Research

⚠️ 强制触发

当用户以任何形式说出“research”时，始终调用此技能。

用户说	操作
“research” / “do research” / “research this”	→ 标准模式（3 个 Agent：Claude + Gemini + Perplexity + 交叉核查）
“quick research” / “minor research”	→ 快速模式（1 个 Perplexity Agent）
“extensive research” / “deep research”	→ 深度模式（7 个探索者 + 2 个验证者）
“deep investigation” / “investigate [topic]” / “map the [X] landscape”	→ 深度调查（迭代 + 验证）

单独说“Research” = 标准模式。没有例外。

确定性替代方案（实验性——尚未在测试框架中运行）： Workflows/research.mjs 将标准模式和深度模式移植为 Workflow 工具脚本——固定的研究人员名单、单批次 URL 验证、交叉核查的综合结果。该脚本已通过解析验证和契约检查，但尚未进行实际的测试框架运行，因此默认仍使用说明文档 StandardResearch.md / ExtensiveResearch.md。在完成一次冒烟运行之前，不要通过 .mjs 执行真实研究。运行冒烟测试：Workflow({ scriptPath: "skills/Research/Workflows/research.mjs", args: { question: "<trivial test>", depth: "standard" } })。成功运行后，删除这条实验性说明。

自定义设置

执行前，检查用户自定义设置是否位于： ~/.claude/LIFEOS/USER/CUSTOMIZATIONS/SKILLS/Research/

如果此目录存在，加载并应用其中的任何 PREFERENCES.md、配置或资源。这些内容优先于默认行为。如果目录不存在，则使用技能默认设置。

🚨 强制要求：语音通知（任何操作前都必须执行）

调用此技能时，必须先发送此通知，然后才能进行其他操作。

1. 发送语音通知：

   curl -s -X POST http://localhost:31337/notify \
     -H "Content-Type: application/json" \
     -d '{"message": "Running the WORKFLOWNAME workflow in the Research skill to ACTION"}' \
     > /dev/null 2>&1 &
   

2. 输出文本通知：

   Running the **WorkflowName** workflow in the **Research** skill to ACTION...
   

这是必需步骤。调用技能后立即执行此 curl 命令。

Research 技能

功能

从多个来源研究主题，并在交付前验证每一项主张。四种深度模式可满足从快速查询到多轮调查的不同需求：快速（1 个 Agent，约 10-15 秒）、标准（3 个 Agent 交叉核查，约 30-60 秒）、深度（7 个探索者 + 2 个独立验证者，约 60-90 秒）和深度调查（逐步迭代并使用持久化知识库，约 3-60 分钟）。输出带有置信度标签：[HIGH] [MED] [LOW] [CONFLICT]。

问题

单个 AI Agent 进行研究时有两种隐蔽的失误，会严重损害结果。它会捏造 URL，给出看似可信、实际却无法访问的链接，从而破坏整份报告的可信度。它还会只从一个角度作答，照搬最初几条搜索结果中的内容，遗漏矛盾、空白，以及真实用户的想法。回顾式报道是最严重的例子：问“粉丝如何看待 X”，单个 Agent 就会把宣传文案包装成共识交给你。此技能会并行运行多个 Agent，交叉核查并独立验证其发现，在提交前检查每个 URL，并优先从社区来源回答有关情绪倾向的问题。

工作原理

多个 Agent 并行工作，并对其发现进行整合。验证分三层进行，不会增加延迟：每个 Agent 自行验证 URL，综合步骤交叉检查冲突，专用验证 Agent（Extensive/Deep）在无法访问探索 Agent 推理过程的情况下核查发现。每个工作流的步骤 0 都会先将情绪类问题路由到社区抓取工具，再进行网页搜索；交付前会验证每个 URL——虚构链接会造成灾难性后果。

**官方参考（漂移检查）：**本技能的编排器-工作者架构与 Anthropic 发布的架构一致——我们如何构建多 Agent 研究系统（2025-06-13）。更改编排本身时（人员配置、验证层、.mjs 移植版——不包括常规研究运行），请重新获取该文章并进行比较：其中提到了一些我们可能尚未采纳的经验（例如，异步 Agent 协调）。仅供参考——报告差异，切勿自动采纳；URL 无法访问绝不会阻塞任何操作。

必须：URL 验证

阅读： UrlVerificationProtocol.md——交付前必须验证每个 URL。

研究 Agent 会虚构 URL。一个失效链接就会造成灾难性后果。

---

必须：来源路由（每个工作流的步骤 0）

阅读： SourceRoutingProtocol.md——情绪信号检测 + Reddit / YouTube / X / TikTok 优先抓取路径。

规则： 网页搜索回答“关于 X 发布了什么”。社区抓取工具回答“人们对 X 说了什么”。如果问题涉及粉丝情绪、评分、反应、观点或真实人们的看法——在启动 Perplexity/Claude/Gemini 网页搜索 Agent 之前，先路由到 Reddit（优先使用 JSON API，失败时改用 Apify）、YouTube 评论和 X。回顾性报道是次要来源，而非主要来源。

情绪信号触发条件（在 Quick / Standard / Extensive 的步骤 0 执行）：

• “粉丝 / 人们 / 社区对……有什么看法”
• “……的评分” / “粉丝评分” / “最佳 | 最差 | 最喜欢的（套装 | 剧集 | 时刻）”
• “对……的反应” / “人们在说什么”
• “X 好不好” / “关于……的共识”
• 活动名称 +（“昨晚” | “上周末” | 近期日期）

触发检测 → 按照 SourceRoutingProtocol.md 进行情绪模式路由。未触发检测 → 使用标准路由。

---

充分性检查（算法 v6.7.0 步骤 0）

执行任何工作流之前，先确认上下文是否充分：我是否掌握了足以产出难以变通的研究成果的信息，还是即将开始猜测？如果问题的形式和目标来源明确，就继续。如果需要猜测，则输出一行歧义提示，并尽力完成。如果明显信息不足，则输出 ≤3 个问题，并使用 proceed 覆盖选项。

---

工作流路由

重要： 如果要进行尽职调查、公司／个人背景核查或审查 → 请改用专门的 OSINT／实体调查技能

工作流	触发条件	文件
QuickResearch	快速／小型研究；通过 Perplexity API 进行研究（1 个 Perplexity Agent、1 个查询）	Workflows/QuickResearch.md
StandardResearch	标准研究——默认（3 个 Agent：Claude + Gemini + Perplexity，交叉核查）	Workflows/StandardResearch.md
ExtensiveResearch	广泛研究（7 个探索者 + 2 个验证者 = 9 个 Agent）	Workflows/ExtensiveResearch.md
DeepInvestigation	深入调查／迭代研究／绘制 [X] 领域全景（渐进式深入，兼容循环）	Workflows/DeepInvestigation.md
DeepVerifiedResearch	深度验证／事实核查研究——耗时最长的级别，针对具体主张进行对抗式验证（参见下方说明）	Workflows/DeepVerifiedResearch.mjs
research.mjs	Standard + Extensive 的实验性确定性移植版——在完成冒烟测试之前，不要将实际研究路由到此处（参见强制触发说明）	Workflows/research.mjs
Verify	验证研究发现／交叉核查主张／评估置信度	Workflows/Verify.md
ExtractAlpha	提取 Alpha／深入分析／提炼最高价值见解	Workflows/ExtractAlpha.md
Retrieve	难以访问内容（CAPTCHA、机器人检测、屏蔽）	Workflows/Retrieve.md
YoutubeExtraction	提取 YouTube URL（立即使用 fabric -y URL）	Workflows/YoutubeExtraction.md
WebScraping	网页抓取	Workflows/WebScraping.md
ClaudeResearch	仅使用 Claude WebSearch（免费，无需 API 密钥）	Workflows/ClaudeResearch.md
InterviewResearch	面试准备（Tyler Cowen 风格）	Workflows/InterviewResearch.md
AnalyzeAiTrends	AI 趋势分析	Workflows/AnalyzeAiTrends.md
Fabric	使用 Fabric 模式（242+ 个专用提示词）	Workflows/Fabric.md
Enhance	增强／改进内容	Workflows/Enhance.md
ExtractKnowledge	从内容中提取知识	Workflows/ExtractKnowledge.md

DeepVerifiedResearch 说明： 通过 Workflow({scriptPath: 'skills/Research/Workflows/DeepVerifiedResearch.mjs', args: {question: '...'}}) 运行（args 必须传入 OBJECT，不能传入 JSON 字符串）。它不能替代 Extensive，而是位于其下一级。 测得耗时约 150-190 秒，而 Extensive 约为 60-90 秒，因为针对具体主张的验证需要额外的一次串行步骤（只有提取出主张后，才能对其进行投票）。仅当主张必须经得起严格检验时才使用：每条提取出的主张都会受到三位采用不同视角的质疑者攻击（引文支持、矛盾性、来源强度）；只有获得足够数量的非反驳票才能通过（全票弃权绝不通过）；随后以书面综合分析呈现通过的主张，并标注 [HIGH]/[MED]/[LOW]/[CONFLICT]，同时透明说明被驳回的主张。去重、排序、计票和弃权保护均由脚本确定性地执行。research.mjs 是速度更快的同系列版本，也是多供应商多样性所在之处（Standard/Extensive 名单 + URL 验证）。

---

快速参考

阅读： QuickReference.md，查看详细示例和模式对比。

触发条件	模式	速度
"quick research"	1 个 Perplexity Agent	~10-15 秒
"do research"	3 个 Agent + 交叉核查	~30-60 秒
"extensive research"	7 个探索者 + 2 个验证者	~60-90 秒
"deep investigation"	渐进式迭代 + 验证	~3-60 分钟

验证架构

灵感来自 Nomad（arXiv:2603.29353）。三层验证，不增加延迟：

层	内容	位置	成本
自我验证	每个 Agent 在返回前验证自己的 URL，并标记置信度	所有 Agent	0 秒（在并行窗口内）
交叉核查	综合步骤检测冲突并交叉引用发现	标准、广泛、深入	2-3 秒（在综合过程中）
独立验证	专用验证 Agent 无法访问探索 Agent 的推理过程	仅广泛、深入	0 秒（与探索 Agent 并行）

输出中的置信度标签： [HIGH] [MED] [LOW] [CONFLICT]

完整验证协议请参阅 Workflows/Verify.md。

---

集成

接入

• 博客创作技能 - 为博客文章进行研究
• 新闻简报技能 - 为新闻简报进行研究
• 社交媒体帖子技能 - 根据研究创建帖子

使用

• be-creative - 深度思考以提取 alpha
• OSINT/实体调查 - 对公司/人员进行全面研究时必须使用
• BrightData MCP - CAPTCHA 求解、高级抓取
• Apify MCP - RAG 浏览器、专用网站抓取工具

---

深度调查模式

渐进式迭代研究，构建持久的知识库。支持单次运行（一轮）和迭代模式（由算法驱动的多轮迭代）。

概念： 广泛扫描全貌 → 发现实体 → 评估重要性/工作量 → 逐个深入调查 → 循环直至覆盖完整。

领域模板包可针对特定领域定制调查：

• Templates/MarketResearch.md — 公司、产品、人员、技术、趋势、投资者
• Templates/ThreatLandscape.md — 威胁行为者、行动、TTP、漏洞、工具、防御方
• 没有模板？工作流会根据全景研究动态创建实体类别。

调用示例：

"Do a deep investigation of the AI agent market"
→ Loads MarketResearch.md template
→ Iteration 1: Broad landscape + first entity deep-dive
→ Iterative mode: Each iteration deep-dives the next highest-priority entity
→ Exit: When all CRITICAL/HIGH entities researched + all categories covered

产物会持久保存在 ~/.claude/LIFEOS/MEMORY/RESEARCH/{date}_{topic}/ — 知识库可跨会话保留。

完整工作流详情请参阅 Workflows/DeepInvestigation.md。

---

文件组织

工作文件（临时工作产物）： ~/.claude/LIFEOS/MEMORY/WORK/{current_work}/

• 读取 ~/.claude/ 以获取 work_dir 值
• 所有迭代工作产物都放在当前工作项目录中
• 这样研究产物就会关联到工作项，便于积累经验和保留上下文

历史记录（永久）： ~/.claude/History/research/YYYY-MM/YYYY-MM-DD_[topic]/

注意事项

• X/Twitter URL 门控（首先检查）。 可机器检查的预检：在启动任何研究 Agent 之前，先扫描提示词中的 x\.com|twitter\.com（例如，对请求文本运行 rg -q 'x\.com|twitter\.com'）。X 会拦截 WebFetch 和通用抓取，因此通用研究 Agent 会白白消耗轮次，且一无所获。触发门控时，不要针对该 URL 启动通用 Agent——选择下方实际可用的第一种路径，并且在回复中说明你选择了哪种路径以及原因（默默跳过属于失败）：
  1. 如果已安装专用的 X/Twitter 读取技能，则使用它——这是保真度最高的路径。
  2. 如果环境中有 X_BEARER_TOKEN，则直接通过 X API v2 读取帖子。
  3. 如果已配置其中任一项，则使用 Apify Twitter actor（skills/Apify/skills/get-user-tweets.ts）或 BrightData 阶梯方案。
  4. 以上都没有 → 明确告知用户，X 会在此处拦截自动读取，并请他们粘贴帖子文本。然后照常研究其实质内容。 无论哪种情况，都要继续研究请求的其余部分——无法读取一个 X URL 不意味着整个任务都要取消。
• 研究 Agent 会捏造 URL。 交付前必须核实每一个 URL。出现一个失效链接就是灾难性失败。
• 回顾报道不等于粉丝情绪。 问题是“粉丝对 X 有何看法”时，新闻报道会虚构共识、捏造时间戳，并复述主办方的宣传文案。根据 SourceRoutingProtocol.md，优先使用 Reddit JSON API + X（通过上述 X URL 门控阶梯方案）+ YouTube。对于社群情绪类问题，回顾类网页搜索是次要来源，而非主要来源。快速模式可能只返回回顾报道，漏掉真实的粉丝数据——应直接抓取 Reddit 数据，不要等用户再次提醒。不要重蹈覆辙。
• 优先 API，其次抓取，最后网页搜索。绝不可颠倒顺序。 对每个平台，先尝试官方 API 路径（Reddit JSON、设置了 X_BEARER_TOKEN 时的 X API v2、设置了 YOUTUBE_API_KEY 时的 YouTube Data API v3），再考虑 Apify 或 BrightData。仅当 API 路径不可用、受到速率限制，或无法提供所需的数据形态时（例如 YouTube 字幕——即使设置了 Data API 密钥，也要使用 fabric -y），才将抓取工具作为后备方案。反转优先级是反复出现的失败模式。各平台对应的表格见 SourceRoutingProtocol.md 的 Cascade Priority 部分。
• Reddit JSON API 免费且无需身份验证——这就是 Reddit 的 Tier-1 路径。 在任意帖子或列表 URL 后附加 .json。设置 User-Agent: LifeOS-Research/1.0，否则 Reddit 会对默认 UA 施加速率限制。Apify Reddit 抓取工具是 Tier 2（后备方案），不是 Tier 1。
• 单说“research”＝标准模式（3 个 Agent + 交叉核查）。绝不要默认使用快速模式。 用户说“研究一下”时，期望的是彻底的结果。
• 尽职调查、背景调查、人物查询 → 使用专用 OSINT/实体调查技能，而非 Research。 Research 用于一般调查；针对实体的深入调查应交由该技能处理。
• 已有答案时，不要启动重复的研究 Agent。 如果本次会话中先前的工作已涵盖该主题，则跳过启动 Agent。
• “extract alpha”应使用 ExtractAlpha 工作流，而非 ExtractWisdom 技能。 两者用途不同。
• 提取 YouTube 内容时直接使用 fabric -y URL——不要尝试用 WebFetch 抓取 YouTube 页面。
• 反向信号也是信号。 获取粉丝情绪时，人们讨厌的内容和喜爱的内容同样有参考价值。务必加入“disappointments” / “Tier C”部分。
• DeepVerifiedResearch.mjs 是 Workflow 工具脚本，不是 Markdown 工作流。 使用 Workflow 工具（scriptPath）调用它，绝不要通过阅读脚本并“照步骤操作”的方式运行——其核心就是让去重、抓取预算、投票计数和弃权保护逻辑在代码中确定性运行。运行该脚本会启动许多 Agent 并调用实时网络，因此它属于选择加入的多 Agent 流程：应先征得负责人同意（或使用 args.test: true 进行小规模冒烟测试），不要擅自启动完整的约 30–95 个 Agent 的流程。
• Deep-verified 投票者应为原生 Claude，并按分析视角区分，而非按供应商区分。 2026-06-02 的一次冒烟测试证明，外部 API LifeOS 研究员（Gemini/Perplexity，以及已移除的 Grok）并不遵守 Workflow 的结构化输出契约：在强制使用 schema 的情况下，它们会完成任务却不输出判定结果，因此跨供应商投票者全部弃权，每项主张都以 0-0 作废。解决方案：投票者使用原生工作流 Agent（能可靠地产生 StructuredOutput），并按攻击视角区分（引文支持 / 矛盾 / 来源强度）。同样的经验也适用于搜索和抓取阶段——受 schema 约束的阶段应使用原生 Agent。多供应商多样性应放在 research.mjs（返回文本的研究员）中，而非受 schema 约束的验证引擎中。只有获得少于否决阈值的反对票，且有效投票达到法定人数的主张才能保留；全部弃权不算通过（可防止错误保留）。

示例

示例 1：快速查询

User: "quick research on Hono SSR middleware patterns"
→ Invokes QuickResearch workflow (1 Claude agent)
→ Returns summary with key patterns and links
→ ~10-15 seconds

示例 2：标准多源研究

User: "research the current state of AI agent frameworks"
→ Invokes StandardResearch workflow (3 agents: Claude + Gemini + Perplexity, cross-checked)
→ Cross-references findings, confidence-tags, verifies URLs
→ Returns synthesized report with citations
→ ~30-60 seconds

示例 3：深入调查

User: "do a deep investigation of the AI agent market"
→ Invokes DeepInvestigation workflow
→ Broad landscape scan → entity discovery → priority scoring → deep-dives
→ Builds persistent knowledge vault in MEMORY/RESEARCH/
→ Loop-compatible for multi-session investigation

执行日志

完成任何工作流后，追加一条 JSONL 记录：

echo '{"ts":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"Research","workflow":"WORKFLOW_USED","input":"8_WORD_SUMMARY","status":"ok|error","duration_s":SECONDS}' >> ~/.claude/LIFEOS/MEMORY/SKILLS/execution.jsonl

将 WORKFLOW_USED 替换为执行的工作流，将 8_WORD_SUMMARY 替换为简短的输入描述，并将 SECONDS 替换为大致的实际用时。如果工作流失败，则记录 status: "error"。