name: deepdive description: "Meta-research под вопрос или решение: веб-поиск, источники, Q&A отчёт с цитатами по файлам для повторного использования. Использовать для деск-ресёрча, валидации гипотезы, «как устроен X». Триггеры: «deep research», «сделай ресёрч», «исследуй», «копни глубоко», «ресёрчни»."

Deepdive — meta-research с дисциплиной

Многошаговое исследование под вопрос или решение. Источник = файл, отчёт как Q&A, тезисы атомарны и пере-используемы.

Когда применять

Прямая просьба о ресёрче; сравнение N институций/продуктов/методологий/рынков; материал под стратегию, доклад, статью; проверка гипотезы внешними данными; «как устроен X», «карта области Y».

НЕ применять: быстрая фактоверка → отвечай напрямую · N конкурентов по фиксированной матрице → competitive-teardown · Anthropic SDK / Claude API → claude-api · брейншторм без данных → brainstorming/grill-me · ответ уже в проекте → сначала grep.

Глубина — по теме, жёсткого дефолта нет

Объяви режим в начале с обоснованием. После Genre+Plan объяви model routing одной строкой (фазы по моделям + estimated cost + как перебить: «всё на opus» / «cheap mode»). Детали — model_routing.md.

Перед стартом — discover existing

До reframing (опционально — нет файлов, иди дальше): определи целевую папку → есть — перечисли содержимое, похожий slug ⇒ спроси «это update?» → прочитай CLAUDE.md/CLAUDE.local.md и memory/MEMORY.md, учти в reframing. Цель: не дублировать сделанное.

Плюс кросс-прогонная вики — python scripts/wiki_query.py --topic "<вопрос>": прошлые утверждения, уже оценённые источники (credibility не пересчитывать), открытые противоречия между прогонами. Непогашенное противоречие идёт в plan.md исследовательским вопросом. См. wiki.md.

Куда сохранять (не хардкодь): (1) research-папка из CLAUDE.md или существующая research/ · 06_Деск-ресёрч/ · docs/research/ · notes/research/; (2) иначе по типу проекта — манифест (pyproject.toml/package.json/Cargo.toml/go.mod) → research/, только документы → 06_Деск-ресёрч/; (3) не git-репо или пусто → ~/deep-research/<slug>/. Путь покажи ОДИН раз, дальше пиши молча.

Slug: латиница, цифры, дефисы («Postgres logical replication vs CDC» → postgres-replication-vs-cdc). Неочевиден — покажи в начале фазы 2.

Workflow — 13 фаз (1–8, включая 3.5, 3.7, 5.5, 5.7, 6.5)

Детали фаз — workflow.md, модель на фазу — model_routing.md. Здесь — что фаза обязана оставить после себя.

1. Reframing [opus/high] — переписать вопрос; Decision Spec (решение глагол+объект+срок / потребитель→его следующий шаг / ≥1 if-then вилка «покажет X → делаю A»; ни одной вилки ⇒ честный даунгрейд в shallow); 2–4 опровергаемые гипотезы; medium/deep — персоны охвата (STORM) и router по типу вопроса. См. question_reframing.md.
2. Genre & blocks [sonnet/medium] — жанр (qa/explainer/decision/landscape/validation/custom) + набор блоков, подтвердить одной строкой. См. genres.md, blocks/INDEX.md.
3. Plan [opus/medium] — plan.md по шаблону §0–16 из workflow.md: HEADER → SCOPE → STRUCTURE → EXECUTION → TRACKING. Несущее: acceptance criteria, гипотезы, risk register, subtopic↔blocks mapping (least-to-most для многошаговых вопросов), sourcing strategy §12, opposition queries, stop-criteria. 3.5. Capability Discovery [sonnet/low] (deep — обязательна) — audit env vars, подтемы → доступные API, fallback на awesome-lists. См. capability_discovery.md. 3.7. Plan-review gate [sonnet/low] (shallow — skip) — единственная human-in-the-loop точка ПЕРЕД дорогой Фазой 4: показать сжатый план (вопрос, решение, жанр, гипотезы, каналы, стоп-критерий, routing). deep — ЖДАТЬ явного «Ок»; medium — soft. Плюс скаут-пасс (deep — рекомендуется): 3–4 Explore на haiku ищут непокрытые подвопросы, а не источники; выход — правки plan.md, ноль записей в sources/. См. plan_gate.md.
4. Поиск [main sonnet/medium; sub-agents: haiku web/api, sonnet academic/long-source] — (4.0) Source Dispatch по матрице → plan.md §12; количественный подвопрос ⇒ primary-канал registry/API. (4.1) medium/deep — general-purpose суб-агенты параллельно, каждому свой диапазон id (s01-s09, s10-s19…) и своя ось поиска, не только подтема; shallow — главный поток. (4.2) Fetch, дедуп с замером overlap_rate. (4.3) Агент сам пишет sources/NN_slug.md, в главный поток — только index-строки. После раунда 1 — snowball. Loop: goal-check → bounded deviation → circuit breaker (2 раунда без нового ⇒ стоп, остаток в Open Questions). Окно раунда пересобирается, не накапливается (medium/deep): state.md ПЕРЕЗАПИСЫВАЕТСЯ перед каждым раундом (## Known статусами со ссылками · ## Gaps · ## Next, ≤6 КБ), планирование по нему, а не по транскрипту. См. source_dispatch.md, subagents_v2.md.
5. Claims-ledger + триангуляция [haiku/low] — claims.csv (схема колонок — source_scoring.md). triangulated ⟺ ≥3 источника И ≥2 типа И ≥2 корня (root:) И ≥2 пути (discovery_path:); иначе single-type/single-root/single-path, потолок medium. Без primary — потолок medium; caveat (vendor/self-reported/disputed:sNN) — потолок medium, disputed без арбитра → low. Защита меньшинства: непогашенный dissent от Primary/credibility ≥ 4 ⇒ contested независимо от большинства, обе позиции в отчёт. Gap-волна на не-triangulated, max 2 круга, иначе data-insufficient. См. source_scoring.md. 5.5. Evidence-фильтр: relevance × authority [sonnet/low] (medium/deep — обязательно) — фильтр на ВХОДЕ синтеза. Relevance: пара (claim, source) → Correct/Ambiguous/Incorrect по дословным цитатам → relevant-only цитаты в evidence/CN.md; claim без relevant-источника → data-insufficient или до-поиск. Authority (несущие пары: claim в memo/F1/F9, ИЛИ с числом, ИЛИ источник единственный корень, ИЛИ caveat ≠ -): «вправе ли ЭТОТ источник утверждать ЭТО» → qualified/unqualified-for-this-claim/unknown → .verify/authority.json. unknown — карантин: не единственная опора, не high. См. evidence_filter.md. 5.7. Сверка с вики [sonnet/low] (medium/deep — обязательно) — claims.csv прогона против кросс-прогонной вики, до синтеза: расхождение с прошлым ресёрчем обязано попасть в отчёт, заметить его в Фазе 7 значит заметить поздно. wiki_pair.py build собирает пары и сам закрывает всё, что не требует суждения; остаток идёт в .verify/wiki_pairs.json → вердикт из четырёх (same-claim-agree/same-claim-conflict/different-claim/unknown) → wiki_pair.py record. unknown — карантин, не конфликт. Подтверждённый конфликт = обе позиции в отчёт, потолок medium, без арбитра contested. Срез по MAX_ADJUDICATED называть вслух. Пороги прескрина и правила record — wiki.md.
6. Синтез + multi-angle red team [red team opus/high для deep, sonnet/high для medium] — outline.md (section | block | claims из plan.md §8/§11 и фактического claims.csv) → собрать <date>_<genre>.md секция за секцией по outline, под каждую только её claim_id и её evidence/CN.md, не весь пул → числа в numbers.csv (verbatim/derived/share; у derived — formula+inputs) → финал «it depends» запрещён (рекомендация однозначная или условная по вилкам) → claim ledger → враждебные роли параллельно как general-purpose: R1 Skeptic, R2 Contrarian, R3 Gap-hunter, R4 Исполнитель, R5 Адвокат меньшинства → триаж severity → ОДИН раунд ремедиации HIGH → memo.md (рекомендация, вилки, 3 числа с [sNN]+as_of, риск, next actions, строка Урезано: — сработавший circuit breaker или даунгрейд вслух; иначе Урезано: —) → финал. Finder ≠ fixer. Гейт: shallow=R1 инлайн, medium=R1+R2+R4 (+R5 при dissent), deep=все пять. См. adversarial_pass.md, synthesis_outline.md, source_scoring.md (numbers.csv). 6.5. Verify [haiku/low] (medium/deep — обязательно) — четыре оси, вердикты в .verify/<ось>.json: liveness (check_citations.py); faithfulness (entailment claim⊨цитата по парам из evidence/CN.md → SUPPORTED/PARTIAL/UNSUPPORTED); qualifier preservation (F1/memo.md/Z12 против строк claims.csv → PRESERVED/BROADENED/SCOPE-DROPPED/UNTRACEABLE); construct provenance (именованные фреймворки/«законы»/термины против evidence/+sources/ → sourced/author-construct/unsourced; unsourced в memo.md/F1/F9 блокирует finish). Чинится отчёт, не ledger. Header F10 несёт все четыре оси плюс строку независимости источников; без него отчёт не «готов». См. runtime_verification.md. 6.9. Экспорт отчёта [haiku/low] (medium/deep) — uv run scripts/build_report.py <run>: HTML + PDF + DOCX из одного источника. Фигуры — только из numbers.csv, ```mermaid из E13/M9 — в «Схема N» через mmdc, [sNN] резолвятся в приложение из sources.csv. Битая ссылка или потерянная сноска роняют сборку. memo.md остаётся отдельной страницей. См. references/report_export.md.
7. Refresh targets + постобработка роя [sonnet/medium] (medium/deep) — entities/numbers/hypotheses/topic-markers из отчёта в refresh_targets.md: точка входа для будущих update. Блок Z11 в blocks/close.md. Затем — четыре шага сбора наблюдений роя (collect_observations.py → update_priors.py → promote_candidates.py --track → изредка --write): порядок и флаги — references/swarm_postprocess.md, читать перед первым вызовом.
8. Decision walkthrough [opus/high, главный поток] (всегда, в shallow — 1 вилка) — отчёт не обсуждается, а исполняется: показать memo.md и провести пользователя по вилкам по одной. Исходы: принято (решение + next action + дата) / blocked (после 1 целевой gap-волны) / deferred. Артефакт application.md (любой status) + строка в ~/.claude/research/applications_ledger.csv. См. decision_walkthrough.md.

Stop-criteria — по содержанию, не по бюджету

Лимита на WebSearch/WebFetch нет.

Стоп когда: все гипотезы подтверждены/опровергнуты ≥3 разнотипными источниками либо помечены «данных мало» · прошёл и разобран ≥1 целевой поиск оппозиции («X criticism / counter-evidence / problems with X») · покрыты 4+ типа источников · последние 3–5 источников не дают нового.

Не стоп когда: источники противоречат (копай за причиной) · все одного типа · есть сильный контр-аргумент без разбора · оппозицию не искали.

Тупик: третий подряд поиск даёт источники total < 8 ⇒ стоп, в Open Questions «литература слабая», предложи интервью/эксперимент.

Output structure

<slug>/
├── plan.md              # Фаза 3 (+ changelog §16, notes §15)
├── state.md             # Фаза 4 — окно раунда, ПЕРЕЗАПИСЫВАЕТСЯ каждый раунд (medium/deep)
├── sources.csv          # индекс источников с оценками
├── claims.csv           # Фаза 5 — claim-ledger
├── numbers.csv          # Фаза 6 — реестр чисел отчёта (medium/deep)
├── outline.md           # Фаза 6 — карта section → block → claim_id (medium/deep)
├── figures.csv          # Фаза 6.9 — фигуры, только по num_id из numbers.csv (medium/deep)
├── sources/NN_slug.md   # один файл = один источник (метаданные + цитаты)
├── evidence/CN.md       # Фаза 5.5 — relevant-only цитаты под claim (medium/deep)
├── findings/FN_*.md     # атомарные тезисы (опц., для крупных)
├── refresh_targets.md   # Фаза 7 (medium/deep)
├── memo.md              # Фаза 6 — decision-меморандум (всегда)
├── application.md       # Фаза 8 — вердикт по вилкам + status (всегда)
├── .verify/             # I/O-контракт: один producer, много consumers
│   ├── authority.json   #   5.5 — qualified/unqualified/unknown
│   ├── wiki_pairs.json  #   5.7 — пары на адъюдикацию (medium/deep)
│   ├── wiki_ingest.json #   finish-up — квитанция записи в вики (всегда)
│   └── citations|faithfulness|qualifiers|constructs.json  # 6.5, по оси на файл
├── diffs/<date>_delta.md# дельты режима update
├── <YYYY-MM-DD>_<genre>.{html,pdf,docx}  # Фаза 6.9 — собранный документ
└── <YYYY-MM-DD>_<genre>.md   # финал: qa|explainer|decision|landscape|validation|custom

Кросс-прогонный слой лежит ВНЕ прогона — ~/.claude/research/wiki/, один на все ресёрчи. См. wiki.md.

Отдельный _changelog.md не создаётся — он в plan.md §16. Шаблоны: sources/NN.md, claims.csv — source_scoring.md; отчёт — genres.md + blocks/; findings/FN.md — Z6 в blocks/close.md.

После завершения — finish-up

0. Детерминированные артефакты, не руками: python scripts/build_sources_csv.py --research-dir <root>/<slug> (единый источник колонок) · python eval/check_citations.py --research-dir <root>/<slug> --json --out <root>/<slug>/.verify/citations (без --out файл уйдёт в eval/output/ и gate его не найдёт). 0.2. Компиляция в вики — python scripts/wiki_ingest.py --research-dir <root>/<slug>, детерминированно и на любой глубине. Пишет квитанцию .verify/wiki_ingest.json, без неё phase-gate красный. Изредка python scripts/wiki_lint.py. 0.5. Числа — два прохода, --research-dir <root>/<slug> --strict: check_number_provenance.py (число без производителя; одно значение при разных корнях = ложная независимость) · check_number_arithmetic.py (пересчёт derived, доли к 100, производное число в memo без строки в numbers.csv).
1. Phase-gate — БЛОКЕР: python scripts/validate_phases.py --research-dir <root>/<slug> --strict. Красный ⇒ фаза пропущена ⇒ вернись, доделай, перезапусти: не показывать путь, не писать резюме, не рапортовать «готово».
2. Пути markdown-ссылками: сначала memo.md (вход потребителя), затем отчёт.
3. Резюме в чат 5–8 строк: 3 ответа + главный контр-аргумент + чего не нашли + итог walkthrough из application.md.
4. Предложи 2–3 следующих ресёрча.
5. Есть memory/ — предложи 1–3 кандидата (тезис + confidence + источники; авторитетный источник как [reference]).
6. Есть anthropic-skills:humanizer-ru — прогони им финальный отчёт (опционально).

Что НЕ делать

• Не пропускать: discover existing и reframing · Plan-review gate в medium/deep (для deep гейт без ожидания ответа = не гейт) · Фазы 5.5 и 5.7 и multi-angle red team в medium/deep · gap-волну · Фазу 8 «потому что и так ясно» — и не отвечать на вилки ЗА пользователя.
• Фаза 5.7: не объявлять конфликт, не показав обе стороны с их as_of и корнями. Не трактовать unknown как «сойдёт» — карантин. Не молчать про срез по MAX_ADJUDICATED: непроверенные пары ≠ отсутствие противоречий. Не чинить противоречие выбором «более свежего».
• Не редактировать страницы вики руками и не заводить вики внутри проекта: слой один на все ресёрчи. Не гейтить wiki_ingest по глубине.
• Не запускать medium/deep без единой if-then вилки Decision Spec.
• Не завершать синтез финалом «it depends» без разрешённых условий.
• Не оставлять root: пустым и не копировать discovery_path: между источниками — это 3-е и 4-е условия триангуляции.
• Не разводить fetch-агентов только по подтемам — ещё и по осям поиска (EN-академия / RU + регуляторы / практики / реестры): один шаблон + одна модель + один язык = одна траектория.
• Не выбрасывать дубли URL между агентами молча — считать overlap_rate в plan.md §15: совпадение это замер конформизма, а не подтверждение.
• Не передавать во второй раунд находки соседей — только дыры. Не дописывать state.md — он перезаписывается.
• Не давать triangulated строке с непогашенным dissent от Primary/credibility ≥ 4 (это contested) и не гасить dissent понижением credibility несогласного.
• Не трактовать unknown в authority как «сойдёт» — карантин. Не давать confidence выше medium без primary-источника. Не строить выводы на источниках с total < 8 и не оставлять утверждений без ссылки на sources/NN.md.
• Не выдавать числу трибуну без производителя: origin_kind: unknown / chain_len ≥ 2 / нет data_as_of ⇒ не в memo.md/TL;DR/F9 и не high.
• Не считать процент/долю/рост прозой: производное число живёт в numbers.csv с formula+inputs — оси 6.5 арифметику не проверяют.
• Не писать отчёт одним проходом по пулу и не оставлять triangulated/contested claim вне outline.md.
• Не вводить именованный фреймворк/«закон» без [sNN] или пометки «наша рамка».
• Не искать числа в вебе при наличии покрывающего endpoint в stat_sources//api_sources/.
• Не поднимать fetch-агентов Фазы 4 на opus «для качества»: растёт не качество поиска, а уверенность ошибки.
• Фаза 5.5: не переписывать sources/NN.md (архив), не фильтровать по total вместо релевантности фрагмента к claim.
• Фаза 6.5: не доверять наличию ссылки — проверять entailment по дословной цитате; вердикты писать в .verify/*.json и не пересчитывать в rubric/F10; пары брать из evidence/, не пересканировать sources/. Чинить отчёт, а не ledger.
• Для fetch+save и red team — general-purpose с явным диапазоном номеров, не Explore (read-only, только разведка). Не запускать суб-агентов последовательно — только параллельно в одном сообщении.
• Не сжимать sources/ в один файл, не выводить результат только в чат.
• Не обходить WebFetch произвольным bash/curl. Единственный санкционированный fallback — scripts/fetch_source.py (Фаза 4.2): он читает robots.txt, санитайзит страницу от prompt injection и проставляет fetch_tier. Вывод ручного curl в sources/ не кладётся.
• Не принимать fetch_source.py за средство против paywall и анти-бот-защиты: auth-wall и antibot для него — терминальный вердикт. Дальше — fallback-протокол channels.md или endpoint из api_sources/.
• Не рисовать в отчёте число, которого нет в numbers.csv, и не подбирать палитру фигур на глаз — она валидируется скриптом.
• Не сливать memo.md в большой документ. Не считать DOCX форматом для чтения — читают PDF и HTML.

Режим update

update <slug> / «обнови ресёрч X» — дельта, не replay. Pre-flight: plan.md, refresh_targets.md (нет — сгенерируй по Z11), последний отчёт. Четыре категории дельты с date-фильтром от last_research_date: new entrants · entity diff · numbers refresh · adversarial trigger. Verified-no-change — тоже результат. Выход: diffs/<date>_delta.md; новый отчёт — только если дельта существенна (решает пользователь), старый получает status: superseded by …. Adversarial trigger HIGH ⇒ повторить только Фазу 6 на opus. Протокол — refresh_protocol.md.

Update тоже идёт в вики: wiki_ingest.py после дельты (квитанция обязательна) и wiki_pair.py build — расхождение НЕ по свежести и есть настоящая находка update'а.

References — когда читать

Прогрессивная подгрузка: файл читается когда дошёл до фазы, не превентивно.

Базовые (читает любой medium/deep прогон): workflow.md (детали 13 фаз) · question_reframing.md (Фаза 1 + clarification-триаж) · plan_gate.md (Фаза 3.7 + скаут) · genres.md (6 жанров) · blocks/INDEX.md (106 блоков) · channels.md (29 каналов, query patterns, paywall fallbacks) · source_dispatch.md (обязательно перед launch суб-агентов) · model_routing.md · wiki.md (кросс-прогонный слой: чтение в discover existing, Фаза 5.7, запись в finish-up).

Условные — грузить, когда прогон дошёл до условия, а не заранее: capability_discovery.md и awesome_lists_registry.md — Фаза 3.5 (обязательна только на deep) · stat_sources/INDEX.md (33 категории) и api_sources/INDEX.md (47+ endpoints) — Фаза 4, когда подвопрос количественный или Source Dispatch ведёт в registry/API · refresh_protocol.md — только режим update.

По фазам: subagents_v2.md (4) · fetch_source.py + channels.md §«Bot-block ≠ paywall» (4.2, только когда WebFetch ответил «unable to fetch from …») · source_scoring.md (шкалы, provenance, claims-ledger, dissent, numbers.csv — 5–6) · evidence_filter.md (5.5) · synthesis_outline.md (6) · adversarial_pass.md (6) · runtime_verification.md (6.5) · report_export.md (6.9) · swarm_postprocess.md (после 7) · decision_walkthrough.md (8).

Блоки (по выбранному жанру): frame.md F1-F10 · explain.md E1-E14 · compare.md C1-C13 · map.md M1-M12 · validate.md V1-V10 · analyze.md A1-A13 · close.md Z1-Z12 · people.md P1-P7 · numbers.md N1-N8 · context.md X1-X7.

Stat/API источники (Фаза 4, точечно): stat_sources/core/*.md (14 cross-industry) · stat_sources/industries/*.md (19 отраслевых) · api_sources/. Читай INDEX, потом нужную категорию. Auth через env vars, ключи скилл не хранит; приоритет — free no-key API.

Deepdive

A structured meta-research skill for Claude Code

Stop ad-hoc Googling. Start documented investigation.

Docs · Install · How it works · Contribute

You: investigate the trade-offs between Postgres logical replication and CDC tooling

Claude:  ✓ Reframed your question (3 hypotheses) + decision spec: what you'll do with the answer
         ✓ Picked genre: decision (comparison + validation)
         ✓ Wrote plan.md (17 sections)
         ✓ Checked your env: 4 APIs available, 2 fallback to HTML
         ✓ Launched 4 sub-agents across 12 channels
         ✓ Saved 23 sources to sources/ with quotes, provenance-checked
         ✓ Ran adversarial pass (3 counter-arguments + an "execute this" role)
         ✓ Report ready: research/postgres-replication-vs-cdc/2026-05-21_decision.md
         ✓ Walked through your decision forks — you picked CDC tooling, logged to application.md

What this is

A Claude Code skill that turns "research this topic" into a 13-phase pipeline with hypothesis testing, parallel sub-agent search, source triangulation, and adversarial review.

The output is a folder you can return to in a month. Every claim traces to a specific source file. The plan documents why you made every choice. No re-research needed.

New here? Start with the Quickstart — install → invoke → first result in ~5 min.

One-shot prompt → wall of text

Sources lost in chat history

No way to detect bias

No reuse next time

Generic Google results

Sources include... (vague)

17-section plan.md documents every choice

Each source = file with verbatim quotes

Mandatory adversarial pass + opposition queries

Atomic theses in findings/FN.md reusable

Every claim → [s12] link → specific quote

Install in 30 seconds

git clone https://github.com/Socialpranker/deepdive.git \
  ~/.claude/skills/deepdive

That's it. Now type any of these in a Claude Code session:

• "Investigate X"
• "Изучи тему"
• "Validate this hypothesis"

# Clone
git clone https://github.com/Socialpranker/deepdive.git
cd deepdive

# Package as .skill bundle
zip -r ../deepdive.skill . -x ".*" -x "*.zip"

# Upload via Claude.app → Settings → Skills → Add Skill

The 13-phase methodology is portable. Load SKILL.md + references/*.md into the LLM's context manually. Skip the sub-agent parts and use separate chat sessions per subtopic.

Full instructions →

How it works

The skill runs 13 phases in order:

| 1 | Reframing | opus / high | | 2 | Genre & block selection | sonnet / medium | | 3 | Plan | opus / medium | | 3.5 | Capability Discovery | sonnet / low | | 3.7 | Plan-review gate | sonnet / low | | 4 | Search | sonnet / medium | | 5 | Claims-ledger + triangulation | haiku / low | | 5.5 | Evidence filter | sonnet / low | | 5.7 | Wiki reconcile | sonnet / low | | 6 | Synthesis + multi-angle red team | opus / high | | 6.5 | Verify | haiku / low | | 7 | Refresh targets | sonnet / medium | | 8 | Decision walkthrough | opus / high |

Each phase runs on a model matched to its task — Opus where reasoning multiplies (1/3/6), Haiku for the parallel fan-out (4). The skill announces the routing and an estimated cost up front, once.

Every phase is transparent: you see what's happening, you confirm key decisions, and you get a folder you can return to. Before any search fires, the plan-review gate (3.7) shows you the reframing, hypotheses, genre, and channels and lets you approve or edit them — strictness scales with mode (deep waits for an explicit go-ahead, medium is a soft check, shallow skips it). Editing the plan before execution is the single highest-leverage step in the whole pipeline — Gemini Deep Research calls plan review its "biggest lever over output quality," and a wrong plan executed perfectly still produces a wrong report.

Reframing (1) doesn't just restate the question — a router classifies its profile (factual / multi-step / relational / comparative / landscape) and that classification picks the decomposition method: factual questions get flat independent subquestions, multi-step ones ("X given Y") get least-to-most leveling, comparative ones get a shared axis matrix with mandatory opposition queries per candidate. Picking the wrong decomposition for a question's shape is a silent failure mode — the router makes the choice explicit instead of defaulting to "flat parallel" for everything.

Phase 4 (Search) isn't a single pass — it's a bounded loop with three cheap safeguards so it doesn't quietly waste budget or silently give up:

• Cheap goal-check — after each round, a Haiku pass tags every subquestion met / partial / unmet with a one-line reason. This is what the expensive Opus evaluation reads instead of re-deriving the gap from scratch, and it's what targets the next round's dispatch.
• No-progress circuit breaker — two consecutive rounds that add nothing new to the source pool stop the loop immediately, regardless of remaining budget. The unresolved thread goes to Open Questions instead of burning tokens chasing a dead end.
• Least-to-most decomposition — for layered questions ("X given Y"), subquestions are leveled L1 → L2 instead of dispatched flat in parallel: L1 rounds run first, concrete facts they surface get carried forward, and L2 queries are launched already sharpened by that context. Independent subquestions still run flat.

Scoring (5) doesn't stop at the usual Credibility/Recency/Bias rating — it also flags input-level skepticism: a source that measures its own product, self-reports a benchmark, or is directly disputed by another collected source gets a strict caveat: marker (vendor / self-reported / disputed:sNN) before the claim reaches claims.csv, not after synthesis has already built on it. A claim whose key number carries that marker is capped at confidence: medium (or low for an unresolved dispute) — the same rule shape as primary-first sourcing. Vendor benchmarks are the numbers that most often get quietly repeated as fact; catching them on the way in, not in the red team pass at the end, is the point.

For medium/deep depth, the pipeline runs two more machine-checked passes most one-shot research skips entirely:

• Evidence filter (5.5) — a CRAG-style relevance classifier runs on every (claim, source) pair before synthesis and keeps only the quotes that actually support that specific claim. Dumping every found source into synthesis measurably hurts quality (Search-o1 dropped 33%→24% doing exactly that); this is the fix, not a nice-to-have.
• Faithfulness verification (6.5) — beyond checking that a cited link is alive, the skill checks that the source entails the claim it's attached to (RAGAS/ALCE-style claim⊨quote), and writes SUPPORTED / PARTIAL / UNSUPPORTED verdicts to .verify/faithfulness.json. Citation fabrication is common enough industry-wide — the Tow Center found a >60% error rate in AI-generated citations — that checking for it, not just for dead links, is a real differentiator.

None of this is enforced by discipline alone: scripts/validate_phases.py reads a finished run's mode: and checks that every phase mandatory for that mode actually left its file artifact (plan.md, claims.csv, evidence/, .verify/*.json, the dated report, ...). A skipped phase fails the check instead of silently passing — the model can't just claim "done." As of finish-up, this check is a blocker, not a suggestion: the skill won't report a research as done on a red gate, symmetrically to how a report isn't "done" without its verification header. sources.csv itself is now built the same deterministic way — scripts/build_sources_csv.py generates it from sources/NN.md frontmatter (with a --check mode for CI) instead of being assembled by hand each run.

A well-cited report that changes nothing is still a failure — the skill's answer to that is a decision spine running through the whole pipeline, not a bolt-on question at the end:

• Reframing (1) captures a decision spec, not just a topic: the action you'll take, who reads the report and what they do next, and