·evidence-selfloop
{}

evidence-selfloop

Auto-ciclo delle prove per i sondaggi: leggi i collegamenti delle prove + i pacchetti di prove, quindi scrivi un piano TODO a monte attuabile (quale fase/abilità correggere) prima di scrivere altra prosa. Scrive "output/EVIDENCE_SELFLOOP_TODO.md". **Trigger**: prova self-loop, prova circolare, lacune di prova, lacune vincolanti, blocking_missing, 证据自循环, 证据缺口回路. **Utilizzare quando**: esistono output C4 (`outline/evidence_bindings.jsonl`, `outline/evidence_drafts.jsonl`) ma la scrittura sembra vuota o C5 è BLOCCATO a causa di prove scarse. **Salta se**: sei ancora pre-C3 (nessuna banca di note/prove ancora), o vuoi redigere comunque e accettare una barra di prova inferiore. **Rete**: nessuno. **Guardrail**: solo analisi; non modificare prove/artefatti di scrittura; non inventare fatti/citazioni; scrivi solo il rapporto TODO.

23Installazioni·2Tendenza·@willoscar

Installazione

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

Come installare evidence-selfloop

Installa rapidamente la skill AI evidence-selfloop nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-selfloop
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: 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

Auto-ciclo delle prove per i sondaggi: leggi i collegamenti delle prove + i pacchetti di prove, quindi scrivi un piano TODO a monte attuabile (quale fase/abilità correggere) prima di scrivere altra prosa. Scrive "output/EVIDENCE_SELFLOOP_TODO.md". **Trigger**: prova self-loop, prova circolare, lacune di prova, lacune vincolanti, blocking_missing, 证据自循环, 证据缺口回路. **Utilizzare quando**: esistono output C4 (`outline/evidence_bindings.jsonl`, `outline/evidence_drafts.jsonl`) ma la scrittura sembra vuota o C5 è BLOCCATO a causa di prove scarse. **Salta se**: sei ancora pre-C3 (nessuna banca di note/prove ancora), o vuoi redigere comunque e accettare una barra di prova inferiore. **Rete**: nessuno. **Guardrail**: solo analisi; non modificare prove/artefatti di scrittura; non inventare fatti/citazioni; scrivi solo il rapporto TODO. Fonte: willoscar/research-units-pipeline-skills.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-selfloop
Categoria
{}Analisi
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-11

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

Risposte rapide

Che cos'è evidence-selfloop?

Auto-ciclo delle prove per i sondaggi: leggi i collegamenti delle prove + i pacchetti di prove, quindi scrivi un piano TODO a monte attuabile (quale fase/abilità correggere) prima di scrivere altra prosa. Scrive "output/EVIDENCE_SELFLOOP_TODO.md". **Trigger**: prova self-loop, prova circolare, lacune di prova, lacune vincolanti, blocking_missing, 证据自循环, 证据缺口回路. **Utilizzare quando**: esistono output C4 (`outline/evidence_bindings.jsonl`, `outline/evidence_drafts.jsonl`) ma la scrittura sembra vuota o C5 è BLOCCATO a causa di prove scarse. **Salta se**: sei ancora pre-C3 (nessuna banca di note/prove ancora), o vuoi redigere comunque e accettare una barra di prova inferiore. **Rete**: nessuno. **Guardrail**: solo analisi; non modificare prove/artefatti di scrittura; non inventare fatti/citazioni; scrivi solo il rapporto TODO. Fonte: willoscar/research-units-pipeline-skills.

Come installo evidence-selfloop?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evidence-selfloop Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

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