Un seul modèle qui traite une question large devient vite superficiel ; il ne peut pas lire largement et se vérifier en même temps. Cette équipe répartit le travail entre des spécialistes.
sonnet1 semaineCrewAITavilyFirecrawlOpenAI
Claude
81ROI
79Scale
$4k90Saved
ROI for
README.md
Pourquoi ce sous-agent
Un seul modèle qui traite une question large devient vite superficiel ; il ne peut pas lire largement et se vérifier en même temps. Cette équipe répartit le travail entre des spécialistes.
Un agent chef découpe la question en sous-thèmes, les scrapers rassemblent les sources en parallèle, et des agents de synthèse et de vérification fusionnent et contrôlent les constats. Vous obtenez une note de recherche sourcée où chaque affirmation remonte jusqu'à une source, pas une supposition assénée avec aplomb.
Comment il s'exécute
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Des agents scraper rassemblent les sources de leurs sous-thèmes en parallèle, pendant qu'un agent de synthèse attend leurs résultats.
pending
L'agent de synthèse fusionne les constats en un brouillon unique et un agent vérificateur contrôle chaque affirmation face à sa source.
pending
L'agent chef arbitre les conflits, écarte les affirmations non étayées et renvoie une note sourcée dans Notion.
pending
Exemple de sortie
json
// Sample output
// (generated when the pipeline finishes)
As the lead agent, decompose the research question into sub-topics, dispatch parallel scrapers, then have synthesis and verification agents produce a single brief where every claim carries a source link.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.