🤖 AI-Research-SKILLs: 98 скиллов, которые превращают ИИ в различных аналитиков

Orchestra Research выкатили библиотеку из 98 skills для ИИ-агентов.
Смысл простой: Claude Code, Codex, Gemini и другие агенты получают готовые “рабочие инструкции” для исследования, анализа, проверки гипотез и работы с данными.

Вот 5 самых полезных аналитических скиллов - для разной аудитории:

🟡 Autoresearch - для фаундеров, исследователей и стратегов
Помогает агенту вести исследование целиком: найти материалы, собрать гипотезы, проверить их и оформить выводы. Полезно, когда нужно быстро разобраться в новой теме.

🟡 Research Brainstorming - для продуктологов, маркетологов и предпринимателей
Генерирует исследовательские идеи, углы анализа и гипотезы. Можно использовать для поиска новых рынков, офферов, фич или контентных тем.

🟡 Rigor Reviewer - для руководителей, аналитиков и инвесторов
Проверяет выводы на слабые места: где натянуты аргументы, где нет данных, где риск самообмана. Очень полезно перед важными решениями.

🟡 lm-evaluation-harness - для разработчиков и ML-команд
Помогает сравнивать модели по тестам, а не “на ощущениях”. То есть выбрать модель не потому что она модная, а потому что она реально лучше решает вашу задачу.

🟡 LangSmith / Phoenix - для команд, которые уже внедряют AI-агентов
Показывают, где агент ошибается: какой запрос сломался, где модель придумала лишнее, почему ответ получился плохим. Без этого AI в проде быстро превращается в чёрный ящик.

Суть: это не просто “папка с промптами”.
Это набор готовых рабочих привычек для ИИ-агента: как искать, анализировать, проверять и не делать уверенный бред.

🔗 GitHub: https://github.com/Orchestra-Research/AI-Research-SKILLs

#ai_agents #research #analytics #tools