Досье на человека

Досье на конкретного живого человека перед деловой встречей или переговорами: поиск волнами по открытым источникам, порог подтверждения по силе источника, машинная проверка каждого числа, триангуляция фактов через Perplexity Sonar и детерминированная вёрстка в Word (Arial 12, две страницы) плюс тот же текст в чате.

Sergey Petrakov@sergeypetrakov

Install

openclaw skills install @sergeypetrakov/dossier

Досье на человека

Портрет живого человека перед встречей: кто он/она, как думает, о чём с ним/ней говорить и чего не касаться.

Навык самодостаточный: методика сбора — в этом файле, а проверка фактов и вёрстка — в его собственных скриптах (scripts/verify_facts.py, scripts/render_dossier.py). Отдельно ставить ничего не нужно.

Что нужно для работы:

поиск — скрипт навыка search.py (Perplexity Sonar); browse_page у агента — для адресного чтения страниц;
PERPLEXITY_API_KEY в настройках и доступ к нему в карточке навыка — на нём работают и поиск (search.py), и проверка (verify_facts.py);
python3 и библиотека python-docx — объявлена зависимостью навыка, платформа ставит её сама в изолированное окружение навыка при установке.

Хорошие результаты получены на Sonnet 4.6 и GLM-5.2.

Что получается на выходе — всегда одно и то же

Досье собирается в одном виде, без вариантов: файл Word на две страницы плюс тот же текст в чате (тем же объёмом, не пересказом).

Пять правил, которые нельзя нарушать

1. Порог подтверждения зависит от силы источника — с отдельной категорией «первое лицо».

Категория	Что это	Нужно независимых
Первое лицо	LinkedIn / персональный сайт человека, его интервью, авторская колонка, публичное выступление, его пост	1 (сам источник) + пометка «со слов X», если факт нельзя проверить извне
Сильный	официальный сайт компании, раскрытие информации, годовой отчёт, судебный документ, реестр, деловая пресса первого эшелона со ссылкой на первоисточник	2 независимых
Средний и слабый	деловая пресса без ссылки на первоисточник, отраслевые издания, биографические справочники, агрегаторы, соцсети не самого человека, «топ-10 богатейших», статья без автора	3 независимых

Независимые — не перепечатки друг друга: две газеты с одним пресс-релизом считаются за один источник. Три агрегатора одной справки — тоже один.

Почему первое лицо — отдельная категория: карьерные факты (где работал, что окончил, в каком году) человек сам знает точнее любого стороннего источника. Заставлять искать «второе подтверждение» для года окончания вуза, названного самим человеком в LinkedIn, — искусственный дефицит. Но для утверждений о его достижениях, влиянии, роли в сделках — нужен внешний сильный источник, потому что самопрезентация субъективна.

Если набрать нужное число не удалось — факт идёт в «Не подтверждено».

Всегда проверяйте, есть ли у человека страница в LinkedIn с карьерным треком: как правило, это самый точный источник по хронологии работы.

2. Неподтверждённое помечается, а не выбрасывается и не выдаётся за факт. Сведение без подтверждения идёт в раздел «Не подтверждено» с указанием, откуда взято и чего не хватает. Никогда не пишите догадку тоном факта.

3. Факт подаётся как есть. Анализ помечается как анализ.

Факт — то, что подтверждено. Пишется без смягчений: «Возглавляет департамент с марта 2023 года [4]».
Анализ — вывод, сопоставление, прогноз. Всегда с пометкой **[Анализ]** отдельным блоком, а не в фактической фразе.

Смешивать нельзя даже в одном предложении. «Опытный переговорщик, с 2019 года возглавляющий M&A-направление [3]» — это анализ («опытный переговорщик»), склеенный с фактом. Разделяйте.

4. Никаких выводов о личности из воздуха. «Судя по фотографиям, он человек закрытый» — выдумка. Черта характера попадает в досье, только если следует из наблюдаемого: слов, решений, свидетельств тех, кто работал. И даже тогда это анализ, а не факт.

5. Ни одного числа, которого нет в источнике дословно.

Это правило появилось из конкретного провала. Досье утверждало: «аналитика для 1 млн+ частных инвесторов [1]». Источник [1] — анкета человека в отраслевом реестре, заполненная им самим, — говорит про частных инвесторов, но никакого числа не содержит. Сплошной поиск по всей доказательной базе прогона, 194 333 знака, дал ноль совпадений «число + инвестор». К верному утверждению был дописан порядок величины, а ссылка осталась прежней — и теперь подпирала то, чего в ней нет.

Опаснее всего то, что число выглядело правдоподобно: у крупных инвестиционных сервисов действительно миллионы пользователей, поэтому на глаз ошибку не поймать ни владельцу, ни собеседнику на встрече.

Поэтому:

Число берётся только дословно. Есть в источнике «950 советов» — пишем 950. Нет числа — не пишем никакого, даже «примерно миллион», даже если «очевидно, что их много».
Каждое число подтверждается вторым независимым источником (порядок — в шаге 5, «Кросс-проверка»). Исключение только для первого лица о самом себе: год окончания вуза, названный человеком в своей анкете, второго подтверждения не требует.
Выведенное число помечается словом. «Около 47 лет — из года окончания вуза (2001) [3]». Без «около» выведенное число выдаёт себя за прочитанное.
Каждое число записывается в figures — с дословной цитатой источника или с пометкой о выводе. Это проверяет скрипт вёрстки и отказывается собирать документ, пока подтверждения нет.

Анализ и синтез галлюцинацией не считаются и запрещены не они — но они обязаны стоять отдельно, под пометкой **[Анализ]**, и не притворяться прочитанным фактом.

Границы: чего в досье не бывает

Не собираем: домашний адрес, личные телефоны и почту, данные членов семьи (кроме публичной роли в бизнесе), состояние здоровья, ориентацию, сведения о детях, содержание частной переписки, всё, что получено не из открытых источников.

Собираем осторожно, только если это влияет на деловой разговор: судимости и судебные споры — со ссылкой на документ, а не на слух; санкции — с юрисдикцией и датой; политические взгляды — только публично заявленные.

Контекст — для кого собирается информация

По умолчанию читатель досье — руководитель компании из финансовой и технологической отрасли. Ищите точки пересечения биографии человека с финансами, технологиями и искусственным интеллектом, цифровыми сервисами: от этого зависит выбор тем на обсуждение.

Если владелец в запросе назвал другой контекст (свою роль, компанию, цель встречи), он важнее умолчания.

Шаг 1. Установить личность

Тёзки — главный источник ошибок. Закрепите человека минимум двумя признаками: компания и должность, страна, год рождения, написание имени на родном языке.

Имена с Ближнего Востока и из Азии переводятся по-разному: Си Цзиньпин / Xi Jinping, Мухаммед бин Салман / MBS, Ли Кашин / Li Ka-shing / 李嘉誠. Ищите на всех вариантах, включая оригинальное написание.

Правило разрешения неоднозначности — по порогу, а не «на глазок»

После первичного поиска (Слой 0, см. ниже) составьте список кандидатов: ФИО, год рождения (если есть), сфера, страна, работодатель.

Ситуация	Что делать
Один кандидат	Собирать без уточнения
≥ 2 кандидата, разные сферы	Задать вопрос с готовыми вариантами
≥ 2 кандидата, одна сфера	Задать вопрос с признаком «работодатель / город / год»
Точного совпадения имени нет — только похожие	Задать вопрос: назвать ближайших, попросить признак
Один кандидат, но он широко известен	Собирать, но начать с оговорки о тёзке

Один найденный кандидат — не доказательство, что он один. Порог считает тех, кого НАШЁЛ поиск, а не тех, кто существует. Непубличный человек следов не оставляет: у однофамильца-знаменитости статья в Википедии, а у директора по продажам из соседнего департамента — ничего. Поиск честно вернёт одного, и правило «один кандидат — собирать без уточнения» сработает на том, кого не спрашивали.

Признаки, что найденный — знаменитость, а не тот, кто нужен: статья в Википедии, государственная награда, федеральные СМИ, известность вне отрасли владельца. В этом случае досье собирается, но первой строкой идёт оговорка:

Нашёлся только широко известный <Имя> — <чем известен>. Если вы имели в виду однофамильца, назовите компанию, город или отрасль, и я соберу заново.

Вопрос здесь не блокирующий: чаще всего имелся в виду именно известный человек, и заставлять владельца отвечать на очевидное — потеря времени. Но одна строка сверху стоит дёшево, а встреча с чужой биографией в голове — дорого.

Реальный случай: на «кто такой <Имя Фамилия>» было выдано образцовое досье на известного однофамильца — основателя известного интернет-проекта, с источниками, ссылками и разделом «Не подтверждено». Спрашивали про другого человека — сотрудника крупной компании. Правило не нарушено: кандидат был один.

Прежде чем объявить двух кандидатов — проверьте, не один ли это человек в разные годы. Самая частая ложная развилка: у одного человека сменилась должность, поиск вернул две карточки, и они выглядят как двое.

Признаки, что это ОДИН человек:

тот же работодатель, разные должности — это повышение или реорганизация, а не два разных человека;
должности не пересекаются во времени: «руководитель направления, 2024» и «директор департамента, 2025» — последовательность, а не параллель;
смежные подразделения одной структуры (отдел → департамент того же профиля) — типичное переименование при реорганизации;
совпадает редкая деталь: тема выступлений, соавторы, город.

Признаки, что это РАЗНЫЕ люди: разные работодатели в один и тот же период, разные отчества, разные годы рождения, несовместимые биографии.

Если сомневаетесь — спрашивайте не «кто из двух», а прямо:

Нашёл упоминания под двумя должностями в одной структуре; похоже, это один человек после повышения. Собираю как одного — поправьте, если это двое.

Реальный случай: на «<Имя Фамилия> из <компании>» было предложено два варианта с разными подразделениями одной компании. Это был один человек: в 2024 году он руководил одним направлением, а к 2025-му возглавил смежное. Тот же работодатель, непересекающиеся даты, смежные подразделения — все три признака слияния были на виду.

Только готовые варианты, не открытый вопрос. Слабая модель без вариантов получает расплывчатый ответ и продолжает угадывать.

Как задать вопрос. Коротко, с вариантами:

Есть как минимум две заметные тёзки. Про какую составить досье?

<Имя> — <работодатель, роль>

<Имя> — <работодатель, роль> Или уточните: работодатель / роль.

Чего делать нельзя:

начинать досье словами «вероятно, имеется в виду…» и продолжать;
достраивать имя до знакомого: два слога в запросе против четырёх у известного — разные имена;
собирать досье «на всякий случай на обоих» — это удваивает объём и не снимает вопроса.

Повторный запрос — не выбор человека. Если владелец снова пишет то же имя, он подтверждает интерес, а не назначает нового носителя. Переключаться на другого можно только по прямому указанию: имени, номера варианта, признака. История переписки таким указанием не является.

Реальный случай: на повторное «подготовь досье на <Имя Фамилия>» было выдано досье на другого человека с тем же именем, из другой страны, без единого вопроса. Руководитель получил чужую биографию.

Если сомневаетесь, о ком речь, — вопрос стоит одной строки, ошибка стоит встречи.

Шаг 2. Собрать информацию широким фронтом

Норма — не меньше 40 поисковых запросов на досье. Замерено на живых прогонах: короткие сборы делали 5–10 запросов, и этого не хватало — биографические якоря оставались незакрытыми, а разделы наполнялись пересказом одного и того же источника. Сорок — это нижняя граница, а не цель: если после них якоря не закрыты, ищите дальше.

Чем искать

Инструмент	Приоритет	Что даёт	Когда
`search.py` этого навыка (Perplexity Sonar)	основной	связный ответ со ссылками — сам читает источники и замечает противоречия	все волны поиска
`browse_page`	адресно	полный текст конкретной страницы	первоисточник, сниппета не хватает, надо проверить противоречие
встроенный поиск агента (`gigasearch`, `web_search`)	запасной	зависит от установки, обычно не Sonar	только если `search.py` не работает (нет ключа, сбой) — и тогда это сказать в ответе

Ищите через search.py, а не встроенным поиском агента. Встроенный поиск в разных установках разный (внутренний поисковик, ddgs, OpenAI) и в живом прогоне дал 4 запроса вместо 40. search.py ходит в Sonar по тому же ключу, что и проверка фактов, принимает волну до 8 вопросов за вызов (идут параллельно) и ведёт журнал запросов:

text

skill_exec(skill="dossier", script="search.py",
           args=["Кто такой Иван Петров из компании «Пример»? Должность и с какого года",
                 "Ivan Petrov Primer company LinkedIn career",
                 "Иван Петров образование вуз год окончания"])
skill_exec(skill="dossier", script="search.py", args=["--log"])   # сколько уже сделано

Sonar понимает вопрос целиком — формулируйте вопросом, а не набором ключевых слов: «Кто такой Иван Петров из компании «Пример», какую должность занимает и с какого года?»

Точечные операторы (site:, кавычки, OR) полезны для конкретных пробелов — готовые формулировки в поисковом справочнике (см. ниже).

Волнами по 6–8 запросов

search.py исполняет запросы параллельно, до восьми за вызов. Отправляйте волну одним вызовом, а не по одному запросу: один вызов — вся пачка текущего слоя. Ритм: вызов поиска → адресные загрузки browse_page → снова поиск.

Волна 1 — установить личность (6–8 запросов). Полное имя, работодатель / организация, латиница, LinkedIn через выдачу, соцсети, однофамильцы.

Волна 2 — закрыть якоря (8–10 запросов). По каждому незакрытому якорю — свой запрос. Образование, годы, предыдущие работодатели, публикации, выступления, заявления.

Обязательный второй прогон: поиск по прошлому

После первичного сбора не переходите к анализу. Сначала выпишите подтверждённые опорные точки: последняя известная роль, работодатель, даты, прежние работодатели, образование, проекты, публикации и варианты написания имени.

Затем отдельной волной ищите информацию назад от каждой точки. Приоритет — восстановление карьерной хронологии: предыдущие роли, работодатели и промежутки между ними. Одновременно ищите другие публичные и релевантные факты из прошлого: проекты, сделки, выступления, публикации, профессиональные позиции и связи с организациями.

Каждый пробел в карьерном треке или значимом контексте — отдельный запрос, а не повод достраивать биографию по аналогии. Включайте найденное только при наличии источника и понятной связи с человеком.

Волна 3 — обход графа связей (6–10 запросов). Каждый новый именной объект из первых двух волн — работодатель, вуз, соавтор, конференция, сделка — порождает свой запрос. Без этого сбор останавливается на первом слое, и всё, что за ним, теряется.

Волна 4 — проверка спорного. Всё, что встретилось в одном источнике или разошлось между источниками, переспрашивается отдельно.

Открывать страницы — адресно

browse_page — не для всего подряд. Открывайте, когда: источник первичный (сайт компании, раскрытие, реестр, интервью), или сниппета не хватает, или надо проверить противоречие. Sonar уже прочитал многое сам — не дублируйте его работу.

Норма — 20–30 открытых страниц. Ноль означает, что досье построено на одних сниппетах: для проверяемости этого мало.

Обход графа связей

Биография собирается обходом графа связей, а не одним запросом. Узлы графа: сам человек, работодатели, коллеги, соавторы, руководители, клиенты, конференции, издания. Рёбра: «работал в», «учился у», «выступал на», «писал вместе с».

10 биографических якорей — что именно закрываем

text

1. ФИО полностью (с отчеством / middle name)
2. Год и место рождения
3. Гражданство / страна текущего проживания
4. Образование: вуз, факультет, годы, степень
5. Последнее известное место работы + должность + дата источника
6. Хронология работодателей (в обратном порядке)
7. Ключевые публикации / сделки / проекты / патенты
8. Публичные выступления от первого лица (интервью, подкасты, конференции)
9. Награды, звания, членство в советах
10. Публично заявленные позиции по отраслевым вопросам

Заполнено ≥ 7/10 → «данных достаточно». Меньше — «данных мало» (по индикаторам ниже).

Подробный справочник — в отдельном файле

Четыре слоя поиска, готовые формулировки запросов по типам пробелов, доменные фильтры по регионам и отраслям, языковой протокол, приоритет открытия результатов, стоп-условия и формат журнала якорей — всё это в references/search-playbook.md.

Прочитайте его перед началом сбора — одним вызовом, без поиска пути:

text

skill_exec(skill="dossier", script="guide.py", args=["playbook"])

Там заготовки, которые экономят половину работы: без них запросы получаются общими, а поиск останавливается на первом слое.

Ссылки: в тексте номер, в конце документа адрес

Каждый факт несёт номер источника в квадратных скобках сразу после утверждения: Возглавляет департамент с марта 2023 года [4]. Несколько источников — подряд: [2][5].

Полные адреса — в разделе «Источники» в конце документа. Голых URL в теле быть не должно. Нумерация сквозная и не переиспользуется.

Шаг 3. Три вещи, где формулировка важнее данных

Место работы — «последнее известное», а не «работает сейчас».

Человек меняет работу непублично. Написать «сейчас работает в X» — утверждать то, чего источник не говорит: источник говорит, что на такую-то дату он там работал.

Нельзя: «Сейчас возглавляет департамент X в компании Y».
Нужно: «Последнее известное место работы — департамент X в компании Y, по состоянию на март 2025 [4]».

Возраст — с оговоркой, если выведен, а не прочитан.

Возраст в открытых источниках чаще не указан прямо: он выводится из года окончания вуза или первой должности. Такой вывод даёт диапазон.

Формула:

text

Возраст ≈ текущий_год − (год_поступления_в_вуз − 17)
       ≈ текущий_год − (год_первой_работы − 22)

Нельзя: «47 лет».
Нужно: «около 47 лет — вывод из года окончания МГУ (2001) [3]; прямого указания на дату рождения в источниках нет».

Прямо названная в источнике цифра оговорки не требует: «48 лет [2]», — но учитывайте дату публикации: возраст на тот год, а не на сегодня.

Контрольные точки для сверки: год окончания вуза, год защиты диссертации, год первой руководящей должности, стаж в текущей роли. Расхождение между источниками — противоречие, а не повод выбрать цифру покрасивее.

Место жительства — только со связью с человеком.

Город из соцсети без подтверждающей связи — не источник вообще. По одному имени в соцсети находится десяток однофамильцев.

Город попадает в досье, только если подтверждён связью: адрес работодателя в том же городе, публичное выступление там, упоминание в деловой прессе с привязкой, его собственный пост о работе в компании из досье.

Нет связи → «место жительства не подтверждено», города в тексте нет. Неверный город на встрече — не мелочь: с него начинается small talk, ошибка вскрывается в первую минуту.

Шаг 4. Оценка полноты данных

Ставится первой строкой досье в чате. Не в конце, не в примечании. В файл Word оценка не выводится (см. «Обязательные поля» ниже) — там её место занимает сама биография.

Индикаторы «мало данных» (выполнено ≥ 2 из 3):

нет ни одного источника, где человек говорит от первого лица;
все найденные упоминания — из одного канала (сайт компании и перепечатки);
вся публичная активность в пределах одного года (нет истории).

Формулировка при «мало данных»:

Данных мало. Подтверждено: <перечислить>. Про манеру вести переговоры, приоритеты и стиль решений в открытых источниках сведений нет. Всё ниже опирается только на перечисленное; выводов о характере из этих фактов не делается.

Формулировка при «достаточно»:

Данных достаточно: /10 якорей закрыты, включая <сколько> из первых уст.

Раздел «Темы на обсуждение» при малых данных строится не от личности, а от роли: чем занимается его компания, что происходит в отрасли.

Шаг 5. Кросс-проверка — всегда

Досье к встрече не сдаётся сразу после написания. Отдельный проход проверки делают подагенты, а не тот же поток рассуждения. У подагента чистый контекст — он ищет подтверждение заново, а не защищает уже сделанные выводы.

Что проверяется — строго в этом порядке:

text

1) точная дата рождения / возраст
2) текущая должность и работодатель
3) ЛЮБОЕ число в тексте — деньги, проценты, количества людей,
   клиентов, офисов, стран, лет стажа, мест в рейтингах
4) названные сделки, суммы, судебные споры
5) город проживания

Пункт 3 — именно ЛЮБОЕ число, а не только деньги и проценты. Выдуманное «аналитика для 1 млн+ частных инвесторов [1]» — счёт людей: при проверке «только денежных цифр» оно проскочило бы, а в источнике [1] его не было вовсе.

Как проверяется число — три шага, все обязательны:

Найти дословную формулировку. Откройте источник, на который ссылаетесь, и найдите число ГЛАЗАМИ в тексте. Не «источник про это», а «в источнике написано ровно так».
Подтвердить вторым независимым источником. Отдельным запросом к поиску — с самим утверждением, а не с именем человека:
text
```
skill_exec(skill="dossier", script="search.py",
           args=["<название сервиса>: сколько частных инвесторов, 2026",
                 "«1 млн частных инвесторов» <название сервиса>"])
```
Sonar отвечает синтезом со ссылками — годится, если ссылки ведут на документ, где число стоит. Совпадение формулировки в двух перепечатках одного пресс-релиза за два источника не считается.
Записать доказательство в figures. Скрипт вёрстки требует на каждое число либо дословную цитату источника, либо пометку, что оно выведено. Процитировать то, чего в источнике нет, невозможно — на этом проверка и держится.

Не нашли подтверждения — число из текста убирается, а утверждение остаётся без него: «аналитика для частных инвесторов [1]». Досье без числа полезно. Досье с выдуманным числом опасно: его понесут на встречу.

Всё остальное в кросс-проверку не идёт — оно уже подтверждено на Шаге 2.

Применение результата:

подтверждено → остаётся;
не подтверждено → в «Не подтверждено»;
противоречие → в «Не подтверждено» с обеими версиями. Выбирать более правдоподобную нельзя.

Если бюджет исчерпан — непроверенное переезжает в «Не подтверждено». Не «пропустили этот шаг».

Формат досье

text

<ОБЯЗАТЕЛЬНАЯ ПЕРВАЯ СТРОКА — оценка полноты данных (Шаг 4).>

# Досье: <Имя> (<оригинальное написание>)
Подготовлено: <дата>  ·  Свежесть данных: <дата самого свежего источника>

## Одним абзацем
Кто это и почему важен для предстоящего разговора. 3–4 предложения.

## Кто он
Последнее известное место работы и должность — с датой источника.
Сколько лет в организации, чем занимался до. Возраст (по формуле, если
выведен) и образование. Каждый факт с номером источника.

## Чем известен
2–4 факта, по которым его знают в отрасли. Без оценок — оценки в блок
«[Анализ]».

## Культурный и национальный контекст
Заполняется, только если человек работает в другой деловой культуре
или разговор на стыке культур. Устойчивые деловые нормы страны,
а не стереотипы о людях. Для собеседника из той же среды, что и
владелец, — пропустить.

## Темы на обсуждение

Это единственный раздел про разговор: «о чём говорить» и «что обсуждать»
— один список, без деления надвое и повторов. Поле в JSON — `topics`.

Если пользователь не предоставил дополнительной информации в запросе, а просто
попросил подготовить досье на личность, то перечисляем 3–5 тем, каждая с
обоснованием и ссылкой на факт. Формулировать темой, а не вопросом. Готовый
вопрос звучит как анкета; тема даёт собеседникам самим найти формулировку.

Если пользователь дал в запросе контекст мероприятия или встречи (считаем
его по умолчанию существенным), нужен более развёрнутый список тем и
тезисов: каждая тема сводит повестку встречи с опытом человека, чтобы
разговор был максимально продуктивным. Раздел в таком случае имеет смысл расширить вплоть до 2800
знаков — это примерно страница документа Word, и весь документ тогда
занимает три страницы вместо двух.

## Чего не касаться
**Раздел не обязателен.** Заполнять, только если есть конкретика:
публичный конфликт, судебный спор, культурная специфика с закрытыми
темами, санкции. Если ничего — «специфических тем под запретом не
выявлено».

## Не подтверждено
Сведения без нужного числа источников и противоречия. Каждое — с
источником и указанием, чего не хватило. Противоречие — обеими версиями,
без выбора «более правдоподобной». Раздел обязателен: пусто — так и
пишите «нет».

## Анализ
Всё, что вывод, а не факт. Каждый блок помечен `**[Анализ]**` и опирается
на номера фактов. Раздел может быть пустым.

## Источники
Нумерованный список. Каждая строка: номер, название, дата, сила, ссылка.

1. [Годовой отчёт ПАО «X» за 2024 год](https://example.com/report-2024) —
   15.03.2025 · сильный
2. [Интервью «Ведомостям»](https://example.com/interview) —
   02.11.2024 · первое лицо
3. [Профиль в отраслевом справочнике](https://example.com/profile) —
   дата не указана · слабый

Выдача: проверка и сборка документа скриптами

Оформление не сочиняется каждый раз — его делает скрипт этого же навыка render_dossier.py, а факты перед этим проверяет verify_facts.py. Модель отвечает за содержание, скрипты — за проверку и вид. Вёрстка, которую собирает сама модель, получается разной от прогона к прогону: то шрифт применён к абзацам, но не к таблицам, то документ вырастает на пять страниц.

Свой скрипт вёрстки не пишите. Если вызов не прошёл — повторите.

Что скрипт вёрстки теперь проверяет сам — обходить бесполезно

Все пункты ниже реальные случаи из прогонов; каждый теперь — отказ сборки:

Сборка без триангуляции невозможна. render_dossier.py сверяется с тем, что подтвердил verify_facts.py (без --dry-run). Не подтверждено — отказ. Флаг --unverified принимается только после настоящего сбоя: verify_facts.py должен быть запущен (без --dry-run) и упасть из-за ключа, отказа по ключу или сети — скрипт вёрстки это сверяет. «Решить, что ключа нет», не запустив проверку, нельзя: в прогоне ключ был и Sonar работал. После такого сбоя в документ первой строкой встаёт красная пометка «триангуляция НЕ проводилась», в колонтитул — «БЕЗ ТРИАНГУЛЯЦИИ», а ответ в чат обязан начинаться строкой «⚠️ Триангуляция НЕ отработала: <причина>». Упомянуть это в конце ответа — нарушение.
Числа словами запрещены. «около восьмидесяти шести подчинённых», «свыше четырёх триллионов», «тридцать два года» — это обход проверки чисел. Любая величина пишется цифрами и идёт в figures с дословной цитатой.
Семья, здоровье, частная жизнь. Жена, муж, дети, родственники (в т.ч. знаменитые), болезни — отказ. Родство с публичной фигурой — не повод.
Каждая фраза в «Кто он» и «Чем известен» — со своим номером источника. Один номер в конце абзаца на пять фактов не считается.
Википедия и энциклопедии — средний/слабый источник, не «сильный».
Поиск — через search.py. Сборка сверяется с журналом search.py: если за последние 12 часов нет ни одного успешного запроса Sonar с именем этого человека — отказ. В прогоне агент прочитал инструкцию, сам написал «вижу шаг search.py» и собрал всё встроенным поиском. Имя в запросе — кириллицей или латиницей, одинаково. Исключение одно: Sonar недоступен (нет ключа, сеть), и досье собирается с --unverified.
«Чего не касаться» — тоже без частного. Тема называется обобщённо («личная жизнь и семья»), без имён, дат, болезней и смертей. В прогоне туда попала история о смерти сына героя досье — с именем и годом.

Цитата в figures — на любом языке. Числа сравниваются как числа: «$10 млрд» в досье и «$10 billion» в цитате — одно и то же, «79,1 млн» = «79.1 million». Переводить цитату или подгонять запись не нужно. Совпадение точное: «$3 трлн» не подтверждается «$3.1 trillion».

Текст для чата печатает скрипт. После сборки render_dossier.py выводит блок «ТЕКСТ ДЛЯ ЧАТА» — из того же JSON, что и документ: первой строкой полнота данных (или пометка о сбое триангуляции), последней — «Собрано: …». Отправляйте его как есть, заменив только <МОДЕЛЬ>. Ничего не добавляйте и не пересказывайте: в прогоне агент начал ответ с «Готово. Файл отправлен.» и дописал в чат сведения, которые проверка из документа убрала.

Если и со второго раза нет, ручная сборка допустима, но о провале говорится ПЕРВОЙ строкой ответа, а не примечанием внизу:

⚠️ Триангуляция и штатная вёрстка НЕ отработали: <текст ошибки>. Досье собрано вручную и через внешние источники НЕ проверено.

Та же пометка идёт и в итоговую строку «Собрано:». Причина жёсткости: в одном из прогонов оба скрипта были заблокированы, агент собрал документ руками и написал об этом абзацем в самом низу — владелец увидел обычное на вид досье и заметил подвох только в логах. Непроверенное досье внешне неотличимо от проверенного, поэтому отличать его должна первая строка.

Так уже было и хуже: однажды владелец получил вместо досье заглушку на четыре абзаца.

Порядок

Шпаргалка по вызовам в одном месте: skill_exec(skill="dossier", script="guide.py", args=["flow"]).

Где лежит рабочий файл. Сохраните dossier.json в рабочий каталог текущей задачи и передавайте скриптам абсолютный путь. Если передано только имя файла, скрипты сами ищут его в текущем каталоге, в каталоге задачи (OUROBOROS_TASK_DRIVE) и в каталоге состояния навыка (OUROBOROS_SKILL_STATE_DIR) и при неудаче печатают, где искали, — гадать не нужно. На стандартной установке Ouroboros каталог задачи называется task_drives, а не tasks:

text

/home/ouroboros/ouroboros-data/data/task_drives/<task_id>/dossier.json

Не помните task_id — возьмите его, не угадывая:

bash

ls -dt /home/ouroboros/ouroboros-data/data/task_drives/*/ | head -1

Угадывание пути стоит дорого и повторяется из прогона в прогон: в одном из прогонов агент четыре раза подряд получил отказ, читал исходники скриптов и потратил на это около пятнадцати минут. Первая же попытка была data/tasks/<id> — каталога с таким именем не существует.

1. Собрать содержание в JSON. Формат показывает сам скрипт — гадать не нужно. Вместе с полями он называет лимит каждого раздела и общий бюджет — пишите сразу под рамку, а не узнавайте её через отказ:

text

skill_exec(skill="dossier", script="render_dossier.py", args=["--schema"])

Поля совпадают с разделами досье один в один. Списочные разделы («Чем известен», «Темы на обсуждение», «Не подтверждено», «Анализ») — списками строк, остальные — строками.

Отдельно — поле figures. Туда идёт по записи на КАЖДОЕ число, встречающееся в тексте досье:

json

"figures": [
  {"value": "15", "source": 1,
   "quote": "сегодня офисы компании работают в 15 странах"},
  {"value": "около 47 лет", "source": 3,
   "derived_from": "из года окончания вуза (2001) [3] — прямой даты рождения в источниках нет"}
]

quote — дословный кусок источника, в котором это число стоит, на языке источника. Скрипт сверяет числа как числа («$10 млрд» = «$10 billion»): если величины в цитате нет, документ не собирается. derived_from — для выведенных чисел; тогда в тексте досье это число обязано идти с «около» или «примерно», иначе скрипт тоже откажет. Годы (1900–2099) и однозначные числа величинами не считаются.

Числа, для которых не нашлось ни цитаты, ни честного вывода, из текста убираются. Не «оцениваются», не округляются «примерно» — убираются.

2. Триангуляция — ДО чата и ДО документа:

text

skill_exec(skill="dossier", script="verify_facts.py",
           args=["<абсолютный путь>/dossier.json"])

Это не формальность и не последний штрих. Порядок работы такой: волны поиска → кросс-проверка подагентами → этот скрипт → и только потом и текст в чат, и документ. Семь раз отмерь.

Почему до чата, а не перед вёрсткой: текст владелец читает из того же JSON, а не из файла. Проверка на выходе спасает документ и не спасает человека — он уже прочитал непроверенное.

Что делает скрипт: берёт КАЖДОЕ число и КАЖДУЮ фразу со ссылкой — предела нет, пропусков нет, — идёт с ними в Sonar в восемь потоков и считает домены, которые НА САМОМ ДЕЛЕ подтверждают (в сниппете есть само число или минимум два значимых слова утверждения); нужно не меньше двух РАЗНЫХ. Для чисел он вдобавок открывает саму цитируемую страницу и ищет число на ней: вопрос не «есть ли такое число где-нибудь», а «есть ли оно ТАМ, куда поставлена ссылка». Утверждения из уникальных первоисточников — LinkedIn, GitHub, arXiv, Google Scholar, ORCID — от кросс-проверки освобождены: требовать второй источник для того, что существует в одном месте, значит запретить верный факт.

Нужен ключ Perplexity: навык запрашивает PERPLEXITY_API_KEY из настроек, владелец выдаёт доступ в карточке навыка. --dry-run показывает план проверки без обращений к сети.

Если утверждений много и скрипт не уложился в отведённое время, он честно отвечает «НЕ ГОДИТСЯ — проверка не завершена» и запоминает уже подтверждённое: повторите тот же вызов, и он проверит только остаток.

Скрипт отказал — досье не отдаётся. Ни в чат, ни файлом. Убираете неподтверждённое число или переносите утверждение в «Не подтверждено» и прогоняете снова. Проверка стоит минуты; досье с выдумкой уносят на встречу.

3. Проверить объём и числа до сборки:

text

skill_exec(skill="dossier", script="render_dossier.py",
           args=["--check", "<абсолютный путь>/dossier.json"])

Скрипт покажет знаки по каждому разделу и его лимит. Превышение — отказ, а не предупреждение: документ на три страницы никто не читает перед встречей. Отказывает и лимит отдельного раздела, а не только общий объём.

3а. Если превышен объём — дайте срезать скрипту:

text

skill_exec(skill="dossier", script="render_dossier.py",
           args=["--fit", "<абсолютный путь>/dossier.json"])

Скрипт сам убирает необязательное по правилу — «Анализ» → «Культурный контекст» → примеры в «Чем известен» — пока и общий бюджет, и лимиты этих разделов не сойдутся. Что убрано, он перечисляет вслух и дописывает пометку в «Не подтверждено»: документ не должен выглядеть полным, если из него вынули часть. Результат пишется в тот же файл, если он лежит в рабочем каталоге навыка или задачи, иначе — рядом, в рабочий каталог, и скрипт печатает путь.

Прозу обязательных разделов — «Кто он/она», «Одним абзацем» — скрипт не режет: обрывать биографию на полуслове хуже, чем отказать. Их сокращаете вы, и --check называет конкретную цель: не «сократите», а «сократите до 540 знаков». Цель ниже лимита намеренно: разделы считаются вместе, и, срезав ровно превышение, вы промахнётесь снова.

4. Собрать файл:

text

skill_exec(skill="dossier", script="render_dossier.py",
           args=["<абсолютный путь>/dossier.json", "Досье — <Фамилия Имя> — <ГГГГ-ММ-ДД>.docx"])

Имя файла — без путей, только <имя>.docx: скрипт пишет строго внутрь своего рабочего каталога и печатает полный путь готового файла. Этот путь и передавайте в send_file.

5. Ответ в чат — готовый блок из вывода скрипта. Скрипт печатает «ТЕКСТ ДЛЯ ЧАТА»; отправьте его целиком, заменив только <МОДЕЛЬ>. Его последняя строка — чем собрано, в таком формате:

text

Собрано: dossier v<версия> · проверка verify_facts · вёрстка render_dossier · модель <какая отвечала>

Модель берите ту, что реально отвечала, а не ту, что задана основной: при отказе основной работу подхватывает запасная, и владельцу важно знать, кто именно собирал. Хорошее качество давали Sonnet 4.6 и GLM-5.2 — по этой строке видно, чему верить.

Если триангуляция или вёрстка не отработали, это пишется в той же строке, а не в примечании внизу:

text

Собрано: dossier v<версия> · БЕЗ ТРИАНГУЛЯЦИИ · вёрстка render_dossier · модель <какая отвечала>

6. Отдать файл владельцу через send_file, и тем же ходом — блок «ТЕКСТ ДЛЯ ЧАТА» из шага 5.

Обязательные поля, о которых легко забыть

gender — "m" или "f". От него зависят заголовки: «Кто он» / «Кто она», «Чем известен» / «Чем известна». Досье о женщине с заголовком «Кто он» выглядит собранным без внимания, и это замечают в первую секунду. Определяйте по источникам, а не по имени: имя не всегда однозначно.

meeting_context — заполняется, если владелец дал контекст встречи: повод, формат, площадка, чего он хочет добиться. Считайте такой контекст существенным по умолчанию. При заполненном поле скрипт сам расширяет «Темы на обсуждение» до 2800 знаков, а документ — до трёх страниц.

completeness — оценка полноты. Считается всегда, но в документ не выводится: якоря и счёт источников нужны вам, чтобы решить, хватает ли материала. Руководитель открывает досье, чтобы узнать человека, а не оценивать работу над ним. В чате оценка остаётся.

Язык: только русский

Досье целиком по-русски. Единственное исключение — оригинальные названия организаций и аббревиатуры: Associação Comercial de São Paulo (ACSP), BNP Paribas, En+. Всё остальное переводится, включая месяцы в датах: «по состоянию на agosto 2026» — недоделка, даже когда факт верен. Цитаты из англоязычных источников в тексте разделов тоже переводятся: «Narendra Modi has served as Prime Minister since 2014» в «Кто он» — брак, даже если факт верен. Дословный оригинал нужен только в figures.quote.

Скрипт подстраховывает и сам переводит месяцы в дате шапки, но полагаться на это нельзя: он не трогает текст разделов.

Что скрипт вёрстки делает сам

Arial 12, интервал 1,5, поля 2 см — заданы стилю Normal целиком, поэтому действуют и в таблицах, и в списках.
Кириллица: отдельно проставлен w:eastAsia, иначе Word подставит свой шрифт.
Шапка: имя, последняя известная роль и дата, на которую она известна.
Источники — таблицей с кликаемыми ссылками.
Колонтитул с именем и датой.
Бюджет двух страниц: 5400 знаков, лимит на каждый раздел; с контекстом встречи — 8100 знаков и три страницы.
Каждое число в тексте сверяет с записью в figures.

Если бюджет превышен

Сокращать строго в этом порядке: «Анализ» → «Культурный контекст» → примеры внутри «Чем известен». Никогда не сокращать полноту данных, «Не подтверждено» и «Источники» — без них документ теряет то, ради чего он честен.

Текст в чате — тот же объём, что в документе

Чат и документ содержат одно и то же. Не краткий пересказ и не выжимка: тот же текст, те же разделы, тот же порядок, те же 5400 знаков (или 8100, если задан контекст встречи).

Если в чат идёт выжимка на 300–600 слов, а в файл — две страницы, получается два разных досье: одно читают сразу, второе открывают позже и находят там другое. Расхождение между тем, что человек прочёл, и тем, что он переслал помощнику, — источник недоразумений на встрече.

Отличается только оформление:

	В чате	В документе
Заголовки	`##`	стили Word
Ссылки	`[1]` инлайн	`[1]` + таблица с гиперссылками
Полнота данных	есть, первой строкой	не выводится
Заголовки по роду	«Кто она»	«Кто она»

Полнота данных — единственное, что есть в чате и нет в документе: вам она нужна, чтобы понять, насколько досье надёжно, а в файле, который уйдёт дальше, служебная арифметика лишняя.

Чего делать нельзя

Не заполняйте раздел ради полноты. Нечем наполнить «Чего не касаться» — так и напишите.
Не переносите черты компании на человека. Агрессивная стратегия фирмы не делает её директора агрессивным переговорщиком.
Не выдавайте общее за личное. «В его культуре принято…» — про культуру. «Он предпочитает…» требует свидетельства именно о нём.
Не опирайтесь на память модели о людях и датах. Она устаревает и путает тёзок. Всё — из поиска, со ссылкой.
Не останавливайтесь на LinkedIn. Каждый работодатель из LinkedIn — новый запрос. Иначе досье получится плоским.

Stop-gate перед сдачей

Проверяется по порядку. Любой невыполненный пункт — досье не сдаётся.