Recursive Research

by Anjos2 (community) · Claude Code, WDM, инверсия Мангера, Firecrawl, Context7, WebFetch, WebSearch

Skill AI Assistants Open Source v2.2.0 · 22.04.2026 активный

Claude Code skill для рекурсивного исследования вплоть до уровня PhD в любой предметной области. Тирирование источников, WDM + инверсия Мангера для автономных решений, чекпоинты на диск для восстановления после сжатия контекста.

v2.2.0
22.04.2026 current

Установка
# Вариант A — через маркетплейс Claude Code (рекомендуется)
/plugin marketplace add Anjos2/recursive-research
/plugin install recursive-research

# Вариант B — через официальный каталог плагинов (после одобрения)
/plugin install recursive-research

# Вариант C — как отдельный навык (Linux / macOS)
git clone https://github.com/Anjos2/recursive-research.git
mkdir -p ~/.claude/skills/recursive-research
cp recursive-research/plugins/recursive-research/skills/recursive-research/SKILL.md ~/.claude/skills/recursive-research/

# Вариант C — как отдельный навык (Windows PowerShell)
git clone https://github.com/Anjos2/recursive-research.git
New-Item -ItemType Directory -Force -Path "$HOME/.claude/skills/recursive-research"
Copy-Item recursive-research/plugins/recursive-research/skills/recursive-research/SKILL.md "$HOME/.claude/skills/recursive-research/"
показать оригинал переведено ИИ

recursive-research

Плагин и навык Claude Code для рекурсивного исследования на уровне PhD по любой теме — наука, технологии, бизнес, искусство, гуманитарные науки. Классификация источников, автоматическая регуляция циклов, контрольные точки на диске и WDM + инверсия Мангера для автономных решений.

Версия: 2.2.0 · Лицензия: MIT · Автор: Джозеф Уайхуалла (@Anjos2)


Что это делает

Вы задаёте исследовательский зародыш (тему), и навык:

  1. Запрашивает режим (web / local / mixed), локальные пути при необходимости, приоритетные/исключённые источники и лимит циклов.
  2. Определяет 3–5 исходных направлений, применяя WDM (взвешенная матрица решений) + инверсию Мангера.
  3. Обнаруживает доступные MCP (Firecrawl, Context7, WebFetch, WebSearch) и расставляет приоритеты по скорости и качеству.
  4. Итерирует в саморегулируемых циклах — каждый цикл выбирает наименее охваченное направление, выбирает источники, исследует, консолидирует.
  5. Классифицирует каждый источник на Уровень 1 / 2 / 3 / Отклонён с прозрачными критериями.
  6. Сохраняет контрольные точки на диске каждый цикл — переживает сжатие контекста.
  7. Завершается, когда функция пригодности на уровне PhD по 5 критериям выполнена, или при достижении лимита циклов.
  8. Спрашивает, хотите ли вы продолжить. Исследование может быть бесконечным.

Чем он отличается

Функция Как она решает проблему
Работает в любой области Общая классификация источников (статьи, академические книги, официальные архивы, сырые данные), а не только код
Автоматически отклоняет мусорные источники Явные критерии: нет автора, маркетинг без данных, SEO-спам, неконтролируемый ИИ-контент
Переживает ограничения контекста Контрольная точка на диске каждый цикл + режим --resume для новых сессий
Самокритичен Инверсия Мангера применяется к консолидированным знаниям: чего я не знаю? какую предвзятость разделяют мои источники? чего не хватает?
Спрашивает, прежде чем предполагать Полный допрос пользователя в Фазе 0
Прозрачен Каждое нетривиальное автономное решение проходит WDM + Мангера и показывает обоснование

Установка

Этот репозиторий — маркетплейс Claude Code, содержащий один плагин (recursive-research). Самый простой способ установки — через встроенный менеджер плагинов Claude Code.

Вариант A — Через маркетплейс (рекомендуется)

Внутри Claude Code выполните:

/plugin marketplace add Anjos2/recursive-research
/plugin install recursive-research

Плагин появится в /plugin → Установленные. Вызывайте его через /recursive-research:recursive-research.

Вариант B — Через официальный каталог плагинов (ожидает одобрения)

Anthropic поддерживает центральный каталог плагинов. После одобрения там (заявка в процессе) установка станет однострочной без шага добавления маркетплейса:

/plugin install recursive-research

Вариант C — Как отдельный навык (минимальный, без менеджера плагинов)

Если вы предпочитаете обойти экосистему плагинов, скопируйте только markdown-файл навыка:

Linux / macOS:

git clone https://github.com/Anjos2/recursive-research.git
mkdir -p ~/.claude/skills/recursive-research
cp recursive-research/plugins/recursive-research/skills/recursive-research/SKILL.md ~/.claude/skills/recursive-research/

Windows (PowerShell):

git clone https://github.com/Anjos2/recursive-research.git
New-Item -ItemType Directory -Force -Path "$HOME/.claude/skills/recursive-research"
Copy-Item recursive-research/plugins/recursive-research/skills/recursive-research/SKILL.md "$HOME/.claude/skills/recursive-research/"

Вызывается без пространства имён как /recursive-research. Проверьте с помощью /help внутри Claude Code.


Использование

Стандартный вызов

/recursive-research:recursive-research     # if installed as plugin
/recursive-research                        # if installed as standalone skill

Навык проведёт вас интерактивно. Отвечайте на естественном языке.

Возобновление приостановленного исследования

/recursive-research:recursive-research --resume <slug>

<slug> = имя темы в kebab-case (например, episodic-memory-humans).

Список сохранённых исследований

/recursive-research:recursive-research --list

Примеры использования по областям

Область Предлагаемый зародыш
Нейронаука «Механизмы эпизодической памяти у человека»
Философия «Современное применение стоической философии»
Музыка «Минимализм в музыке XX века»
Бизнес «Модели монетизации B2B SaaS в 2025 году»
История «Падение Западной Римской империи: экономические причины»
Биология «CAR-T клеточная иммунотерапия против рака»
Технологии «Гексагональная архитектура в микросервисах»
Право «Европейский AI-акт и его экстерриториальное влияние»

Критерий «уровень PhD»

Навык заявляет PhD только когда все 5 критериев выполнены:

  1. Покрытие ≥80% по всем исходным направлениям
  2. ≥3 источника Уровня 1 на направление
  3. Насыщение новыми находками ≤5% в течение 3 последовательных циклов
  4. Инверсия Мангера применена к знаниям (чего я не знаю, что противоречит в источниках, какие есть предвзятости)
  5. ≥3 явных межнаправленных связей между разными направлениями

Если какой-либо критерий не выполнен, навык не заявляет PhD и продолжает итерировать — или запрашивает подтверждение при достижении лимита циклов (по умолчанию 20, настраивается).


Классификация источников

Уровень Какие источники подходят Вес в WDM
1 Рецензируемые статьи · академические книги · официальные стандарты (W3C, RFC, ISO, ВОЗ) · первоисточники архивов · официальные наборы данных 5
2 Официальные репозитории · блоги цитируемых авторов · записи конференций · Википедия с источниками · отчёты с описанием методологии 3
3 Блоги со ссылками на T1/T2 · ответы на форумах с высоким рейтингом и источниками · записанные интервью с идентифицируемыми экспертами 2
Отклонено Нет автора · маркетинг без данных · SEO-спам · обучающие материалы без источников · контент ИИ без контроля 0

Каждый использованный источник записывается в файл по уровню для последующей проверки.


Предзагруженные стартовые источники

Навык автоматически предлагает надёжные источники по каждой области. Примеры:

  • Наука: arXiv, Semantic Scholar, Google Scholar, Connected Papers, OpenReview
  • Медицина: PubMed, Cochrane Library, ВОЗ, ClinicalTrials.gov
  • Гуманитарные науки: JSTOR, SSRN, Project MUSE
  • Код: GitHub, Context7, RFC, спецификации W3C
  • Данные: Всемирный банк, OECD Data, Our World in Data, Pew Research
  • Искусство/культура: Europeana, Google Arts & Culture, Internet Archive, Project Gutenberg

Пользователь может добавить или отклонить любые из них перед началом работы.


WDM + инверсия Мангера

Принятие решений применяется на каждом нетривиальном автономном шаге:

  • WDM (взвешенная матрица решений) — перечислить 3+ жизнеспособных альтернатив, критерии с весами, оценка 1-5, сравнение итогов.
  • Инверсия Мангера (Чарли Мангер через Якоби) — задать инвертированный вопрос о выбранном варианте: "как он может провалиться? какое у него смещение? что я игнорирую?"

Навык применяет оба подхода к: - Выбору стартовых тем - Выбору источников на каждом цикле - Определению момента завершения исследования - Проверке консолидированного знания в конце

Ссылка: Эссе Чарли Мангера о ментальной инверсии.


Рекомендуемые MCP

Навык определяет, что у вас есть, и использует их в следующем порядке:

  1. Firecrawl MCP (настоятельно рекомендуется) — скрейпинг, оптимизированный для ИИ
  2. Context7 MCP — официальная документация библиотек
  3. WebSearch + WebFetch (встроено в Claude Code) — универсальный запасной вариант
  4. Chrome DevTools MCP — только когда контент требует реального выполнения JS; как правило, слишком медленный для масштабных исследований

Генерируемые файлы

В memoria/investigaciones/<slug>/ активного проекта:

  • estado.md · hilos.md · hallazgos.md
  • fuentes-tier-1.md · fuentes-tier-2.md · fuentes-tier-3.md · fuentes-rechazadas.md
  • ciclo-01.md, ciclo-02.md, ..., ciclo-N.md (контрольные точки)
  • sintesis.md · acciones.md · gaps.md (при завершении)

Если memoria/ не существует в проекте, навык создаёт её (уведомляя пользователя) — это явная зависимость.


Структура репозитория

recursive-research/                              ← the repo is a Claude Code marketplace
├── .claude-plugin/
│   └── marketplace.json                        ← marketplace manifest (declares the plugin)
├── plugins/
│   └── recursive-research/                     ← the plugin (named same as the marketplace)
│       ├── .claude-plugin/
│       │   └── plugin.json                     ← plugin manifest
│       └── skills/
│           └── recursive-research/
│               └── SKILL.md                    ← the skill instructions (the actual content)
├── LICENSE                                      ← MIT
├── README.md                                    ← this file
├── PRIVACY.md                                   ← privacy policy (no data collection)
└── .gitignore

Участие в разработке

Приветствуются issues и pull request'ы. Если вы улучшили критерий, добавили уровень, нашли новый анти-паттерн или хотите поддержки новых областей: откройте PR.

Дорожная карта

  • [ ] Нативная интеграция с менеджерами ссылок (Zotero, Mendeley)
  • [ ] Экспорт исследований в академические форматы (LaTeX, BibTeX)
  • [ ] Коллаборативный режим — несколько агентов исследуют темы параллельно
  • [ ] Автоматические метрики качества источников (h-индекс, импакт-фактор журнала)
  • [ ] Поддержка PDF за легальными пейволлами

Темы GitHub

claude-code · claude-code-skill · claude-code-plugin · ai-agent · research-tool · recursive-research · knowledge-management · weighted-decision-matrix · mental-models


Конфиденциальность

recursive-research не собирает никаких пользовательских данных. Всё выполняется локально на вашем компьютере. Полная политика в PRIVACY.md.

Лицензия

MIT — используйте, модифицируйте, распространяйте свободно. Просто сохраните уведомление об авторских правах.


Благодарности

  • Чарли Мангер — за "Инвертируй, всегда инвертируй" (через Карла Якоби)
  • Команда Claude Code — за формат навыков и плагинов
  • Anthropic — за модель, которая делает это возможным

Если этот навык был полезен, поставьте ⭐ репозиторию.

Войдите, чтобы оставить комментарий