Un solo modello che affronta una domanda ampia diventa superficiale in fretta; non può leggere a tappeto e verificare i fatti su sé stesso allo stesso tempo. Questa squadra divide il lavoro tra specialisti.
sonnet1 settimanaCrewAITavilyFirecrawlOpenAI
Claude
81ROI
79Scale
$4k90Saved
ROI for
README.md
Perché questo subagent
Un solo modello che affronta una domanda ampia diventa superficiale in fretta; non può leggere a tappeto e verificare i fatti su sé stesso allo stesso tempo. Questa squadra divide il lavoro tra specialisti.
Un agent capofila scompone la domanda in sotto-temi, gli scraper raccolgono le fonti in parallelo e gli agent di sintesi e verifica uniscono e controllano i risultati. Ottieni un brief di ricerca con citazioni dove ogni affermazione risale a una fonte, non un'ipotesi spacciata per certezza.
Come gira
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.
Gli agent scraper raccolgono in parallelo le fonti per i loro sotto-temi mentre un agent di sintesi attende il loro output.
pending
L'agent di sintesi unisce i risultati in un'unica bozza e un agent verificatore controlla ogni affermazione rispetto alla sua fonte.
pending
L'agent capofila risolve i conflitti, scarta le affermazioni non supportate e restituisce un brief con citazioni su Notion.
pending
Esempio di output
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.