name: research description: "依据高度可信的一手来源调查问题,并将发现保存为仓库中的 Markdown 文件。用户要求研究主题、搜集文档或 API 事实,或把阅读调查委派给后台 Agent 时使用。"
把研究结论追溯到拥有该事实的来源
这个技能让后台研究者读取一手资料,并将带引用的发现保存为一份文件。
还不清楚 Skill、Agent、安装和调用?先读 从零开始的6节入门课。
先把必要的概念讲清楚
研究不是收集很多链接,而是把一个待确认问题转成有来源支持的结论。它为后续决定提供事实输入,不应替用户决定其偏好。
下面是老师补充的入门说明;原作者的要求保留在中英对照正文中。所有例子均为帮助理解而构造的教学情境。
context pointer|上下文资料指引
告诉 Agent 在什么条件下去读哪份材料的短指引。例如“新增或修改数据写入时,先读权限规则文档”。它同时承担地址与触发条件两项作用。只有“见文档”太模糊,可能找不到或不知道何时需要;一股脑放入所有内容又会占用上下文。
context|Agent 当前可用的上下文
模型这一轮实际能使用的请求、对话、指令和已读文件内容。它不是电脑上所有资料,也不是永久记忆。文件存在但没被读到,就不一定参与推理。交接文档应指明当前目标、进度、关键证据位置和下一步,让新会话能够恢复必要背景。
repo / repository|项目代码仓库
保存项目源代码、配置、测试和文档,并通常用 Git 记录修改历史的地方。把它理解为“可追溯的项目工作档案”。探索仓库就是查看现有系统,不等于开始改代码。例如新增课程收藏前,应先看已有课程数据、用户身份和保存接口,避免另造一套。
读原文,理解每一步为什么这样做
左右内容按小节对应;窄屏先中文、后英文。两种语言均完整展示,对应讲解紧接在小节之后。译文传达原文要求;老师讲解补充概念、原因、例子与适用边界。
name: research description: Investigate a question against high-trust primary sources and capture the findings as a Markdown file in the repo. Use when the user wants a topic researched, docs or API facts gathered, or reading legwork delegated to a background agent.
启动一个在后台运行的 Agent 开展研究,让它阅读资料的同时,你能够继续其他工作。
它需要完成三件事:
- 根据一手资料调查问题,例如官方文档、源代码、技术规范,以及服务方自己的 API。不要只依赖别人对这些资料的转述。每个结论都应追溯到真正负责提供或定义该信息的来源。
- 将发现整理成一份 Markdown 文件,并为每项结论引用对应来源。
- 按仓库已有习惯,保存到研究笔记所在的位置。如果没有约定,就选择合理位置,并告诉用户保存在哪里。
Spin up a background agent to do the research, so you keep working while it reads.
Its job:
- Investigate the question against primary sources (official docs, source code, specs, first-party APIs), not a secondary write-up of them. Follow every claim back to the source that owns it.
- Write the findings to a single Markdown file, citing each claim's source.
- Save it where the repo already keeps such notes; match the existing convention, and if there is none, put it somewhere sensible and say where.
为什么优先一手来源
一手来源是最直接拥有或定义该事实的材料。例如软件接口支持哪些参数,优先看官方 API 文档与实际源代码;社区文章可以提供线索,但可能引用旧版本。
**例子:**要判断某模型接口能否返回结构化内容,应记录文档说明的条件、版本和限制,而不是只写“支持”。样例能运行也不等于所有模型和模式都支持同一能力。
一手来源仍可能不完整或有错误。研究者应把明确写出的事实、基于事实的推断和尚未核验的部分分开,避免链接本身制造权威感。
研究笔记必须能被下一项任务使用
一份有用笔记包括调查问题、结论、适用条件和逐项来源。把几十个 URL 堆在一起,仍让下一位从头阅读,不能算已综合。
例如结论是“该接口的这个模式需要明确 schema”,并引用具体说明;未确认旧版本行为,就单列未知。后续实现者可以据此写参数和验证,不必猜哪些结论可靠。
原文用后台 Agent 是为了研究时主流程可做独立工作。若后续任务依赖研究结论,就应等该事实明确;并行本身不能消除依赖。
研究应留下别人可以继续使用的依据
这里委托的是查阅和查证,不是让 AI 凭印象回答。 假设学习网站准备接入流式回答,研究者应查看模型服务的官方 API 文档,确定参数、返回事件和限制。
笔记可以写明:“此接口支持流式输出;依据是官方文档某一节;断线恢复能力尚未确认。”下一位实现者就知道什么已确定、什么还未知,而不是只得到“查过了,可以做”。
保存成文件,是为了新会话能继续读取。规格或工单引用这份笔记,就不必复制全部研究过程。后台运行则取决于客户端是否提供相应 Agent 工具;Markdown 中写了“启动”,本身不会创造后台执行能力。
先作答,再看参考思路
用自己的话说明:它解决什么问题,完成后会留下什么?
请各用一句话回答。若它只做规划或解释,不要把“已开发”“已部署”写成产物。
一条引用链接存在,为什么还不足以证明结论?
我已思考,查看参考思路
必须检查页面实际内容是否支持该主张、是否适用于当前版本,以及是否遗漏限制。链接可打开只是最基础条件。
原文中哪条要求在你的环境下可能不成立?
说出具体一句及其前提,例如工具不可用、资料缺失、已有项目约定冲突,或它只是作者偏好。把你的答案带回课堂,我们据此继续讨论。
把方法放进一个具体情境
教学案例:文章说有 53 个技能,研究者应清点固定版本目录,并与平台目录区分。发现只有 37 个当前文件时,要报告差异,不能为了符合标题编出另外 16 个。
边界与容易误读的地方
一手资料也可能过时或相互矛盾。短技能没有覆盖所有证据质量问题,使用者应补上日期、版本与不确定性,而非假装引用存在就可靠。
讨论后再实践:先判断上述情境是否适用,再选择真实任务。现在无需安装、运行命令或修改现有项目。