Одна модель, яка досліджує широке питання, швидко втрачає глибину; вона не може охопити багато матеріалу й водночас перевіряти себе. Ця команда ділить роботу між спеціалістами.
sonnet1 тижденьCrewAITavilyFirecrawlOpenAI
Claude
81ROI
79Scale
$4k90Saved
ROI for
README.md
Чому цей субагент
Одна модель, яка досліджує широке питання, швидко втрачає глибину; вона не може охопити багато матеріалу й водночас перевіряти себе. Ця команда ділить роботу між спеціалістами.
Головний агент розбиває питання на підтеми, скрапери паралельно збирають джерела, а агенти синтезу та верифікації об'єднують і перевіряють знайдене. Ви отримуєте дослідницьке зведення з посиланнями, де кожне твердження спирається на джерело, а не є впевненим здогадом.
Як він працює
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.
Агенти-скрейпери паралельно збирають джерела для своїх підтем, поки агент-синтезатор очікує на результати.
pending
Агент-синтезатор об’єднує знахідки в один чернетковий варіант, а агент-перевіряльник контролює кожне твердження щодо його джерел.
pending
Агент-керівник вирішує конфлікти, відкидає непідтверджені твердження та повертає цитований звіт у Notion.
pending
Приклад результату
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.