mcpField
R
research

research

github.com/jwynia生产力180382 次安装35 周前更新
代码仓库

关于 research

research 是面向需要通过网页资料调查问题者的工具辅助研究技能。它结合内置的 Tavily 命令行工具与分阶段方法,用于界定主题、发现术语和不同观点,并标注置信度来综合结果。

主要功能

  1. 01Tavily 命令行搜索
  2. 02主题与研究深度界定
  3. 03专业术语发现
  4. 04反方观点搜索
  5. 05带置信度标记的综合

适用场景

  1. 01为主题查找基础资料
  2. 02核查相反观点与局限
  3. 03研究近期新闻或金融主题
  4. 04综合研究结果以辅助决策

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/jwynia/agent-skills --skill research

安装后在 Claude Code 中输入/research确认已加载。

附带文件scripts/tavily-cli.ts

详细介绍

研究技能

借助 Tavily 集成进行工具辅助研究。利用 AI 优化的网页搜索,将基础问题转化为全面的搜索策略。

设置

此技能包含一个打包的 Tavily CLI 脚本,位于 scripts/tavily-cli.ts。

要求
  1. Deno - 从 https://deno.land 安装
  2. Tavily API Key - 在 https://tavily.com 获取(提供免费套餐)
配置

设置你的 API 密钥:

export TAVILY_API_KEY="your-key-here"

创建一个别名以便使用(添加到你的 shell 配置文件中):

# Adjust path to where this skill is installed
alias tavily='deno run --allow-net --allow-env /path/to/skills/research/scripts/tavily-cli.ts'

或直接运行:

deno run --allow-net --allow-env ./scripts/tavily-cli.ts "your query"

以下命令默认已配置别名 tavily。


快速参考

常用命令
# Basic search
tavily "your query"

# With AI answer summary
tavily "your query" --answer

# Deep search with more results
tavily "your query" --depth advanced --results 10 --answer

# News/recent content
tavily "your query" --topic news --time week

# Exclude familiar sources to find new perspectives
tavily "your query" --exclude wikipedia.org,reddit.com
阶段概览
阶段类型目的
0手动分析主题,设定范围
1Tavily发现专家术语
2Tavily基础搜索
3Tavily寻找不同观点
4手动综合研究发现
范围 → Tavily 深度
决策影响Tavily 设置
低,可逆--depth basic --results 3
中等--depth basic --results 5 --answer
高,不可逆--depth advanced --results 10 --answer

阶段 0:分析

目标:在搜索前梳理主题,避免搜索缺乏重点或范围不匹配。

范围校准

搜索前,评估决策影响:

决策类型所需置信度研究深度
可逆、影响较低60-70%快速浏览(几分钟)
可逆、影响中等75-85%掌握基本知识
不可逆、影响中等85-90%扎实理解
不可逆、影响较高90-95%深入掌握
分析模板
# Research Analysis: [Topic]

## Core Concepts
- **Primary terms:** [Key terms requiring definition]
- **Terminology variants:** [Synonyms, jargon, historical terms]
- **Ambiguous terms:** [Terms with multiple meanings]

## Stakeholders
- **Primary actors:** [Who is directly involved?]
- **Affected groups:** [Who bears consequences?]
- **Opposing interests:** [Who benefits from different outcomes?]

## Temporal Scope
- **Historical origins:** [When did this begin?]
- **Key transitions:** [What changed and when?]
- **Current state:** [What's happening now?]

## Domains
- **Primary field:** [Main discipline]
- **Adjacent fields:** [Related disciplines]

## Controversies
- **Active debates:** [What's contested?]
- **Competing frameworks:** [Different ways of understanding]
阶段 0 检查清单
  • 已确定主要术语
  • 已列出潜在利益相关方
  • 已评估决策影响
  • 已确定适当的研究深度

阶段 1:词汇发现

目标:发现专家术语,以获取更深入的搜索结果。

词汇为何重要
  • 外行术语 → 入门材料
  • 专家术语 → 研究资料、细致分析
  • 跨领域术语 → 连接不同研究领域
用于发现词汇的 Tavily 命令
发现需求命令
专家术语tavily "[topic] terminology experts" --answer
学术术语tavily "[topic] academic research terminology" --answer
跨领域同义词tavily "[topic] also known as called" --answer
历史术语tavily "[topic] history original term" --answer
词汇发现流程
  1. 运行初步术语搜索:

    tavily "[topic] terminology" --answer --results 5
    
  2. 从结果中记录:

    • 专家术语(技术词汇)
    • 外行术语(大众/入门用语)
    • 跨领域对应词
  3. 更新词汇映射(见下方模板)

  4. 使用专家术语重新运行搜索:

    tavily "[expert-term]" --answer
    
  5. 比较结果质量——专家术语应能找到更深入的内容

词汇映射模板
## Core Terms
| Term | Domain | Depth Level |
|------|--------|-------------|
| [expert term] | [field] | Expert |
| [outsider term] | General | Introductory |

## Cross-Domain Synonyms
| Concept | Terms by Domain |
|---------|-----------------|
| [concept] | Field A: [term], Field B: [term] |

## Depth Indicators
| Level | Terms | What They Surface |
|-------|-------|-------------------|
| Introductory | [terms] | Overviews, explainers |
| Expert | [terms] | Research, nuanced analysis |
阶段 1 检查清单
  • 已运行术语发现搜索
  • 已区分专家术语和外行术语
  • 已整理跨领域同义词
  • 已创建词汇映射

阶段 2:基础搜索

目标:通过权威来源建立基础理解。

问题模式 → Tavily 命令
问题模式策略命令
“什么是 X?”汇总权威观点tavily "[expert-term] definition" --answer --depth advanced
“我应该做 X 吗?”优缺点、替代方案tavily "[expert-term] pros cons comparison" --answer
“X 是真的吗?”证据、反面证据tavily "[claim] evidence research" --answer --depth advanced
“如何做 X?”分步指南、注意事项tavily "[expert-term] guide tutorial" --answer
历史背景起源与演变tavily "[topic] history origins development" --answer
来源类型选择
来源类型最适合Tavily 用法
学术/研究机制、因果关系--depth advanced --results 10
实践者内容运作方式、边缘情况--topic general --answer
新闻/时事最新进展--topic news --time week
官方文档技术规格、政策--include [official-domain]
基础搜索流程
  1. 使用第 1 阶段的专家术语

  2. 执行基础查询:

    # Definition/overview
    tavily "[expert-term] comprehensive overview" --answer --depth advanced
    
    # Key perspectives
    tavily "[expert-term] major approaches" --answer --results 7
    
  3. 针对发现的每个主要观点,查找 2-3 个权威来源:

    tavily "[perspective-name] [expert-term]" --answer --results 5
    
  4. 在研究笔记中记录来源

第 2 阶段检查清单
  • 使用了第 1 阶段的专家术语
  • 搜索了基础概述
  • 确定了 2-3 个主要观点
  • 为每个观点找到了权威来源
  • 记录了来源

第 3 阶段:反方观点搜索

目标:主动寻找相反观点,避免确认偏误。

反方观点为何重要

单一观点的研究:

  • 所有来源都支持同一个观点
  • 缺少反驳论据
  • 存在陷入回音室的风险
用于搜索反方观点的 Tavily 命令
需求命令
一般批评tavily "[topic] criticism problems" --answer
相反观点tavily "[topic] skeptics critique" --answer
替代方案tavily "[topic] alternatives instead of" --answer
失败案例tavily "[topic] failures when wrong" --answer
避免回音室tavily "[topic] debate" --exclude [familiar-sources]
反方观点搜索流程
  1. 确定你当前的理解/倾向

  2. 搜索最有力的反驳论据:

    tavily "[topic] strongest argument against" --answer --depth advanced
    
  3. 排除已经看过的来源:

    tavily "[topic]" --exclude [domains-already-searched]
    
  4. 搜索失效模式:

    tavily "[topic] when fails problems limitations" --answer
    
  5. 在研究笔记中记录相反观点

第 3 阶段检查清单
  • 确定了当前的理解/立场
  • 搜索了最有力的反驳论据
  • 使用了 --exclude 查找新来源
  • 搜索了局限性/失败案例
  • 记录了相反观点

第 4 阶段:综合

目标:综合研究结果,并明确标注置信度。

完成标准
最低可行标准(快速决策)
  • 能够用自己的话定义核心概念
  • 了解 2-3 个主要观点
  • 为每个观点找到了权威来源
  • 确定了已知的未知事项
工作性知识(大多数决策)
  • 能够解释历史背景
  • 理解利益相关方的立场
  • 了解了反驳论据
  • 查阅了多个领域的资料
深度专业知识(高风险事项)
  • 将主张追溯到原始来源
  • 能够评估相互竞争的证据
  • 理解知识的局限性
边际收益递减信号

出现以下情况时停止:

  • 新来源引用相同的基础著作(循环引用)
  • 新搜索返回熟悉的内容(重复)
  • 每小时新增内容少于前一小时(边际收益递减)
  • 能够做出决策或采取行动(信息已足够)
置信度标记
等级建议使用的措辞
已确定“X 是……”“X 的工作原理是……”
有力证据“证据有力地表明……”
中等证据“大多数来源报告……”
有限证据“一项研究发现……”
未知“未找到可靠信息……”
综合模板
## Summary
[Direct answer to question]

## Confidence Level
[High/Medium/Low] - [Justification]

## Key Findings
1. [Finding with source type]

## Perspectives
| Perspective | Key Argument | Source Quality |
|-------------|--------------|----------------|
| [view] | [argument] | [assessment] |

## Counter-Evidence
- [What argues against the main conclusion]

## Caveats
- [What wasn't consulted]
- [What assumptions were made]

## For Deeper Investigation
[What would increase confidence]
第 4 阶段检查清单
  • 达到了与风险等级相对应的完成标准
  • 检查了边际收益递减信号
  • 使用了置信度标记
  • 完成了综合模板
  • 保存了研究结果以供日后参考

Tavily 命令参考

基本用法
tavily "search query" [options]
选项
选项说明值
--answer包含 AI 生成的答案摘要标志
--depth搜索深度basic(默认)、advanced
--results结果数量1-20(默认:5)
--topic主题类别general(默认)、news、finance
--time时间筛选day、week、month、year
--include仅包含指定域名逗号分隔
--exclude排除指定域名逗号分隔
--raw包含原始页面内容标志
--json以 JSON 格式输出标志
场景 → 命令映射
研究场景命令
快速概览tavily "query" --answer
深入研究tavily "query" --depth advanced --results 10 --answer
最新新闻tavily "query" --topic news --time week
学术研究tavily "query" --depth advanced --include scholar.google.com,arxiv.org
排除维基百科tavily "query" --exclude wikipedia.org
获取新视角tavily "query" --exclude [already-seen-domains]
金融数据tavily "query" --topic finance --answer
用于分析的原始内容tavily "query" --raw --json

诊断状态

使用这些状态来判断研究卡在何处,以及需要重访哪个阶段。

状态症状需要重访的阶段
R0: 无分析搜索时未对主题进行结构化梳理阶段 0
R1: 无术语使用圈外术语,只找到表层内容阶段 1
R2: 单一视角所有来源都支持同一种观点阶段 3
R3: 领域盲区只在熟悉的领域中搜索阶段 1(跨领域术语)
R4: 近因偏差只找到近期来源阶段 2(历史查询)
R5: 广而不深打开许多标签页,却没有综合分析阶段 4
R6: 完成度不确定不确定何时停止阶段 4(完成标准)
R7: 已完成能够解释主题、指出不确定之处并采取行动完成
快速诊断
  1. 你能用专家术语解释这个主题吗?→ 如果不能,进入阶段 1
  2. 你找到相反观点了吗?→ 如果没有,进入阶段 3
  3. 你能说明自己的置信程度并给出理由吗?→ 如果不能,进入阶段 4
  4. 你的研究深度与风险程度相称吗?→ 如果不相称,进入阶段 0

反模式

模式症状修正方法
确认陷阱搜索是为了确认,而非学习阶段 3:搜索最有力的反驳论据
权威谬误因来源声望而接受主张评估证据,而非来源
近因陷阱只找近期来源阶段 2:查询历史背景
广度陷阱打开 50 个标签页,却一个也没读阶段 4:遵循 3 个来源规则,继续前先综合分析
单一来源将一个来源作为最终答案要求 3 个独立来源
行话盲区遗漏其他领域的术语阶段 1:学习跨领域词汇
无限兔子洞忘记最初的目的阶段 0:回到范围和风险
回音室反复使用相同来源阶段 3:使用 --exclude 标志

输出持久化

输出位置发现

开始任何其他工作之前:

  1. 检查项目中是否存在 context/output-config.md
  2. 如果存在,查找此技能对应的条目
  3. 如果文件不存在,或没有此技能对应的条目,先询问用户:
    • “本次研究会话的输出应保存在哪里?”
    • 建议:explorations/research/,或此项目中合适的位置
  4. 保存用户的偏好
保存内容
层级内容
词汇映射术语、领域、深度级别
来源URL、相关性分数、质量备注
综合分析摘要、置信度、发现、注意事项
查询日志成功或失败的 Tavily 命令
缺口尚未解决的问题
文件命名

格式:{topic}-research-{date}.md 示例:competency-frameworks-research-2025-01-15.md


集成点

技能关联
doppelganger研究结果为决策提供依据;对研究发现应用 /truth-check
context-networks将研究发现存储在合适的网络节点中
boundary-critique应用于遇到的建议和推荐

健康检查问题

研究期间,请自问:

  1. 我是在搜索以学习,还是在搜索以证实?
  2. 针对我当前观点,最有力的反方论据是什么?
  3. 我是否查阅过熟悉领域之外的资料?
  4. 我使用的是专家术语还是外行术语?
  5. 我的研究深度是否与风险相称?
  6. 我是否已存储所学内容,以便日后使用?

来源框架

源自:references/research-framework.md

评论

支持 Markdown