互联网技术研究Skill researching-on-the-internet

互联网技术研究技能专注于通过互联网收集、评估和报告准确、最新、来源可靠的技术信息,支持API文档搜索、库比较、假设测试、验证声明等,以优化技术决策和设计过程。关键词:技术研究、信息收集、假设验证、API文档、库比较、SEO搜索、技术决策支持。

文献检索 0 次安装 0 次浏览 更新于 3/8/2026

名称: 网络研究 描述: 在规划功能时需要当前API文档、库模式或外部知识时使用;当测试技术选择或声明的假设时;当在设计决策前验证假设时 - 收集来自互联网的可靠、最新信息,以告知技术决策 用户可调用: false

在互联网上研究

概述

收集来自互联网的准确、最新、来源可靠的信息,以告知规划和设计决策。测试假设、验证声明,并为API、库和最佳实践找到权威来源。

何时使用

用于:

  • 在集成设计前查找当前API文档
  • 测试假设(“库X是否比Y快?”、“方法Z是否适用于版本N?”)
  • 验证技术声明或假设
  • 研究库比较和替代方案
  • 查找最佳实践和当前社区共识

不用于:

  • 代码库中已有的信息(使用代码库搜索)
  • Claude培训中的一般知识(直接回答)
  • 项目特定约定(检查CLAUDE.md

核心研究工作流程

  1. 清晰定义问题 - 具体优于模糊
  2. 首先搜索官方来源 - 文档、发布说明、变更日志
  3. 交叉引用 - 在多个来源中验证声明
  4. 评估质量 - 分层来源(官方 → 已验证 → 社区)
  5. 简洁报告 - 先提供答案,然后提供链接和证据

假设测试

当给定要测试的假设时:

  1. 识别可证伪的声明 - 将假设分解为可测试部分
  2. 搜索支持证据 - 什么确认了这个?
  3. 搜索反驳证据 - 什么与这个矛盾?
  4. 评估来源质量 - 按层级加权证据
  5. 报告发现 - 支持/反驳/不确定,带有证据
  6. 注明置信水平 - 强共识 vs 单一来源 vs 冲突信息

示例:

假设: “库X对于大型数据集比Y快”

搜索:
✓ 比较X和Y的基准测试
✓ 两者的性能文档
✓ 提到性能的GitHub问题
✓ 实际案例研究

报告:
- 支持: [证据和链接]
- 反驳: [证据和链接]
- 结论: [支持/反驳/混合] 带有 [置信水平]

快速参考

任务 策略
API文档 官方文档 → GitHub README → 近期教程
库比较 官方站点 → npm/PyPI统计 → GitHub活动
最佳实践 官方指南 → 近期帖子 → Stack Overflow
故障排除 错误搜索 → GitHub问题 → Stack Overflow
当前状态 发布说明 → 变更日志 → 近期公告
假设测试 定义声明 → 搜索双方 → 加权证据

来源评估层级

层级 来源 使用
1 - 最可靠 官方文档、发布说明、变更日志 主要证据
2 - 一般可靠 已验证教程、维护示例、信誉博客 支持证据
3 - 谨慎使用 Stack Overflow、论坛、旧教程 检查日期、交叉验证

在发现中始终注明来源层级。

搜索策略

多种方法:

  • WebSearch 用于概述和当前信息
  • WebFetch 用于特定文档页面
  • 如果有可用,检查MCP服务器(Context7、搜索工具)
  • 跟随链接到权威来源
  • 在社区资源之前搜索官方文档

交叉引用:

  • 在多个来源中验证声明
  • 检查发布日期 - 偏好近期
  • 标记重大变更或弃用
  • 注意信息可能过时
  • 区分稳定API和实验功能

报告发现

先提供答案:

  • 首先直接回答问题
  • 其次是支持细节和来源链接
  • 当相关时提供代码示例(带有归属)

包括元数据:

  • 版本号和兼容性要求
  • 时间敏感主题的发布日期
  • 安全考虑或最佳实践
  • 常见陷阱或迁移问题
  • 基于来源共识的置信水平

清晰处理不确定性:

  • “未找到[主题]的官方文档”是有效的
  • 解释搜索了什么和在哪里查找
  • 区分“不存在”和“找不到可靠信息”
  • 以适当警告呈现找到的内容
  • 建议替代搜索词或方法

常见错误

错误 修复
只搜索一个来源 交叉引用最少2-3个来源
忽略发布日期 检查日期,标记过时信息
平等对待所有来源 使用层级系统,相应加权
验证前报告 首先在来源间验证声明
模糊假设测试 分解为具体可证伪声明
跳过官方文档 始终从层级1来源开始
对单一来源过度自信 注明来源层级并寻找共识