·evidence-selfloop
{}

evidence-selfloop

حلقة الأدلة الذاتية للاستطلاعات: اقرأ مجلدات الأدلة + حزم الأدلة، ثم اكتب خطة المهام الأولية القابلة للتنفيذ (أي المرحلة/المهارة التي يجب إصلاحها) قبل كتابة المزيد من النثر. يكتب "output/EVIDENCE_SELFLOOP_TODO.md". **المحفز**: حلقة الأدلة الذاتية، حلقة الأدلة، فجوات الأدلة، فجوات الربط، الحظر_المفقود، حجب، حجب، حجب. **استخدام عند**: توجد مخرجات C4 (`outline/evidence_bindings.jsonl`، `outline/evidence_drafts.jsonl`) ولكن الكتابة تبدو جوفاء أو تم حظر C5 بسبب ضعف الأدلة. **تخطي إذا**: لا تزال في مرحلة ما قبل C3 (لا يوجد بنك ملاحظات/أدلة حتى الآن)، أو تريد الصياغة على أي حال وقبول شريط أدلة أقل. **الشبكة**: لا يوجد. **الدرابزين**: للتحليل فقط؛ لا تقم بتحرير الأدلة/التحف الكتابية؛ لا تخترع حقائق/استشهادات؛ اكتب فقط تقرير TODO.

22التثبيتات·1الرائج·@willoscar

التثبيت

$npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-selfloop

كيفية تثبيت evidence-selfloop

ثبّت مهارة الذكاء الاصطناعي evidence-selfloop بسرعة في بيئة التطوير لديك عبر سطر الأوامر

  1. افتح الطرفية: افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal
  2. نفّذ أمر التثبيت: انسخ ونفّذ هذا الأمر: npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-selfloop
  3. تحقق من التثبيت: بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

المصدر: willoscar/research-units-pipeline-skills.

Purpose: make the evidence-first pipeline converge without writing filler prose.

This skill reads the intermediate evidence artifacts (briefs/bindings/packs) and produces an actionable TODO list that answers:

7) (Optional) Read papers/papernotes.jsonl and papers/fulltextindex.jsonl

حلقة الأدلة الذاتية للاستطلاعات: اقرأ مجلدات الأدلة + حزم الأدلة، ثم اكتب خطة المهام الأولية القابلة للتنفيذ (أي المرحلة/المهارة التي يجب إصلاحها) قبل كتابة المزيد من النثر. يكتب "output/EVIDENCE_SELFLOOP_TODO.md". **المحفز**: حلقة الأدلة الذاتية، حلقة الأدلة، فجوات الأدلة، فجوات الربط، الحظر_المفقود، حجب، حجب، حجب. **استخدام عند**: توجد مخرجات C4 (`outline/evidence_bindings.jsonl`، `outline/evidence_drafts.jsonl`) ولكن الكتابة تبدو جوفاء أو تم حظر C5 بسبب ضعف الأدلة. **تخطي إذا**: لا تزال في مرحلة ما قبل C3 (لا يوجد بنك ملاحظات/أدلة حتى الآن)، أو تريد الصياغة على أي حال وقبول شريط أدلة أقل. **الشبكة**: لا يوجد. **الدرابزين**: للتحليل فقط؛ لا تقم بتحرير الأدلة/التحف الكتابية؛ لا تخترع حقائق/استشهادات؛ اكتب فقط تقرير TODO. المصدر: willoscar/research-units-pipeline-skills.

حقائق جاهزة للاقتباس

حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.

أمر التثبيت
npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-selfloop
الفئة
{}تحليل البيانات
موثق
أول ظهور
2026-02-01
آخر تحديث
2026-03-10

Browse more skills from willoscar/research-units-pipeline-skills

إجابات سريعة

ما هي evidence-selfloop؟

حلقة الأدلة الذاتية للاستطلاعات: اقرأ مجلدات الأدلة + حزم الأدلة، ثم اكتب خطة المهام الأولية القابلة للتنفيذ (أي المرحلة/المهارة التي يجب إصلاحها) قبل كتابة المزيد من النثر. يكتب "output/EVIDENCE_SELFLOOP_TODO.md". **المحفز**: حلقة الأدلة الذاتية، حلقة الأدلة، فجوات الأدلة، فجوات الربط، الحظر_المفقود، حجب، حجب، حجب. **استخدام عند**: توجد مخرجات C4 (`outline/evidence_bindings.jsonl`، `outline/evidence_drafts.jsonl`) ولكن الكتابة تبدو جوفاء أو تم حظر C5 بسبب ضعف الأدلة. **تخطي إذا**: لا تزال في مرحلة ما قبل C3 (لا يوجد بنك ملاحظات/أدلة حتى الآن)، أو تريد الصياغة على أي حال وقبول شريط أدلة أقل. **الشبكة**: لا يوجد. **الدرابزين**: للتحليل فقط؛ لا تقم بتحرير الأدلة/التحف الكتابية؛ لا تخترع حقائق/استشهادات؛ اكتب فقط تقرير TODO. المصدر: willoscar/research-units-pipeline-skills.

كيف أثبّت evidence-selfloop؟

افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-selfloop بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

أين مستودع المصدر؟

https://github.com/willoscar/research-units-pipeline-skills

التفاصيل

الفئة
{}تحليل البيانات
المصدر
skills.sh
أول ظهور
2026-02-01