·outline-refiner
</>

outline-refiner

Copertura del pass di pianificazione + report di ridondanza per uno schema+mappatura, producendo `outline/coverage_report.md` e `outline/outline_state.jsonl`. **Trigger**: pianificatore, struttura dinamica, perfezionamento della struttura, rapporto di copertura, 大纲迭代, 覆盖率报告. **Utilizzare quando**: hai `outline/outline.yml` + `outline/mapping.tsv` e desideri un pass di pianificazione verificabile, NO-PROSE prima di scrivere. **Salta se**: non vuoi alcuna diagnostica di contorno/mappatura (o hai una struttura congelata/approvata e non la modificherai). **Rete**: nessuno. **Guardrail**: SENZA PROSA; non inventare documenti; riferire solo sulla copertura/riutilizzo e proporre azioni strutturali come punti salienti.

20Installazioni·1Tendenza·@willoscar

Installazione

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

Come installare outline-refiner

Installa rapidamente la skill AI outline-refiner 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 outline-refiner
  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.

Goal: make the outline auditable by adding an explicit planner stage that answers:

This is a deterministic “planner” unit: it must not write survey prose.

Optional (best-effort diagnosis; may be missing early in the pipeline):

Copertura del pass di pianificazione + report di ridondanza per uno schema+mappatura, producendo `outline/coverage_report.md` e `outline/outline_state.jsonl`. **Trigger**: pianificatore, struttura dinamica, perfezionamento della struttura, rapporto di copertura, 大纲迭代, 覆盖率报告. **Utilizzare quando**: hai `outline/outline.yml` + `outline/mapping.tsv` e desideri un pass di pianificazione verificabile, NO-PROSE prima di scrivere. **Salta se**: non vuoi alcuna diagnostica di contorno/mappatura (o hai una struttura congelata/approvata e non la modificherai). **Rete**: nessuno. **Guardrail**: SENZA PROSA; non inventare documenti; riferire solo sulla copertura/riutilizzo e proporre azioni strutturali come punti salienti. 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 outline-refiner
Categoria
</>Sviluppo
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-10

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

Risposte rapide

Che cos'è outline-refiner?

Copertura del pass di pianificazione + report di ridondanza per uno schema+mappatura, producendo `outline/coverage_report.md` e `outline/outline_state.jsonl`. **Trigger**: pianificatore, struttura dinamica, perfezionamento della struttura, rapporto di copertura, 大纲迭代, 覆盖率报告. **Utilizzare quando**: hai `outline/outline.yml` + `outline/mapping.tsv` e desideri un pass di pianificazione verificabile, NO-PROSE prima di scrivere. **Salta se**: non vuoi alcuna diagnostica di contorno/mappatura (o hai una struttura congelata/approvata e non la modificherai). **Rete**: nessuno. **Guardrail**: SENZA PROSA; non inventare documenti; riferire solo sulla copertura/riutilizzo e proporre azioni strutturali come punti salienti. Fonte: willoscar/research-units-pipeline-skills.

Come installo outline-refiner?

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 outline-refiner 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