mcpField
L
ln-311-review-research-worker

ln-311-review-research-worker

github.com/levnikolaevich测试与质量584106 次安装2 天前更新
代码仓库

关于 ln-311-review-research-worker

用于验证、审计和评审工作流的结构化调研工作者。它从文档、MCP Ref、Context7 和当前网页收集证据，并生成带有声明核验状态的机器可读摘要。

主要功能

  1. 01通过四类渠道收集证据
  2. 02解析技术栈与调研主题
  3. 03依据收集到的证据核验声明
  4. 04生成机器可读的评审摘要
  5. 05检查运行阶段与完成状态

适用场景

  1. 01为代码评审收集证据
  2. 02核验评审目标中的声明
  3. 03调研库或框架相关标准
  4. 04生成结构化审计调研摘要

MCP 相关

该工作者在适用时通过 MCP Ref 和 Context7 收集证据；资料未说明它会提供 MCP 服务。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/levnikolaevich/claude-code-skills --skill ln-311-review-research-worker

安装后在 Claude Code 中输入/ln-311-review-research-worker确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/
epistemic_protocol.md
evaluation_research_contract.md
evaluation_summary_contract.md
evaluation_worker_runtime_contract.md
researchgraph_mcp_usage.md

详细介绍

**路径：**文件路径（references/、../ln-*）相对于此技能目录。

**类型：**L3 Worker **类别：**3XX Planning

研究审查 Worker

用于验证、审计和审查工作流的结构化研究 Worker。

必须阅读

**必须阅读：**加载 references/evaluation_worker_runtime_contract.md、references/evaluation_summary_contract.md、references/evaluation_research_contract.md、references/epistemic_protocol.md **必须阅读：**仅当审查目标明确引用 H##、G##、基准运行 ID 或 researchgraph 文件时，才加载 references/researchgraph_mcp_usage.md。

目的

  • 收集官方文档或标准
  • 收集 MCP Ref 证据
  • 涉及库或框架时，收集 Context7 证据
  • 收集当前网络最佳实践证据
  • 输出精简、机器可读的研究摘要，而不是仅包含散文式笔记

运行时

运行时系列：

  • evaluation-worker-runtime

必需的清单字段：

  • identifier
  • phase_order
  • summary_kind=review-research
  • operation=research

建议的 phase_order：

  1. PHASE_0_CONFIG
  2. PHASE_1_RESOLVE_STACK
  3. PHASE_2_OFFICIAL_DOCS
  4. PHASE_3_MCP_REF
  5. PHASE_4_CONTEXT7
  6. PHASE_5_WEB_BEST_PRACTICES
  7. PHASE_6_ANTI_HALLUCINATION
  8. PHASE_7_WRITE_SUMMARY
  9. PHASE_8_SELF_CHECK

工作流

阶段 0：配置
  1. 加载运行时清单。
  2. 确定审查目标、技术栈提示和输出位置。
  3. 如果缺少目标上下文，则失败。
阶段 1：确定技术栈
  1. 检测语言、框架、库和领域。
  2. 建立范围有限的研究主题列表。
  3. 保持主题数量较少，并以证据为导向。
  4. 如果目标明确引用本地 H/G/运行 ID，则进行只读 researchgraph 预检，在外部研究前收集本地上下文。不得用本地图谱证据替代官方文档、MCP Ref、Context7 或当前网络研究渠道。
阶段 2：官方文档
  1. 优先阅读官方文档或标准。
  2. 记录来源 URL 以及每个来源支持的具体主题。
阶段 3：MCP Ref
  1. 针对相同的有限主题查询 MCP Ref。
  2. 优先采用一手文档，而非第三方评论。
阶段 4：Context7
  1. 涉及库或框架时，解析 Context7 库 ID。
  2. 仅查询目标实际使用的库。
  3. 如果不存在相关库，请明确记录。
阶段 5：网络最佳实践
  1. 开展当前网络研究，了解最佳实践和近期变化。
  2. 使用当前来源，而不是过时的启发式规则。
  3. 仅记录会改变结论或增加决策价值的证据。
阶段 6：防幻觉验证
  1. 根据 epistemic_protocol.md 第 B 节，扫描目标产物中所有触发类别的事实性声明。
  2. 对每项声明，根据阶段 2–5 收集的研究证据进行核查：
    • 有 MCP Ref/Context7/网络证据 → 标记为 VERIFIED
    • 没有工具证据，但声明合理 → 标记为 FROM_TRAINING
    • 与工具证据矛盾 → 标记为 FLAGGED（严重）
  3. 此步骤根据现有研究进行验证，不会执行新的搜索。
  4. 在摘要元数据中包含验证状态。
阶段 7：编写摘要

输出 summary_kind=review-research。

负载必须包含：

  • worker=ln-311
  • status
  • operation=research
  • warnings

如可用，优先包含以下字段：

  • findings
  • metrics.research_sources
  • metrics.anti_hallucination_status（VERIFIED | FLAGGED）
  • metrics.flagged_claims_count
  • artifact_path
  • report_path
  • metadata
阶段 8：自检
  1. 确认已尝试全部四个研究渠道。
  2. 确认已执行防幻觉验证。
  3. 确认已用机器可读的形式说明跳过渠道的理由。
  4. 仅在摘要写入后记录 pass=true。

完成定义

  • 已记录官方文档证据
  • 已记录 MCP Ref 证据
  • 已记录 Context7 证据，或说明其不适用
  • 已记录当前网络最佳实践证据
  • 已执行防幻觉验证（声明已标记为 VERIFIED/FROM_TRAINING/FLAGGED）
  • 已撰写 review-research 摘要
  • 已通过自检

版本： 1.0.0 最后更新： 2026-04-10

评论

支持 Markdown