Synthèse automatique
Ce skill décompose une question de recherche large en 2 à 4 sous-thèmes, lance des agents chercheurs spécialisés en parallèle via l'outil Task, puis délègue la synthèse à un agent report-writer pour produire un rapport structuré.
Points forts
- Décomposition explicite en sous-thèmes mutuellement exclusifs et collectivement exhaustifs, avec plusieurs patrons (temporel, catégoriel, parties prenantes, problème-solution, géographique)
- Exécution réellement parallèle des chercheurs et suivi de l'avancement via TodoWrite et Glob
- Architecture imposée : le coordinateur n'a pas accès à Write, ce qui force la délégation de la rédaction au lieu de contourner le workflow
- Sauvegarde des notes de recherche et du rapport final dans des fichiers structurés pour référence ultérieure
Limites
- Suppose que les sous-agents « researcher » et « report-writer » existent déjà dans l'environnement ; le skill ne les définit pas
- Repose sur la capacité des sous-agents à faire de la recherche web, hors du périmètre des outils listés pour le coordinateur
- Inadapté aux questions factuelles simples ou aux arbitrages entre options, ce que le skill exclut explicitement
À utiliser lorsqu'une question large demande une exploration documentaire approfondie et un rapport de synthèse couvrant plusieurs angles.
À éviter pour une question factuelle ponctuelle, une décision « faut-il utiliser X ou Y » ou une tâche de code.
Analyse de sécurité
SûrThe skill only declares Task, Read, Glob, and TodoWrite — no Bash, Write, or network tools. It orchestrates other agents to research and produce a report, with no destructive commands (no rm -rf, curl|sh, base64 payloads), no secret/token exfiltration, and no attempt to disable safety controls. The only minor items are delegated web research and a benign shell date substitution in a prompt. Overall low execution risk.
- •Delegates work to subagents ('researcher', 'report-writer') which are expected to perform web research and write files; network activity is delegated rather than explicit
- •Contains a `$(date +"%Y%m%d-%H%M%S")` shell substitution embedded in an agent prompt — harmless here but relies on shell evaluation by the subagent
- •Enforces workflow by omitting the Write tool from allowed-tools; the 'architectural enforcement' claim depends on the host honoring the frontmatter
Exemples
Research the state of the art in WebAssembly runtimes for edge computing and produce a comprehensive report.Deep dive into the open-source vector database landscape and tell me about the latest developments.Investigate the current status of post-quantum cryptography standardization efforts and gather authoritative sources.name: multi-agent-researcher description: Conduct comprehensive research on any topic by coordinating 2-4 specialized researcher agents in parallel, then synthesizing findings into a detailed report via mandatory report-writer agent delegation allowed-tools: Task, Read, Glob, TodoWrite version: 2.1.2
Multi-Agent Research Coordinator
Purpose
Transform complex research questions into comprehensive reports by:
- Decomposing broad topics into 2-4 focused subtopics
- Spawning specialized researcher agents in parallel
- Synthesizing findings into cohesive final report
- Saving structured outputs for reference
When to Use
Auto-invoke when user asks:
- Search/Discovery: "Search what is [topic]", "Find information about [subject]", "Look up [technology]", "Discover [patterns]"
- Investigation: "Research [topic]", "Investigate [subject]", "Analyze [phenomenon]", "Study [field]", "Explore [domain]"
- Collection: "Gather information about [subject]", "Collect data on [topic]", "Compile resources for [area]"
- Learning: "Learn about [subject]", "Tell me about [topic]", "Dig into [technology]", "Delve into [concept]"
- Contextual: "What are the latest developments in [field]?", "Comprehensive analysis of [topic]", "Deep dive into [subject]", "State of the art in [domain]", "Best practices for [area]"
Do NOT invoke for:
- Simple factual questions ("What is the capital of France?")
- Decision evaluation ("Should I use X or Y?")
- Code-related tasks ("Debug this function", "Write a script")
Orchestration Workflow
Phase 1: Query Analysis & Decomposition
Step 1.1: Understand the Research Question Analyze user's query to identify core topic, scope, and intent.
Step 1.2: Decompose into Subtopics Break topic into 2-4 focused subtopics that are:
- Mutually exclusive (minimal overlap)
- Collectively exhaustive (cover whole topic)
- Independently researchable
- Together provide comprehensive coverage
Decomposition Patterns:
Temporal: Past → Current → Future Categorical: Category 1, 2, 3 Stakeholder: Technical → Business → Policy → User Problem-Solution: Problem → Solutions → Gaps → Future Geographic: Region A → Region B → Comparison
Step 1.3: Create Research Plan Use TodoWrite to track:
- [ ] Decompose query into subtopics
- [ ] Spawn researcher 1: [subtopic]
- [ ] Spawn researcher 2: [subtopic]
- [ ] Spawn researcher 3: [subtopic]
- [ ] Synthesize findings
- [ ] Save final report
Phase 2: Parallel Research Execution
Step 2.1: Spawn Researcher Agents in Parallel
For each subtopic, create a Task tool call with:
subagent_type: "researcher"
description: "Research {subtopic name}"
prompt: "Research the following subtopic in depth:
**Subtopic**: {Subtopic name}
**Context**: Part of research on '{original topic}'
**Focus**: {Specific guidance}
Conduct thorough web research, gather authoritative sources, extract key findings, and save results to files/research_notes/{subtopic-slug}.md"
Critical: Spawn ALL researchers in parallel (multiple Task calls in same message), not sequentially.
Step 2.2: Monitor Completion Update TodoWrite as researchers complete.
Step 2.3: Verify All Complete
Use Glob to confirm all files exist: files/research_notes/*.md
Phase 3: Synthesis & Report Generation
⚠️ CRITICAL: ARCHITECTURAL ENFORCEMENT ACTIVE ⚠️
YOU DO NOT HAVE WRITE TOOL ACCESS when this skill is active. The allowed-tools frontmatter explicitly EXCLUDES the Write tool to enforce proper workflow delegation.
YOU CANNOT:
- ❌ Write synthesis reports yourself
- ❌ Create files in files/reports/ directory
- ❌ Bypass the report-writer agent
YOU MUST:
- ✅ Spawn report-writer agent via Task tool
- ✅ Delegate all synthesis and report writing to the agent
- ✅ Read the completed report and deliver to user
Step 3.1: Verify Research Completion
- Use Glob to confirm all research notes exist:
files/research_notes/*.md - Verify count matches number of spawned researchers
- If any missing: investigate and complete before synthesis
Step 3.2: Spawn Report-Writer Agent (MANDATORY)
This is the ONLY synthesis approach - there is no "Option A" or "Option B". You MUST use the report-writer agent because you lack Write tool permissions.
Task:
subagent_type: "report-writer"
description: "Synthesize research findings into comprehensive report"
prompt: "Synthesize research into comprehensive report:
**Original Question**: {user query}
**Subtopics Researched**: {list all subtopics}
**Notes Location**: files/research_notes/
## Your Tasks:
1. Read ALL research notes from files/research_notes/
2. Identify themes, patterns, and contradictions across notes
3. Synthesize findings into cohesive narrative
4. Cite sources from research notes
5. Add cross-cutting insights beyond individual notes
6. Save comprehensive report to files/reports/{topic-slug}_{timestamp}.md
## Report Structure:
- Executive Summary
- Key Findings (with evidence from research notes)
- Detailed Analysis by subtopic
- Cross-Cutting Themes
- Contradictions and Debates
- Gaps and Limitations
- Source Bibliography
Use the timestamp format: $(date +\"%Y%m%d-%H%M%S\") for the filename."
Step 3.3: Monitor Agent Completion
After spawning report-writer agent, wait for completion. The agent will:
- Read all research notes
- Synthesize findings
- Write comprehensive report to files/reports/
- Return completion message with file path
Phase 4: Deliver Results
Step 4.1: Create User Summary
# Research Complete: {Topic}
Comprehensive research completed with {N} specialized researchers.
## Key Findings
1. {Finding 1}
2. {Finding 2}
3. {Finding 3}
## Research Scope
{N} subtopics investigated:
- {Subtopic 1}
- {Subtopic 2}
- {Subtopic 3}
## Files Generated
**Research Notes**: `files/research_notes/`
- {file1}.md
- {file2}.md
- {file3}.md
**Final Report**: `files/reports/{filename}.md`
## Next Steps
{Optional suggestions}
Step 4.2: Update TodoWrite Mark all items complete.
Best Practices
Good Decomposition
✅ 2-4 subtopics (sweet spot: 3) ✅ Distinct but related ✅ Comprehensive coverage ✅ Independently researchable
❌ Too many (>5) ❌ Too few (1) ❌ Significant overlap ❌ Too narrow or too broad
Parallel Execution
- Always spawn researchers simultaneously
- Never sequential unless dependent
- Provide context to each researcher
- Reasonable scope (10-15 min each)
Synthesis Quality
- Read ALL notes
- Find connections across subtopics
- Note contradictions explicitly
- Cite sources
- Add insights beyond individual notes
Error Handling
Researcher Fails: Try replacement, proceed with others, note gap No Results Found: Accept partial, note limitation Contradictory Findings: Document all perspectives explicitly Unclear Query: Ask clarifying questions first
Examples
Query: "Research quantum error correction" Decomposition:
- Theoretical foundations
- Hardware implementations
- Commercial viability Researchers: 3 parallel Synthesis: report-writer agent (MANDATORY)
Query: "Investigate cryptocurrency market 2025" Decomposition:
- Market metrics & players
- Regulatory landscape
- Technology evolution
- Institutional trends Researchers: 4 parallel Synthesis: report-writer agent (MANDATORY)
Remember: Quality depends on good decomposition, thorough researchers, insightful synthesis, and clear user communication.
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/multi-agent-research-coordinator-mmbizjoe/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/multi-agent-research-coordinator-mmbizjoe' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/multi-agent-research-coordinator-mmbizjoe/download' --output '.skill-downloads/multi-agent-research-coordinator-mmbizjoe/SKILL.md.part' && mv '.skill-downloads/multi-agent-research-coordinator-mmbizjoe/SKILL.md.part' '.skill-downloads/multi-agent-research-coordinator-mmbizjoe/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Outils déclarés par l’auteur (à vérifier dans votre agent) : Task, Read, Glob, TodoWrite
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/multi-agent-research-coordinator-mmbizjoe/SKILL.md' && test -s '.skill-downloads/multi-agent-research-coordinator-mmbizjoe/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/multi-agent-researcher' && cp -R '.skill-downloads/multi-agent-research-coordinator-mmbizjoe' '.claude/skills/multi-agent-researcher'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/multi-agent-research-coordinator-mmbizjoe'openskills read 'multi-agent-research-coordinator-mmbizjoe'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/multi-agent-research-coordinator-mmbizjoe/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.