Слушайте, по поводу Deep-Research (помните такая новая фишка, которая в прошлом месяце подавалась как прорыв, победа и т.д.), оно уже настолько перешло в разряд обыденности, что, кажется, становится тестовым выпускным заданием на базовых курсах по ИИ.

Дорогие дети, достаём карандаши, сегодня мы пишем агента-исследователя. Нет, пока без ИИ, просто в тетрадях в клеточку достаточно будет.
В конце урока за 15 минут наберёте в консоли.

Дэвид Чжан (dzhng) выложил в open source deep-research — минималистичный AI-агент для глубокого исследования любой темы.
Уже собрал 11.6k звёзд на GitHub!

Работает как настоящий исследователь:
- генерирует поисковые запросы,
- анализирует результаты и углубляется в тему на основе находок
Использует комбо из поисковиков, веб-скрапинга и LLM (по умолчанию o3-mini)

Вся логика уместилась в 500 строк кода!

Можно настраивать "ширину" (3-10 направлений) и "глубину" (1-5 уровней) исследования

Умеет задавать уточняющие вопросы, чтобы лучше понять задачу

Код открыт под MIT лицензией, можно использовать и модифицировать как угодно!

#Research #Agent
———
@tsingular

Manus AI внедряет Agent Skills

Manus AI интегрировал стандарт Agent Skills, опубликованный Anthropic 18 декабря 2025.

Формат навыков агента стандартный: директория с файлом SKILL.md (YAML метаданные + Markdown описание), опциональные папки /scripts/, /references/, /assets/.

Прогрессивная загрузка экономит токены: Level 1 (~100 токенов) - метаданные при старте, Level 2 (~2-5К токенов) - полный SKILL.md по триггеру, Level 3 - ресурсы по требованию.

Manus исполняет навыки в изолированной песочнице (Ubuntu VM с shell-доступом), кстати. В этом молодцы.

На бенчмарке GAIA Manus показал 86.5% на Level 1 и 57.7% на Level 3 (люди - 92%, GPT-4 с плагинами - 15%).

Ключевой признак хорошего ИИ агента,- умение создавать себе навыки/skills самостоятельно.

(c) мой

#Manus #Agent #Skills
------
@tsingular