名称: 领域研究描述: MCP驱动的领域研究，用于需求获取。使用perplexity、context7、firecrawl和其他MCP服务器来研究领域知识、最佳实践和行业要求。允许的工具: 读取、全局、搜索、写入、mcpperplexitysearch、mcpperplexityreason、mcpcontext7resolve-library-id、mcpcontext7query-docs、mcpfirecrawlfirecrawl_search、mcpfirecrawlfirecrawl_scrape

领域研究技能

MCP驱动的领域研究，用于通过外部知识丰富需求获取。

强制要求：文档优先方法

在进行领域研究之前：

调用文档管理技能以获取需求获取模式
使用MCP服务器作为主要研究工具（perplexity、context7、firecrawl）
所有指导基于官方文档和权威来源

何时使用此技能

关键词： 领域研究、MCP研究、行业标准、最佳实践、竞争分析、技术研究、法规要求

在以下情况下调用此技能：

不熟悉某个领域需要背景知识
研究行业标准和最佳实践
调查法规要求
分析竞争对手功能
探索技术约束
补充利益相关者知识

可用的MCP服务器

Perplexity（通用研究）

用于：

行业最佳实践
最近发展
比较分析
法规概述

mcp_tool: mcp__perplexity__search
示例查询:
  - "电子商务结账最佳实践 2025"
  - "SaaS的GDPR合规要求"
  - "金融应用程序的身份验证模式"

Context7（库文档）

用于：

框架要求
API约束
库功能
技术限制

mcp_tools:
  - mcp__context7__resolve-library-id
  - mcp__context7__query-docs
示例查询:
  - 库: "react" → 查询: "状态管理模式"
  - 库: "fastapi" → 查询: "身份验证要求"

Firecrawl（网络爬取）

用于：

竞争分析
文档提取
功能比较
市场研究

mcp_tools:
  - mcp__firecrawl__firecrawl_search
  - mcp__firecrawl__firecrawl_scrape
示例查询:
  - 搜索: "库存管理软件功能"
  - 爬取: 竞争对手功能页面

研究模式

模式1：领域背景

构建基础领域知识：

研究模式: 领域背景
步骤:
  1. 使用perplexity进行行业概述
  2. 识别关键概念和术语
  3. 研究领域中的常见要求
  4. 注意法规考虑
输出: 领域上下文文档

模式2：最佳实践

研究当前最佳实践：

研究模式: 最佳实践
步骤:
  1. 搜索领域中的“最佳实践”
  2. 筛选最近（最近2年）
  3. 识别常见模式
  4. 注意推荐方法
输出: 最佳实践摘要

模式3：竞争分析

研究竞争对手功能：

研究模式: 竞争分析
步骤:
  1. 识别关键竞争对手
  2. 使用firecrawl爬取功能页面
  3. 提取能力列表
  4. 比较和对比
输出: 竞争功能矩阵

模式4：法规研究

研究合规要求：

研究模式: 法规
步骤:
  1. 识别适用法规
  2. 研究具体要求
  3. 注意强制与推荐
  4. 记录合规标准
输出: 法规要求列表

模式5：技术约束

研究技术要求：

研究模式: 技术
步骤:
  1. 识别范围内的技术
  2. 使用context7获取库文档
  3. 研究集成要求
  4. 记录技术约束
输出: 技术要求文档

研究工作流程

步骤1：定义研究范围

研究范围:
  领域: "{领域名称}"
  主题: "{特定焦点领域}"
  深度: 浅|中|深
  来源: [perplexity, context7, firecrawl]

步骤2：执行研究查询

对于每个研究需求：

选择适当的MCP服务器
制定有效查询
处理结果
提取要求

步骤3：综合发现

将研究结合成可操作的要求：

识别常见模式
注意冲突或选项
突出强制项
建议优先级

步骤4：记录结果

保存研究发现和派生要求。

输出格式

研究结果

研究会话:
  id: "RES-{时间戳}"
  领域: "{领域}"
  主题: "{研究主题}"
  时间戳: "{ISO-8601}"

  已执行的查询:
    - 服务器: perplexity
      查询: "{查询文本}"
      结果数量: {数字}

    - 服务器: firecrawl
      URL: "{爬取的URL}"
      内容类型: 功能页面

  发现:
    领域上下文:
      - "{关键发现1}"
      - "{关键发现2}"

    最佳实践:
      - "{推荐实践1}"
      - "{推荐实践2}"

    法规:
      - 法规: "GDPR"
        要求:
          - "{要求1}"
          - "{要求2}"

    竞争:
      - 竞争对手: "{名称}"
        功能:
          - "{功能1}"
          - "{功能2}"

  派生要求:
    - id: REQ-RES-001
      文本: "{要求陈述}"
      来源: 研究
      来源详情: "{此来源位置}"
      置信度: 低  # 研究派生 = 低置信度
      需要验证: true
      类别: "{类别}"

  推荐:
    - 主题: "{主题}"
      发现: "{研究显示的内容}"
      影响: "{这对要求的意义}"

  研究空白:
    - "{需要更多研究的领域}"

查询优化

有效的Perplexity查询

查询模式:
  最佳实践:
    模板: "{领域} {主题} 最佳实践 {年份}"
    示例: "电子商务结账最佳实践 2025"

  要求:
    模板: "{领域} {主题} 要求规格"
    示例: "医疗保健应用程序HIPAA要求"

  比较:
    模板: "{主题A} 对比 {主题B} 用于 {使用案例}"
    示例: "OAuth 2.0 对比 SAML 用于企业单点登录"

  法规:
    模板: "{法规} 要求用于 {行业}"
    示例: "PCI-DSS要求用于支付处理"

有效的Context7查询

查询模式:
  库功能:
    解析: "{库名称}"
    获取文档: 主题="{特定功能}"

  集成:
    解析: "{库名称}"
    获取文档: 主题="集成身份验证"

有效的Firecrawl查询

查询模式:
  竞争对手功能:
    搜索: "{竞争对手} 功能 {产品类型}"
    爬取: 功能页面URL

  文档:
    搜索: "{技术} 文档要求"
    爬取: 官方文档

置信度级别

研究派生要求具有固有的置信度限制：

置信度级别:
  高:
    来源: [官方文档, 法规文本]
    注意: "从权威来源验证"

  中:
    来源: [行业文章, 最佳实践指南]
    注意: "通常接受但与利益相关者验证"

  低:
    来源: [竞争分析, 通用网络]
    注意: "作为起点使用，需要验证"

委托

用于后续行动：

访谈进行: 与利益相关者验证研究
差距分析: 检查研究填补已识别空白
获取方法: 返回进行技术选择

输出位置

保存研究结果到：

.requirements/{领域}/研究/RES-{时间戳}.yaml