关于 research
research 是用于收集外部事实并将带来源的发现交给 spec 流程的技能。它帮助开发者核实库、API、版本和既有模式相关问题,并避免把猜测当作事实。
主要功能
- 01将未知事项细化为具体问题
- 02优先从一手来源收集证据
- 03提炼发现并附上来源
- 04标记未核实的说法和冲突
- 05将发现交接给 spec 技能
适用场景
- 01核实不确定的 API 或依赖行为
- 02研究规范制定中提出的领域问题
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ juliusbrussee/ cavekit --skill research安装后在 Claude Code 中输入/research确认已加载。
详细介绍
研究 — 外部知识 → §R
每条发现都要引用来源。没有来源 → 标记为 ?,绝不把猜测写成事实。
“缺少库上下文的处理过程,只会产出井然有序的幻觉。” 构建会虚构一个看似合理但错误的 API,而 §B 则会因此充满本可避免的 bug。 研究是外部的事实依据:获取一次真实信息,用简洁的方式记录,永远不要重新推导。
何时研究
- §C/§I/§V 中的决策取决于某个你不确定的库、API、版本或模式。
- 你准备假设某个外部依赖的行为。
- 想法涉及已有实践的领域(身份验证、支付、加密、速率限制)。
/grill留下了一个必须由外部世界解答的?。
如果构建只涉及你已编写的代码,就跳过。研究面向未知,⊥ 面向习惯。
四个步骤
1. 界定范围
将未知事项转化为 1-3 个具体问题。模糊的“研究身份验证” → “适用于 Node ESM 的 JWT 库,有维护吗?” + “刷新令牌轮换:当前最佳实践是什么?”。 范围明确的问题能得到可引用的答案;模糊的问题只会得到一篇长文。
2. 收集
使用网页搜索 / 文档工具。优先选用一手来源:官方文档、代码仓库、RFC、论文。两个独立来源胜过一个言之凿凿的博客。若要大范围调查,启动一个子 Agent,这样原始页面就不会进入当前上下文——它只返回提炼后的发现和来源。
3. 提炼
将每个答案压缩成一行简洁表述 + 来源。删掉铺陈。§R 条目才是记忆;你读过的标签页不是。
R3|刷新令牌|使用时轮换,检测到重复使用时撤销整个令牌族|datatracker.ietf.org/doc/html/rfc6819#section-5.2.2.3
4. 移交
输出 §R 条目,并交给 spec 技能追加。如果发现改变了约束或接口,也要注明 spec 需要修改 §C/§I。研究负责提出;spec 负责编写。
来源规范
- 每条都要引用 URL、代码仓库、RFC 或论文。标识符 / 版本号照原文保留。
- 无法核实 → 写下条目,但在发现中标记
?并说明。诚实标注的未核实说法可以接受;伪装成事实的说法会成为未来的 §B。 - 来源冲突 → 两边都记录,由用户选择。⊥ 不要悄悄取平均值。
何时停止
当每个界定范围的问题都有带来源的 §R 条目(或诚实标注的 ?),且没有构建决策仍依赖未经核实的假设时,就完成了。⊥ 不要研究超出已界定范围的问题——那只是在浪费注意力预算。
边界
- ⊥ 编写 SPEC.md。将 §R 条目交给 spec。
- ⊥ 在没有来源时把发现写成事实。
- ⊥ 将原始页面倾倒进上下文或 §R。提炼后再写入。
- ⊥ 研究可以在代码仓库中查到的内容。本地事实 > 网页猜测。