benchmark-due-diligence

1实现原理 · 为什么它能做到

纯 prompt 编排型 skill：目录内零脚本零代码，功能由 SKILL.md 指令驱动模型去派生子 agent（Workflow/Task 工具）并组合其他 skill/CLI 完成，不是任何可执行程序。

daymade-financial/benchmark-due-diligence/SKILL.md

This skill is an **orchestrator** — it spawns parallel collection + verification agents (via the `Workflow` tool, or `Task` agents) and may invoke other skills (`deep-research`, `osint-investigate`, `qcc`).

注：这里在做什么：说明『为什么能实现功能』——能力来自编排纪律与提示词立场设计，而非代码。同段还规定子代理不能再派子代理或调 skill，因此禁止 context: fork（会静默破坏扇出）。

核心机制是对抗性气泡拆解（bubble-busting）：默认假设宣传数字被注水、直到证据证明其真实，再把幸存结论映射成委托人可执行动作——与中立的 deep-research 互为表里。

daymade-financial/benchmark-due-diligence/SKILL.md

this skill **assumes the picture is inflated until proven otherwise** and converts the survivors into the commissioner's own moves.

注：『假设水分直到证伪』是其与普通尽调/研究类 skill 的本质差异；输出三问：多少真实 vs 营销、多少可复制 vs 运气、委托人具体能拿它做什么。

四阶段执行架构：逐维度「采集→对抗验证」管线（无全局屏障，采集完即验证）→ 单一综合 agent 出尽调结论 → 仅映射 agent 出『对你意味着什么』。

daymade-financial/benchmark-due-diligence/references/workflow_orchestration_template.md

log('Phase 1+2: fan-out collect → adversarial verify (bubble-bust)')

注：参考文档提供可直接填写的 Workflow 脚本（采集/验证各用独立 agent 与 schema，6 维度约 14 个 agent）；SKILL.md 说明『收集者立场客观、验证者默认怀疑，逐条打 L1–L4 并裁决坐实/大体可信/存疑/证伪-水分』。

隐私核心是双通道注入隔离：公开的 FACTS 注入所有 agent，私密的 COMMISSIONER_CONTEXT 只进最后一个映射 agent——防止委托人客户名/策略被 WebSearch 外搜到公网。

daymade-financial/benchmark-due-diligence/SKILL.md

If the commissioner's client names or strategy leak into those prompts, they get searched on the open web — a privacy breach.

注：『channel split』被标为 protecting the commissioner 的 one rule；Phase 0 还要求先核实实体关系图与头条宣称归属（trophy stat 是否真是此人做的），不许从域名/名字推断 ownership。

证据分级纪律内建于管线：每条发现强制带 source URL + source_kind（对象自述/营销 vs 第三方独立信源 vs 混合），gaps 不许靠猜补；验证阶段主动找证伪证据。

daymade-financial/benchmark-due-diligence/references/evidence_grading_rubric.md

Bubble-busting is the act of moving a claim *down* from its self-asserted level.

注：L4=可查实硬数据 / L3=多独立信源 / L2=单一可信第三方 / L1=仅自述营销；『#1 of the year』类自述通常被 L4 的平台官方记录打回成『品类奖+月度第一』。

2核心能力

01对抗性拆解被羡慕的标杆（创始人/KOL/公司/产品），区分真实 vs 营销水分

02头条宣称归属核查（#1 to-verify）：『0→1M 用户』到底是谁干的、真实量级多大

03多维并行采集 + 即采即验的对抗验证管线（L1–L4 分级与裁决）

04归属拆解：成功中产品/时机/个人 IP 营销/运营各占多少（百分比区间 + 理由），并区分可复制方法与运气/禀赋

05打法映射到委托人真实资源：四标签资源映射表（可借/不可复制/已在做/泡沫别抄）+ 落地动作清单

06破泡沫核查表：宣称 | 证据等级 | 裁决 | 依据，按水分从大到小排序输出

3外部依赖

类型	依赖
cli	agent-reach
api	WebSearch / WebFetch（宿主工具，由派生的采集/验证 agent 执行）
package	deep-research / osint-investigate / qcc 技能族（编排内组合调用，非本目录自带）
api	Workflow / Task agent 工具（宿主扇出原语）

4风险提醒风险提醒：黄色 · 留意使用

风险提醒：黄色 · 留意使用

隐私隔离是提示词纪律而非代码强制 — FACTS/COMMISSIONER_CONTEXT 分道完全依赖编排者（模型）按 SKILL.md 执行；一旦把委托人私有上下文拼进采集/验证 prompt，就会被 WebSearch 搜到公网。展示/使用时应把它当『高风险软约束』而非已实现的隐私保证。
高 token 成本与不可预枚举的外发面 — 模板自述 6 维度 ≈ 14 个 agent、『a real, token-heavy run』；采集 agent 会向搜索引擎外发与研究对象相关的查询，外发对象与查询内容由用户输入决定，无法预先枚举。
web 内容注入面 — 采集/验证 agent 把网页内容读回上下文，宣传页面/红鲱鱼文本可能反向影响结论；缓解靠 source_kind 分级与默认怀疑 stance，非隔离执行。
依赖外部 skill/CLI 可得性 — deep-research/osint-investigate/qcc/agent-reach 不在本目录内，未安装时相应能力缺失（模板有『调不通回退』，但维度深度会打折）。

风险提醒：黄色，留意使用。与同仓库 deep-research 判黄一致：纯 prompt 编排、零脚本、零凭证读取、零本地写入；但联网研究是其核心功能，外发对象随研究对象而定、不可逐一预枚举，抓取内容回流模型上下文存在 prompt injection 面；另有『委托人私有上下文若误入采集/验证 agent 会被 WebSearch 外搜』的隐私纪律面（已内置双通道隔离缓解，仍属依赖模型执行的软约束）。

5第二遍独立确认

[ok] 『编排器 + 禁 context: fork』的运行约束 — SKILL.md 原文 'Subagents cannot spawn subagents or call skills. Setting `context: fork` would silently break the entire fan-out.' 存在，与 deep-research/osint-investigate 同约束叙事一致。
[ok] 双通道 FACTS/COMMISSIONER_CONTEXT 注入隔离 — SKILL.md 通道表与 workflow 模板注释（'PRIVATE commissioner reality — injected into the Phase-4 mapping agent ONLY'）逐字一致；Trap 6 在 evidence_discipline_traps.md 有专节。
[ok] L1–L4 分级与裁决词存在于 rubric — evidence_grading_rubric.md 含 L4/L3/L2/L1 定义表与坐实/大体可信/存疑/证伪裁决；'Bubble-busting is the act of moving a claim *down* from its self-asserted level.' 逐字可查。
[ok] 零脚本零代码（安全结论基础） — 目录 glob 仅 5 个 md 文件；token 扫描无任何执行/网络/写文件关键词。
[ok] agent-reach / qcc / deep-research 调用点真实存在 — SKILL.md 三处明文（agent-reach 覆盖社媒平台、qcc 覆盖工商、deep-research 复用扇出模式）；均为外部依赖，不随本目录分发——已注明。
[ok] 功能声明 vs 实际能力夸大检查 — description 承诺的『splitting marketing bubble from real signal, then mapping the validated playbook』全部由编排+分级+映射提示词兑现；无自动执行/自动写文件承诺，无越界。
[ok] 元数据（commit/license/stars） — 本地 HEAD == pin d5c4678cb5d4fd6acc9c922690df035dbd33d247；GitHub API：MIT、stars 1385（2026-09-09 实采；候选池 2026-09-06 快照为 1378）、pushed_at 2026-09-09T12:33:29Z。

6结论

对抗性立场是真实差异化：默认怀疑 + 专找证伪证据，而不是再产出一份中性摘要。

隐私设计写进编排而非靠临场记忆：FACTS/COMMISSIONER_CONTEXT 双通道 + 模板硬接线，堵住『委托人信息被 WebSearch 外搜』。

分级而非二元：L1–L4 + 四档裁决 + 按水分排序表，让『注水多少』可见可复核。

地基纪律防系统性错误：开跑前核实实体关系与头条归属，防 12-agent 扇出建在推断上。

收尾给委托人的是动作：资源映射四标签 + 落地清单 + 开放问题，且建议自然承接 pdf-creator。

适合：适合想『拆穿/对标/偷师』某创始人、KOL、公司或产品、且怀疑其战绩有水分的人（增长负责人、创始人、投研、内容操盘手），产出把泡沫与可复制打法分离、并落到自己资源上的行动报告；也适合作为对 benchmark 高关注度标的的 pre-deal/竞对深查。要求用户愿意跑多 agent 扇出（耗时与 token 成本高）并能提供真实委托资源上下文。

不适合：不适合要中性事实综述的场景（应选 deep-research）；不适合只想要快速公开信息摘要/不想跑 12+ agent 的轻量查询；不适合委托人无法提供自身资源上下文（映射阶段会落空）或涉及非公开主体需特殊数据源（工商/社媒数据依赖 qcc/agent-reach 等外部能力）的场景。

安装 agent 直装可复制

① 本站镜像更新 2026-09-09

方式 A · 人下载镜像包下载 benchmark-due-diligence.tar.gz

sha256: a3679e98097b1486…

方式 B · JSON 格式安装指南，复制给 agent

安装指南

agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。

② 上游 GitHub · 原始来源

能访问 GitHub？直接去上游安装（实时版，可能已更新）GitHub 原始 ↗

本页镜像锁定 commit d5c4678cb5；上游为实时仓库。

来源信息 GitHub 原始

作者 / 仓库daymade / daymade/claude-code-skills

原始 GitHubdaymade/claude-code-skills ↗

Stars1385

最近推送2026-09-09

本 skill commitd5c4678cb5

本站信息

收录日期2026-09-06

分类内容创作

侦查报告2026-09-06 · 2 遍

本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。

1实现原理 · 为什么它能做到

2核心能力

3外部依赖

4风险提醒 风险提醒：黄色 · 留意使用

5第二遍独立确认

6结论

4风险提醒风险提醒：黄色 · 留意使用