Research Ops

Sélectionné par Skill Harbor : Research Ops, l'enveloppe d'opérateur autour de la stack de recherche ECC, pour quand vous voulez des faits frais, des comparaisons, de l'enrichissement, ou des recommandations construites sur des preuves publiques actuelles. Il est explicite qu'il ne remplace ni deep-research, ni exa-search, ni market-research : il dit quand et comment les utiliser ensemble. Le workflow part de ce que l'utilisateur a déjà fourni, en le normalisant en faits déjà prouvés, à vérifier, et questions ouvertes, au lieu de recommencer l'analyse à zéro. Puis il classe la demande dans l'une des quatre voies, réponse factuelle rapide, mémo de comparaison ou de décision, passe de leads ou d'enrichissement, ou candidat au monitoring récurrent, et prend d'abord le chemin de preuve le plus léger utile : exa-search pour la découverte rapide, deep-research quand la synthèse multi-sources compte, market-research quand le résultat doit finir en recommandation, lead-intelligence quand la vraie demande est un classement de cibles. Les garde-fous sont le but : ne jamais répondre à des questions actuelles depuis une mémoire périmée quand une recherche fraîche coûte peu, et toujours séparer faits sourcés, preuves fournies par l'utilisateur, inférence et recommandation. Le format de sortie est fixe avec sections QUESTION TYPE, EVIDENCE, INFERENCE et RECOMMENDATION, les réponses sensibles à la fraîcheur portent des dates concrètes, et le workflow finit en décidant si la tâche devrait devenir un monitor plutôt qu'une recherche manuelle répétée. Par @affaan-m, listé ici avec crédit à son créateur. Tiré du dépôt affaan-m/ECC (MIT). Bémols honnêtes : ça ne fonctionne que si vous avez vraiment les skills de recherche sous-jacents disponibles ; un gros passage de recherche pour une réponse déjà dans le code local est du gaspillage. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage.