research

research skill 概览

research skill 的作用是什么

research skill 是一套结构化的深度研究工作流，用来理解某项技术、概念或复杂主题，避免把“如何研究”和“执行研究”混在同一个模糊提示里。它不是让一个 agent 同时决定怎么研究并直接开展研究，而是把整个过程拆成规划阶段和执行阶段。这种设计，正是它值得安装的核心原因。

谁适合使用这个 research skill

这个 research skill 最适合需要用可复用方式系统调查主题的用户，比如软件架构、协议、学术概念，或不熟悉的系统。尤其当你在意范围控制、问题定义，以及在正式研究前先做审查时，它会很有价值。对于 research for Academic Research、技术尽调和概念梳理来说，这一步额外的规划，往往比泛泛一句“告诉我 X 是什么”更有用。

它帮助你完成什么任务

它真正解决的任务，不是“生成一段总结”，而是：先定义主题，识别所需上下文，制定研究策略，暂停等待用户确认，然后在更新鲜的上下文和更清晰的边界下执行研究。这样可以减少方向跑偏、内容浮浅，以及把 token 浪费在错误角度上的情况。

采用前需要考虑的关键点

这个 skill 的仓库结构很轻量：真正有用的逻辑几乎都在 SKILL.md 里。你不能依赖额外的 helper script、参考文件或安装元数据，因此是否好用，很大程度取决于你的 agent runtime 是否支持它预期的多 agent 流程：包括 planning agent、orchestrator 和 execution agent。如果你只是想要一次性直接出答案，这个 research skill 可能会显得比预期更慢。

如何使用 research skill

安装判断时先看哪里

如果你在评估这次 research install 是否值得，首先看 EN/.agents/skills/research/SKILL.md。这个文件里包含了实际工作流、输入要求以及编排方式。当前仓库证据没有显示这个 skill 自带专门的安装命令，所以应使用你的 agent 平台支持的 skill 加载方式；加载后，重点确认 runtime 是否能够：

• 调用 /research
• 启动一个 planning agent
• 在中途暂停并等待确认
• 根据计划文件路径启动 execution agent

如果你的环境无法在多个 agent 之间干净地传递任务，那么 research skill 的核心价值会明显下降。

research skill 需要什么输入

最低要求是提供一个主题。但如果你补充以下信息，结果通常会更好：

• 你到底要做出什么决策
• 你希望研究到多深
• 时间、受众、已有知识等约束
• 项目背景或领域上下文

较弱的输入：
/research OAuth2

更强的输入：
/research Research OAuth2 for a backend team migrating from session auth. Focus on grant types still relevant in 2025, common implementation mistakes, security tradeoffs, and what to recommend for internal APIs vs third-party integrations.

如果是 research for Academic Research，建议补上研究问题、学科领域、严谨程度和输出形式：
/research Investigate retrieval-augmented generation evaluation methods for academic literature review. Compare offline metrics, human evaluation, and benchmark design. I need a structured brief with terminology, core debates, and a shortlist of methods worth deeper reading.

research skill 的实际使用流程

一个比较稳妥的 research usage 方式是：

1. 用带明确范围的主题和预期结果调用 /research。
2. 让 planning agent 识别上下文并生成计划文件。
3. 在执行前先审阅计划。这一步最容易发现受众不对、问题缺失或范围过大的情况。
4. 只有当计划与你的意图一致时，再确认执行。
5. 把最终笔记当作第一版地图，然后针对仍不清晰的部分再启动一轮更聚焦的后续研究。

这个“先审阅再执行”的关卡，是它和普通 prompting 最大的实际区别。如果计划本身很弱，后续执行通常也不会强。

怎样写 prompt 才能更好触发 research skill

尽量使用一种让规划阶段更容易展开的 prompt 结构：

• Topic: 研究什么
• Goal: 需要形成什么判断或理解
• Scope: 包含什么、不包含什么
• Audience: 初学者、从业者、研究者、管理层
• Output: 对比、briefing、笔记、建议

示例：
/research Topic: consistent hashing. Goal: explain it well enough to choose whether to use it in a distributed cache design. Scope: core mechanism, failure cases, virtual nodes, operational tradeoffs; exclude heavy math proofs. Audience: senior engineers. Output: decision-oriented research notes.

research skill 常见问题

做研究时，它比普通 prompt 更好吗？

大多数情况下是，尤其当主题范围大、定义含糊，或者牵涉决策时。普通 prompt 往往会在一次输出里混合规划、假设和答案生成。research skill 会先强制产出一个明确计划，因此更有利于控制范围，也让最终结果更容易被信任。

什么情况下不该用 research skill？

如果你只是查一个快速事实、简单定义，或者你已经非常清楚具体子问题是什么，那就没必要用它。如果你不需要中途审阅这一步，那么两阶段流程反而会变成额外负担。另外，如果你的 agent 系统不能稳定协调 subagent，它也不算理想选择。

它适合初学者吗？

适合，但前提是初学者至少能描述自己的目标，而不只是丢出一个主题。“Teach me Kubernetes” 这种说法太宽泛；“Help me understand Kubernetes enough to deploy one internal service and avoid common architecture mistakes” 就好得多。这个 skill 能提供帮助，但不能替代良好的范围界定。

它适合 Academic Research 工作流吗？

它可以支持 research for Academic Research 中的问题定义和综合梳理阶段，尤其适合整理术语、争议点和子主题地图。但不要把它当成正式文献综述方法、来源核验、引用管理，或特定学科证据标准的替代品，除非你的更大系统本身已经补齐这些环节。

如何改进 research skill 的使用效果

在批准执行前先改进计划

最值得投入精力改进的，不是最终笔记，而是计划本身。检查这个计划是否：

• 回答了你真正关心的决策问题
• 把背景信息和可执行问题区分开来
• 避免过于宽泛
• 体现了你的受众和约束条件

如果计划看起来太泛，先要求它缩窄角度，再进入执行阶段。

用更强的输入换来更好的 research 输出

当你补充决策上下文时，research skill 的效果会明显更好。特别有用的信息包括：

• 你已经知道什么
• 你卡在哪些地方
• 你下一步需要什么结果
• 你认为什么算“足够好”

例如，“compare approaches” 就弱于 “compare approaches for maintainability, migration risk, and operational complexity in a small team.”

留意常见失败模式

常见问题包括：主题过宽、受众不清，以及“把所有东西都调研一遍”式的请求。另一个高频失败点，是默认这个 skill 会自动正确推断你的项目上下文。如果主题与某个正在进行的代码库、架构或课程研究有关，请明确写出来。这个 skill 的结构能提供帮助，但无法弥补意图缺失。

第一轮之后继续迭代

把第一轮结果当成画地图，而不是终点。然后针对最关键的部分，再发起第二轮 research guide：例如某个有争议的 tradeoff、一个难懂概念，或某个决策分支。相比一次抛出一个巨大请求，按顺序做多轮、范围更窄的研究，通常会得到更好的输出。这也是把这个 research skill 从一次性 prompt 变成稳定工作流的最佳方式。