mcpField
Y
yutori-research

yutori-research

github.com/yutori-ai生产力25115 次安装4 周前更新
代码仓库

关于 yutori-research

通过 Yutori's Research API 开展深入网络研究的技能，涵盖查询设计、异步任务轮询，以及结合来源整理研究结果。

主要功能

  1. 01明确研究目标与来源类型
  2. 02撰写包含背景的研究查询
  3. 03启动异步研究任务
  4. 04轮询任务状态与结果
  5. 05结合来源综合研究发现

适用场景

  1. 01研究最新新闻或学术资料
  2. 02收集文档与参考材料
  3. 03整理结构化研究结果

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/yutori-ai/yutori-mcp --skill yutori-research

安装后在 Claude Code 中输入/yutori-research确认已加载。

详细介绍

深度网络研究

借助 Yutori 的 Research API 帮助用户开展全面的网络研究。

流程

  1. 理解研究目标

    • 需要回答什么问题？
    • 哪些类型的来源重要？（新闻、学术、文档、社交、财务申报文件）
    • 有时间限制吗？（仅近期、历史）
    • 输出应采用什么格式？

  2. 构建研究查询 与 scout 查询类似，全面的研究查询包括：

    • 说明这项研究为何重要的背景信息
    • 需要回答的具体问题
    • 应优先考虑的来源
    • 输出格式的期望

  3. 启动研究任务 使用 run_research_task，搭配：

    • query：带有背景信息的研究问题
    • user_timezone：用于与时间相关的搜索
    • output_fields：如果需要结构化输出（例如 ["title", "summary", "source_url", "date"]）
    • webhook_url：用于完成通知的 HTTPS URL
    • webhook_format：scout（默认）、slack 或 zapier

  4. 轮询结果

    • 重要： 研究通常需要 5-10 分钟（300-600 秒）
    • 使用 get_research_task_result 检查状态
    • 每 30 秒轮询一次，直到 succeeded 或 failed
    • 任务异步运行 - 你可以告知用户等待

  5. 综合并呈现研究结果

    • 按相关性组织结果
    • 突出关键见解
    • 注明来源以便验证

提示

获取文档或参考 URL： 如果你在准备研究查询时使用网页抓取工具查找文档、API 参考或其他页面，请加入 Accept: text/markdown 请求头。许多文档站点（Cloudflare 托管）会返回干净的 Markdown 而非 HTML——token 更少，更易于解析。

$ARGUMENTS

评论

支持 Markdown