Skills Agentes

Deep Research

Orquesta investigación profunda en varias fases: búsqueda web, recuperación de memoria, coincidencia de patrones y síntesis en hallazgos estructurados.

Solicitamcp__plugin_ruflo-core_ruflo__memory_store mcp__plugin_ruflo-core_ruflo__memory_search mcp__plugin_ruflo-core_ruflo__memory_search_unified mcp__plugin_ruflo-core_ruflo__agentdb_hierarchical-store mcp__plugin_ruflo-core_ruflo__agentdb_hierarchical-recall mcp__plugin_ruflo-core_ruflo__agentdb_pattern-search mcp__plugin_ruflo-core_ruflo__agentdb_pattern-store mcp__plugin_ruflo-core_ruflo__neural_predict mcp__plugin_ruflo-core_ruflo__hooks_intelligence_pattern-search mcp__plugin_ruflo-core_ruflo__hooks_intelligence_pattern-store mcp__plugin_ruflo-core_ruflo__task_create mcp__plugin_ruflo-core_ruflo__task_list mcp__plugin_ruflo-core_ruflo__task_summary bash websearch webfetch read write
Estrellas
69.4k

en todo el repo

Actividad
54

0–100, la ruta de este skill

Actualizado
el mes pasado

último commit aquí

Commits
1

últimos 90 días

Contexto
712 tok

32 tok en reposo

Paquete
1 archivo

3 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add ruvnet/ruflo --skill deep-research --agent claude-code

Se instala solo en este repositorio.

Qué hace

  • Descompone la pregunta de investigación en 3-7 subpreguntas y busca en memoria y patrones almacenados lo que ya se sabe.
  • Investiga en la web con WebSearch y WebFetch, y analiza el código con Bash/Read cuando aplica.
  • Cruza los hallazgos entre fuentes, identificando acuerdos y contradicciones.
  • Produce un informe estructurado: resumen ejecutivo, hallazgos clave, calidad de evidencia, preguntas abiertas y próximos pasos.
  • Guarda hallazgos y patrones reutilizables en memoria, namespaces research y research-synthesis.

Úsalo cuando

  • Al investigar un tema complejo que abarca fuentes web, patrones de código, memoria almacenada y documentación externa.
  • Cuando se necesita producir una síntesis estructurada, no solo respuestas sueltas.

No lo uses cuando

    Qué lo activa

    Di cualquiera de estas frases y el agente debería cargar este skill.

    • Investiga en profundidad las alternativas a Redis para cache
    • Haz una investigación exhaustiva sobre HNSW

    SKILL.md

    En inglés

    Deep Research

    Orchestrate multi-phase deep research campaigns that gather, cross-reference, and synthesize information from multiple sources.

    When to use

    When you need to investigate a complex topic thoroughly — spanning web sources, codebase patterns, stored memory, and external documentation — and produce a structured synthesis.

    Steps

    1. Define research scope — break the question into 3-7 sub-questions that together answer the main question
    2. Search existing knowledge — call mcp__plugin_ruflo-core_ruflo__memory_search_unified and mcp__plugin_ruflo-core_ruflo__agentdb_pattern-search to check what's already known
    3. Web research — use WebSearch and WebFetch to gather external information for each sub-question
    4. Codebase analysis — use Bash (grep/find), Read to examine relevant source files
    5. Cross-reference — compare findings across sources, identify agreements and contradictions
    6. Store findings — call mcp__plugin_ruflo-core_ruflo__memory_store with namespace research for each key finding
    7. Store patterns — call mcp__plugin_ruflo-core_ruflo__agentdb_pattern-store for reusable patterns discovered
    8. Synthesize — produce a structured research report with:
      • Executive summary (2-3 sentences)
      • Key findings (bulleted)
      • Evidence quality assessment (high/medium/low per finding)
      • Open questions remaining
      • Recommended next steps

    Research depth levels

    • Quick — memory search + 1-2 web queries, 2-3 minutes
    • Standard — memory + web + codebase scan, 5-10 minutes
    • Deep — all sources + cross-referencing + pattern storage, 15-30 minutes
    • Exhaustive — deep + spawn sub-agents for parallel research threads, 30+ minutes

    Memory namespaces

    • research — raw findings keyed by topic
    • research-synthesis — completed synthesis reports
    • research-sources — source URLs and references

    Reproducido de ruvnet/ruflo bajo licencia MIT. Leer esta página en markdown.

    Archivos

    1 archivo en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.

    Detalles

    Creador
    ruvnet
    Categoría
    Investigación
    Licencia
    MIT
    Recursos incluidos
    Solo SKILL.md
    Repositorio
    ruvnet/ruflo
    Código fuente
    Ver SKILL.md

    Etiquetas

    Más de ruvnet/ruflo

    Este repo incluye 275 skills. Si instalas uno, normalmente ya tienes los demás.

    Inspecciona y audita genomas GEPA: carga y valida un genoma, renderiza el system prompt que compila, o clasifica los modos de fallo de una transcripción de ejecución.

    Costo de contexto al activarse
    833 tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 4 días
    Permisos
    herramientas desarrollo

    Completion de un solo turno contra el modelo deepseek-chat de DeepSeek vía /v1/chat/completions. Lee DEEPSEEK_API_KEY y degrada con status:degraded si falta o la API no responde. Para tareas sin razonamiento.

    Costo de contexto al activarse
    566 tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 4 días
    Permisos
    automatizacion

    Completion en modo razonamiento contra deepseek-reasoner (R1) de DeepSeek. Devuelve el chain-of-thought por separado de la respuesta final. Lee DEEPSEEK_API_KEY y degrada si falta o la API no responde.

    Costo de contexto al activarse
    627 tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 4 días
    Permisos
    automatizacion

    Construye o reconstruye el índice de ADRs y su grafo de dependencias ejecutando scripts/import.mjs, en vez de cientos de llamadas MCP.

    Costo de contexto al activarse
    866 tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 27 días
    herramientas desarrollo

    Crea un nuevo Architecture Decision Record con numeración secuencial y registro en AgentDB.

    Costo de contexto al activarse
    680 tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 27 días
    herramientas desarrollo

    Muestra el estado de la integración AGNTCY/SLIM/CASA: si los paquetes están instalados, qué transporte está activo y si el enforcement de CASA está habilitado.

    Costo de contexto al activarse
    443 tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 26 días
    devops infraestructura

    Skills relacionados

    Especialista en investigación profunda y recopilación de información.

    Costo de contexto al activarse
    1.4k tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 6 meses
    investigacion

    Especialista en reconocimiento de información que explora territorios desconocidos, recopila inteligencia y reporta hallazgos a la mente colectiva mediante actualizaciones continuas de memoria.

    Costo de contexto al activarse
    1.6k tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 6 meses
    investigacion

    Construye un dossier estructurado en grafo sobre una entidad semilla, mediante fan-out paralelo y expansión recursiva por web, memoria, grafo de conocimiento, codebase, ADRs y git.

    Costo de contexto al activarse
    1.1k tok
    Tamaño del paquete
    1 archivo
    Última actualización
    el mes pasado
    investigacion