研究技能 - 多代理 Ralph v2.88

智能研究与 Zai MCP 集成 - 利用 Zai MCP 进行全面的网络搜索、文章获取和内容分析。

基于研究应该是彻底的、来源可靠的和可操作的原则。

快速开始

# 通过技能调用
/research 最新 React 19 模式和最佳实践

# 通过 CLI
ralph research "TypeScript 5.0 性能优化"

# 专注于特定来源
/research "Next.js App Router" --sources github,docs

v2.88 版本更新

Zai MCP 作为主要: 使用 mcp__web-search-prime__webSearchPrime 而不是 Minimax
原生 WebFetch: 使用 Claude Code 的原生 WebFetch 进行内容检索
多源获取: 支持 GitHub、CSDN、掘金、Linux.do 文章提取
模型不可知: 与 settings.json 中配置的任何模型兼容

可用工具

1. mcpweb-search-primewebSearchPrime (主要搜索)

目的: 进行全面的网络搜索，获得高质量的结果

参数:

search_query: string      # 搜索查询（推荐最多 70 个字符）
content_size: string      # "medium" (400-600 字) 或 "high" (2500 字)
location: string          # "cn" (中文) 或 "us" (非中文)
search_recency_filter: string  # oneDay, oneWeek, oneMonth, oneYear, noLimit
search_domain_filter: string   # 可选: 限制特定域名

最佳模式:

# 好的: 具体，时间限定
mcp__web-search-prime__webSearchPrime:
  search_query: "React 19 useOptimistic hook examples 2025"
  search_recency_filter: "oneMonth"
  content_size: "medium"

# 好的: 错误集中调试
mcp__web-search-prime__webSearchPrime:
  search_query: "TypeError cannot read property undefined Next.js 15"
  location: "us"

# 好的: 文档搜索
mcp__web-search-prime__webSearchPrime:
  search_query: "Claude Code MCP configuration"
  search_domain_filter: "docs.anthropic.com"

# 坏的: 太模糊
mcp__web-search-prime__webSearchPrime:
  search_query: "javascript"  # 太宽泛，要具体

2. 原生 WebFetch (内容检索)

目的: 获取并分析完整的网页内容

何时使用:

深入研究搜索找到的特定文章
文档阅读
GitHub 仓库探索
API 文档分析

3. mcpweb-searchfetchGithubReadme

目的: 从 GitHub 仓库中提取 README 内容

参数:

url: string  # GitHub 仓库 URL

示例:

mcp__web-search__fetchGithubReadme:
  url: "https://github.com/vercel/next.js"

4. mcpweb-readerwebReader

目的: 将 URL 内容转换为 LLM 友好的格式

参数:

url: string              # 要获取和读取的 URL
return_format: string    # "markdown" (默认) 或 "text"
retain_images: boolean   # 保留图片 (默认: true)
with_links_summary: boolean  # 包含链接摘要
with_images_summary: boolean # 包含图片摘要

示例:

mcp__web-reader__webReader:
  url: "https://docs.anthropic.com/claude/docs"
  return_format: "markdown"
  with_links_summary: true

5. 中文文章获取器

mcp__web-search__fetchCsdnArticle

url: string  # CSDN 文章 URL

mcp__web-search__fetchJuejinArticle

url: string  # 掘金文章 URL

mcp__web-search__fetchLinuxDoArticle

url: string  # Linux.do 帖子 URL

研究工作流程 (5 步)

第 1 步: 初始搜索

# 首先进行广泛的搜索
mcp__web-search-prime__webSearchPrime:
  search_query: "${TOPIC} 概览指南 2025"
  content_size: "high"
  search_recency_filter: "oneMonth"

第 2 步: 细化 & 深化

# 基于初始结果进行针对性的后续搜索
mcp__web-search-prime__webSearchPrime:
  search_query: "${SPECIFIC_ASPECT} 实施 ${TOPIC}"
  search_recency_filter: "oneWeek"

第 3 步: 获取内容

# 对于文档站点
mcp__web-reader__webReader:
  url: "${DOC_URL}"
  return_format: "markdown"

# 对于 GitHub 仓库
mcp__web-search__fetchGithubReadme:
  url: "${REPO_URL}"

第 4 步: 综合

将发现编译成结构化报告:

摘要: 2-3 句话的关键发现
来源: 所有 URL 及简短描述
细节: 相关代码片段和解释
建议: 基于研究的建议方法
相关主题: 进一步探索的领域

第 5 步: 持久化

将研究保存到记忆中以供将来参考:

ralph memvid save "Research on ${TOPIC}: [key findings]"

研究模板

技术研究

# 1. 官方文档
mcp__web-search-prime__webSearchPrime:
  search_query: "${TECH} 官方文档"
  search_domain_filter: "official-site.com"

# 2. 最佳实践
mcp__web-search-prime__webSearchPrime:
  search_query: "${TECH} 最佳实践 2025"

# 3. GitHub 示例
mcp__web-search-prime__webSearchPrime:
  search_query: "${TECH} 示例 github"

错误研究

# 1. 确切的错误消息
mcp__web-search-prime__webSearchPrime:
  search_query: "${ERROR_MESSAGE} ${FRAMEWORK}"

# 2. Stack Overflow 解决方案
mcp__web-search-prime__webSearchPrime:
  search_query: "site:stackoverflow.com ${ERROR_MESSAGE}"

# 3. GitHub 问题
mcp__web-search-prime__webSearchPrime:
  search_query: "site:github.com ${ERROR_MESSAGE}"

安全研究

# 1. CVE 查找
mcp__web-search-prime__webSearchPrime:
  search_query: "CVE ${VERSION} 漏洞"

# 2. 安全通告
mcp__web-search-prime__webSearchPrime:
  search_query: "${PACKAGE} 安全通告 2025"

# 3. 漏洞数据库
mcp__web-search-prime__webSearchPrime:
  search_query: "${CVE_ID} 漏洞利用"

与 Ralph Loop 集成

# 研究阶段在编排器中
任务:
  prompt: |
    使用 mcp__web-search-prime__webSearchPrime 研究最新模式为 $TOPIC。
    使用 mcp__web-reader__webReader 进行详细内容。
    将发现编译成结构化报告并包含来源。

# 代码研究
任务:
  prompt: |
    在 GitHub 上搜索 $TOPIC 实施示例。
    使用 mcp__web-search__fetchGithubReadme 分析仓库。
    识别最佳模式和反模式。

Zai MCP 与 Minimax 对比

功能	Zai MCP	Minimax MCP
网络搜索	webSearchPrime	web_search
内容质量	高 (最多 2500 字)	中等
中文内容	优秀 (CSDN, 掘金)	基础
GitHub 集成	fetchGithubReadme	无
URL 阅读器	webReader	无
域名过滤	是	否
最近性过滤器	是	否
成本	免费 (无需 API 密钥)	~$0.008/查询

何时使用每个工具

场景	推荐工具
通用网络搜索	mcp__web-search-prime__webSearchPrime
中文技术文章	mcp__web-search__fetchCsdnArticle, fetchJuejinArticle
GitHub 仓库	mcp__web-search__fetchGithubReadme
文档阅读	mcp__web-reader__webReader
实时数据	原生 WebFetch
代码搜索仓库	Grep, Glob (非网络搜索)

反模式

过于宽泛的查询: “javascript” - 总是要具体
跳过来源: 总是要引用 URL
忽略最新性: 使用最新性过滤器处理快速变化的主题
单一来源: 交叉引用多个来源
没有综合: 不只是列出结果，要分析它们
缺少记忆: 保存学习成果以供未来会话使用

输出格式

将研究报告结构化为:

# 研究: [主题]

**日期**: YYYY-MM-DD
**来源**: X 文章分析

## 摘要
[2-3 句关键发现]

## 关键发现
1. [发现 1]
   - 来源: [URL]
   - 细节: [解释]

2. [发现 2]
   - 来源: [URL]
   - 细节: [解释]

## 代码示例
```language
// 相关代码片段

建议

[建议 1]
[建议 2]

来源

标题 - [简短描述]
标题 - [简短描述]


## CLI 命令

```bash
# 标准研究
ralph research "主题描述"

# 有来源焦点
ralph research "主题" --sources github,docs

# 中文内容
ralph research "主题" --location cn

代理团队集成 (v2.88)

最佳场景: B (纯自定义子代理)

为什么研究场景 B

独立执行: 研究大多是自包含的
专业化 > 协调: 工具专业知识比代理间协调更重要
设置更简单: 单用途研究任务没有团队开销
工具限制: ralph-researcher 有专门的工具 (WebSearch, WebFetch)

场景分析

标准	权重	分数	理由
协调需求	25%	3/10	研究是独立的
专业化需求	25%	9/10	需要专门的网络工具
质量门需求	20%	5/10	适度的验证需求
工具限制需求	15%	8/10	只读工具很重要
可扩展性	15%	7/10	随着主题复杂性扩展
总计	100%	7.5/10	场景 B 最佳

工作流程

# 场景 B: 直接生成无需 TeamCreate
任务(subagent_type="ralph-researcher", prompt="研究 ${TOPIC}")
→ 使用专业工具执行
→ 编译结构化报告
→ 返回发现

使用方法

直接生成 (推荐):

任务:
  subagent_type: "ralph-researcher"
  prompt: |
    使用:
    1. mcp__web-search-prime__webSearchPrime 进行初始搜索
    2. mcp__web-reader__webReader 进行内容提取
    3. mcp__web-search__fetchGithubReadme 用于 GitHub 仓库
    编译成包含所有来源的结构化报告。

并行研究 (多个主题):

# 为不同主题生成多个研究者
任务(subagent_type="ralph-researcher", prompt="研究 React 19 功能")
任务(subagent_type="ralph-researcher", prompt="研究 TypeScript 5.5")
任务(subagent_type="ralph-researcher", prompt="研究 Node.js 性能")
# 结果独立聚合

研究技能-多代理Ralphv2.88 research

研究技能 - 多代理 Ralph v2.88

快速开始

v2.88 版本更新

可用工具

1. mcpweb-search-primewebSearchPrime (主要搜索)

2. 原生 WebFetch (内容检索)

3. mcpweb-searchfetchGithubReadme

4. mcpweb-readerwebReader

5. 中文文章获取器

研究工作流程 (5 步)

第 1 步: 初始搜索

第 2 步: 细化 & 深化

第 3 步: 获取内容

第 4 步: 综合

第 5 步: 持久化

研究模板

技术研究

错误研究

安全研究

与 Ralph Loop 集成

Zai MCP 与 Minimax 对比

何时使用每个工具

反模式

输出格式

建议

相关主题

来源

相关技能

代理团队集成 (v2.88)

为什么研究场景 B

场景分析

工作流程

使用方法

参考资料

研究技能 - 多代理 Ralph v2.88

快速开始

v2.88 版本更新

可用工具

1. mcp__web-search-prime__webSearchPrime (主要搜索)

2. 原生 WebFetch (内容检索)

3. mcp__web-search__fetchGithubReadme

4. mcp__web-reader__webReader

5. 中文文章获取器

研究工作流程 (5 步)

第 1 步: 初始搜索

第 2 步: 细化 & 深化

第 3 步: 获取内容

第 4 步: 综合

第 5 步: 持久化

研究模板

技术研究

错误研究

安全研究

与 Ralph Loop 集成

Zai MCP 与 Minimax 对比

何时使用每个工具

反模式

输出格式

建议

相关主题

来源

相关技能

代理团队集成 (v2.88)

为什么研究场景 B

场景分析

工作流程

使用方法

参考资料

1. mcpweb-search-primewebSearchPrime (主要搜索)

3. mcpweb-searchfetchGithubReadme

4. mcpweb-readerwebReader