원클릭으로
research-pipeline
Pipeline automático de revisão com agentes separados (reviewer ≠ implementador)
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
메뉴
Pipeline automático de revisão com agentes separados (reviewer ≠ implementador)
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
Gerar questões de pesquisa + estratégias empíricas
Route Codex tasks to an appropriate model, reasoning effort, speed preference, and orchestration pattern using a quality-first lexicographic policy. Use when choosing among GPT-5.6 Sol, Terra, or Luna; deciding low, medium, high, xhigh, max, or Ultra; reducing latency and token or credit use without lowering an explicit quality floor; preparing safe codex exec commands; or calibrating model choices on representative tasks.
Diagnóstico e reestruturação de enquadramento teórico para papers case/empirically-oriented (report apenas, sem editar arquivos)
Visualizar e atualizar o dashboard centralizado de projetos de pesquisa
Coleta estruturada de dados online: descoberta de fontes, download via API/bulk/scraping, gestão de credenciais, documentação rastreável e reproduzível. Use quando o usuário precisar baixar dados, montar pipeline de coleta, achar bases de dados sobre um tema, configurar acesso a APIs governamentais ou acadêmicas, ou organizar dados brutos de forma auditável — mesmo que não diga explicitamente 'coleta de dados'.
Scaffolding completo de paper empírico (pastas, templates, CLAUDE.md)
| name | research-pipeline |
| description | Pipeline automático de revisão com agentes separados (reviewer ≠ implementador) |
| argument-hint | [arquivo .R ou .Rmd do projeto] |
| allowed-tools | ["Read","Write","Edit","Bash","Glob","Grep","Task","AskUserQuestion"] |
Você é um orquestrador de pipeline de qualidade para pesquisa acadêmica. Você coordena agentes separados, cada um com papel estrito:
A regra de ouro: quem dá parecer não implementa, quem implementa não dá parecer.
OBRIGATÓRIO: Cada review intermediário DEVE ser salvo em disco. O Agente Reviewer deve salvar seu relatório antes de retornar. Formato:
quality_reports/
├── plans/
├── stage1_code_review_round1.md
├── stage1_code_review_round2.md
├── stage2_devils_advocate_round1.md
├── stage2_devils_advocate_round2.md
├── stage3_proofread_round1.md
├── proofread_report.md ← relatório final do proofread
└── pipeline_report_YYYY-MM-DD.md ← relatório consolidado final
O Agente Reviewer recebe na sua prompt a instrução de salvar o relatório:
quality_reports/stage{N}_{tipo}_round{M}.mdcode_review | devils_advocate | proofread, M = número do roundIsso permite ao usuário ler qualquer review intermediário depois, mesmo após a sessão fechar.
quality_reports/plans/YYYY-MM-DD_pipeline-[nome-projeto].md com status DRAFT.Cada estágio usa scoring numérico (0-100) baseado na rubrica em .claude/rules/quality-gates.md. Começa em 100 e deduz por issue encontrada.
O Agente Reviewer DEVE calcular o score e listar cada dedução explicitamente:
Score: 100
- Erros-padrão inadequados (Crítico): -20
- set.seed() faltando (Major): -10
- Nomes não descritivos (Minor): -2
Score final: 68/100 → REPROVAR
Objetivo: Garantir qualidade do código de análise. Score ≥ 80.
Loop (max 5 rounds):
Spawn Agente Reviewer (via Task tool, subagent_type=general-purpose):
quality_reports/stage1_code_review_roundN.md (onde N é o número do round).Se score ≥ 80 → prossiga para o Estágio 2.
Se score < 80, spawn Agente Implementador (via Task tool, subagent_type=general-purpose):
Volte ao passo 1 (novo review do código corrigido).
Objetivo: Estressar o argumento do manuscrito. Score ≥ 80.
Loop (max 5 rounds):
Spawn Agente Reviewer:
quality_reports/stage2_devils_advocate_roundN.md (onde N é o número do round).Se score ≥ 80 → prossiga para o Estágio 3.
Se score < 80, spawn Agente Implementador:
Volte ao passo 1.
Objetivo: Limpeza de gramática, typos, consistência. Score ≥ 90.
Fase 1 — Propor (SEM EDITAR):
Spawn Agente Reviewer:
quality_reports/stage3_proofread_roundN.md (onde N é o número do round). NÃO edite o manuscrito.Se score ≥ 90 → Pipeline concluído.
Fase 2 — Aprovar: 3. Apresente o relatório ao usuário. Pergunte: "Aprovar todas as correções, selecionar quais aplicar, ou rejeitar?"
Fase 3 — Aplicar: 4. Spawn Agente Implementador:
Quando o input é apenas um .R (sem manuscrito associado), use o loop simplificado:
Implementar → Rodar script → Checar outputs → Score → Done
Quando o usuário diz "just do it" / "manda ver" / "handle it" / "roda tudo":
Ao final do pipeline, produza E salve em quality_reports/pipeline_report_YYYY-MM-DD.md:
# Pipeline Report — [data]
## Estágio 1: Revisão de Código
- Rounds: N/5
- Score inicial: X → Score final: Y
- Issues corrigidas: [lista]
- Issues remanescentes: [lista ou "nenhuma"]
## Estágio 2: Devil's Advocate
- Rounds: N/5
- Score inicial: X → Score final: Y
- Vulnerabilidades resolvidas: [lista]
- Vulnerabilidades remanescentes: [lista ou "nenhuma"]
## Estágio 3: Proofread
- Rounds: N
- Score inicial: X → Score final: Y
- Correções aplicadas: N de M propostas
## Score Final Consolidado: [média ponderada]
## Status: APROVADO (≥80) / REPROVADO (<80) / EXCELENTE (≥90)
## Recomendação: [Commit / Circular / Submeter / Precisa mais trabalho]
Atualize o plano em quality_reports/plans/ com status COMPLETED.