·research-pipeline-runner
#

research-pipeline-runner

Запустите комплексные исследовательские конвейеры Units+Checkpoints этого репозитория (опрос/обзор/руководство/систематический обзор/рецензирование) с рабочими пространствами и контрольными точками. **Триггер**: запуск конвейера, запуск, продолжение, автозапуск, написание, опрос/обзор/исследование/учебное пособие/систематический обзор/рецензирование. **Используйте, когда**: пользователь хочет выполнить сквозной запуск (создает `workspaces/<name>/`, генерирует/выполняет `UNITS.csv`, приостанавливает работу на контрольных точках HUMAN и ждет). **Пропустить, если**: пользователь явно хочет выполнить пошаговое выполнение вручную (через unit-executor), или вам не следует автоматически переходить к этапу прозаического выполнения. **Сеть**: зависит от выбранного конвейера (для проверки arXiv/PDF/цитирования может потребоваться сеть; при наличии поддерживается автономный импорт). **Ограждение**: необходимо соблюдать контрольно-пропускные пункты (без одобрения нельзя); должен остановиться и подождать у ЧЕЛОВЕЧЕСКИХ отрядов; запрещено создавать артефакты рабочей области в корне репо.

21Установки·1Тренд·@willoscar

Установка

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

Как установить research-pipeline-runner

Быстро установите AI-навык research-pipeline-runner в вашу среду разработки через командную строку

  1. Откройте терминал: Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.)
  2. Выполните команду установки: Скопируйте и выполните эту команду: npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill research-pipeline-runner
  3. Проверьте установку: После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

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

Goal: let a user trigger a full pipeline with one natural-language request, while keeping the run auditable (Units + artifacts + checkpoints).

In --strict runs, several semantic C3/C4 artifacts are treated as scaffolds until explicitly marked refined. This is intentional: it prevents bootstrap JSONL from silently passing into C5 writing (a major source of hollow/templated prose).

Create these markers only after you have manually refined/spot-checked the artifacts:

Запустите комплексные исследовательские конвейеры Units+Checkpoints этого репозитория (опрос/обзор/руководство/систематический обзор/рецензирование) с рабочими пространствами и контрольными точками. **Триггер**: запуск конвейера, запуск, продолжение, автозапуск, написание, опрос/обзор/исследование/учебное пособие/систематический обзор/рецензирование. **Используйте, когда**: пользователь хочет выполнить сквозной запуск (создает `workspaces/<name>/`, генерирует/выполняет `UNITS.csv`, приостанавливает работу на контрольных точках HUMAN и ждет). **Пропустить, если**: пользователь явно хочет выполнить пошаговое выполнение вручную (через unit-executor), или вам не следует автоматически переходить к этапу прозаического выполнения. **Сеть**: зависит от выбранного конвейера (для проверки arXiv/PDF/цитирования может потребоваться сеть; при наличии поддерживается автономный импорт). **Ограждение**: необходимо соблюдать контрольно-пропускные пункты (без одобрения нельзя); должен остановиться и подождать у ЧЕЛОВЕЧЕСКИХ отрядов; запрещено создавать артефакты рабочей области в корне репо. Источник: willoscar/research-units-pipeline-skills.

Факты (для цитирования)

Стабильные поля и команды для ссылок в AI/поиске.

Команда установки
npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill research-pipeline-runner
Категория
#Документы
Проверено
Впервые замечено
2026-02-01
Обновлено
2026-03-10

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

Короткие ответы

Что такое research-pipeline-runner?

Запустите комплексные исследовательские конвейеры Units+Checkpoints этого репозитория (опрос/обзор/руководство/систематический обзор/рецензирование) с рабочими пространствами и контрольными точками. **Триггер**: запуск конвейера, запуск, продолжение, автозапуск, написание, опрос/обзор/исследование/учебное пособие/систематический обзор/рецензирование. **Используйте, когда**: пользователь хочет выполнить сквозной запуск (создает `workspaces/<name>/`, генерирует/выполняет `UNITS.csv`, приостанавливает работу на контрольных точках HUMAN и ждет). **Пропустить, если**: пользователь явно хочет выполнить пошаговое выполнение вручную (через unit-executor), или вам не следует автоматически переходить к этапу прозаического выполнения. **Сеть**: зависит от выбранного конвейера (для проверки arXiv/PDF/цитирования может потребоваться сеть; при наличии поддерживается автономный импорт). **Ограждение**: необходимо соблюдать контрольно-пропускные пункты (без одобрения нельзя); должен остановиться и подождать у ЧЕЛОВЕЧЕСКИХ отрядов; запрещено создавать артефакты рабочей области в корне репо. Источник: willoscar/research-units-pipeline-skills.

Как установить research-pipeline-runner?

Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill research-pipeline-runner После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Где находится исходный репозиторий?

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

Детали

Категория
#Документы
Источник
skills.sh
Впервые замечено
2026-02-01