关于 research-synthesize
将积累的研究发现整理为含建议的结构化报告,适用于一次或多次 deep-research 之后,并包含证据评级与矛盾处理。
主要功能
- 01跨命名空间搜索发现
- 02评估证据强度
- 03处理相互矛盾的主张
- 04评估发现与目标的相关性
- 05组织报告与建议
- 06存储综合报告
适用场景
- 01整合多轮研究结果
- 02评估收集到的证据可信度
- 03撰写包含局限与引用的报告
MCP 相关
使用 Ruflo MCP 工具搜索记忆与模式、综合上下文、评估相关性并存储最终报告。
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ ruvnet/ ruflo --skill research-synthesize安装后在 Claude Code 中输入/research-synthesize确认已加载。
详细介绍
研究综合
将积累的研究发现综合为可执行的报告。
使用时机
在运行一次或多次 deep-research 后,需要从记忆中汇总发现,形成连贯的综合结论和建议时。
步骤
- 收集发现 — 在以下位置搜索:
- 在命名空间
research中使用mcp__plugin_ruflo-core_ruflo__memory_search搜索原始发现 - 在命名空间
research-sources中使用mcp__plugin_ruflo-core_ruflo__memory_search搜索参考资料 - 使用
mcp__plugin_ruflo-core_ruflo__agentdb_pattern-search搜索已发现的模式 - 使用
mcp__plugin_ruflo-core_ruflo__agentdb_context-synthesize构建 AI 辅助的上下文
- 在命名空间
- 评估证据 — 对每项发现进行评估:
- 高:多个独立来源的结论一致、直接观察得出且可复现
- 中:来自单个可信来源,有间接证据支持,具有合理性
- 低:来自轶闻、单个未经验证的来源或推测
- 解决矛盾 — 发现结论冲突时:
- 指出存在争议的具体主张
- 比较证据质量
- 检查时效性(较新的数据可能已取代旧数据)
- 明确标注尚未解决的矛盾
- 预测相关性 — 调用
mcp__plugin_ruflo-core_ruflo__neural_predict,评估各项发现与原始目标的相关程度 - 组织报告结构:
- 执行摘要(用 2-3 句话回答原始问题)
- 主要发现(按证据质量排序)
- 方法(检查了哪些来源)
- 局限性(未检查的内容以及仍不确定之处)
- 建议(具体的后续行动)
- 参考资料(来源链接和记忆键)
- 存储综合报告 — 调用
mcp__plugin_ruflo-core_ruflo__memory_store,在命名空间research-synthesis中存储完整报告
输出格式
# [Research Topic] — Synthesis Report
## Summary
[2-3 sentence answer]
## Key Findings
1. [Finding] — Evidence: High/Medium/Low
2. [Finding] — Evidence: High/Medium/Low
## Contradictions
- [Claim A] vs [Claim B]: [resolution or "unresolved"]
## Recommendations
1. [Action] — because [reasoning]
## Sources
- [key]: [description]
评论
支持 Markdown