深度研究协调工作流（research）：用双代理流水线，把“临时查资料”变成可复用的结构化知识
- 一句话理解：这是一个把研究任务拆成“先规划、再执行”的协调型技能，规划代理想清楚要查什么，执行代理在干净上下文里专注查资料和写笔记。
- 核心机制：技能采用规划代理、协调员、执行代理三段式协作，避免同一个上下文里既想策略又写内容，导致上下文被污染、产出分散。
- 用户始终掌控：计划会先写入计划文件，由你审查、修改、确认后才开始真正执行，不会“一键跑完才发现方向不对”。
- 产出可复用：除了主研究笔记，还会拆分出原子 Wiki 概念笔记、示例代码目录，必要时生成概念关系视觉地图，并归档到知识库对应目录。
- 注意前提：该技能深度依赖 OrbitOS 的目录体系（如
20_Projects/、30_Research/、40_Wiki/、90_Plans/）与子代理（任务工具）能力，建议在匹配的环境中安装使用。
1. 该技能叫什么？如何一键安装 AI 技能提升开发效率？
技能基本信息
| 项目 | 内容 |
|---|---|
| 技能中文名 | 深度研究协调工作流Skill |
| 技能英文名 | research |
| 技能ID | 12597 |
| 技能定位 | 用于技术、概念或复杂主题的深度研究工作流 |
| 运行角色 | OrbitOS 研究协调员 |
它解决什么问题？
大多数人和 AI 一起做研究时，常常卡在同一个问题上：一次对话里既要 AI 想清楚“该怎么查”，又要它立刻“查完写出来”。结果是上下文被大量检索内容塞满，前面定好的研究策略被冲掉，最后产出笔记结构混乱、重复内容多、缺少关键概念。
这个技能把这条流水线拆开：先用一个规划代理只做规划（识别上下文、去重、写计划文件），再由你作为协调员确认计划，最后用一个上下文干净的执行代理只做研究与写作。分工明确，各自专注，这也正是它自称“协调员”的原因。
一键安装思路与步骤
- 确认前提：运行环境需要支持子代理（任务工具）调用，并且具备 OrbitOS 体系下的知识库目录结构（项目目录、研究目录、Wiki 目录、计划目录等）。如果目录结构不同，需要提前把提示中的路径改成自己的实际路径。
- 找到技能入口：在技能市场 / 技能管理面板中，使用技能 ID
12597或英文名research进行搜索。具体搜索入口与安装按钮位置以官方说明为准。 - 一键安装并启用：点击安装后等待技能加载完成，确认技能状态为“已启用”。若你的环境提供配置文件式安装，请按官方文档把技能放入指定技能目录（命令与路径以官方说明为准）。
- 验证是否生效：在对话中输入
/research并附带一个测试主题（例如/research 一致性哈希）。如果技能正常工作，它应当先返回一条“规划代理已生成研究计划”的通知和计划文件路径，而不是直接开始长篇输出。 - 回归检查：打开计划文件所在目录，确认计划文件已创建、内容包含“研究目标 / 找到的上下文 / 研究策略 / 输出结构”等章节。如果缺失，说明路径配置或权限有问题。
安装这一步最大的效率收益在于：装一次，之后每次研究都自动带上“先规划、再执行、最后归档”的完整流程，不用每次手动写提示词。
2. 该技能的主要功能和特点
- 双代理分工（核心差异化）：规划代理与执行代理是两个独立代理，执行代理只拿到计划文件路径而非全部历史对话，上下文更干净，写作更专注，也减少了令牌消耗。
- 自动上下文识别与去重：规划阶段会检查主题是否与活动项目相关，判断所属领域（软件工程、金融、健康等），并搜索既有研究目录与 Wiki 目录，避免重复造笔记。
- 角色与专业知识匹配：规划代理会扫描系统提示词库，找出与研究主题最相关的专业知识角色，让研究视角更贴合领域。
- 标准化的计划文件产出：自动生成带日期与主题命名的计划文件，内含研究目标、已发现上下文、研究策略清单、输出结构，以及可选的澄清问题。
- 人工确认关卡：计划出来后先暂停，等你审查、修改、补充答案，再启动执行代理。这是它区别于“一键黑箱研究工具”的关键。
- 多层级知识产出：一次执行会同时产出主研究笔记（概述、关键概念、工作原理、示例、最佳实践、常见陷阱、另请参见、资源）、原子 Wiki 概念笔记、示例代码目录，复杂主题还会生成概念关系视觉地图。
- Obsidian 格式化规范：内置 YAML 前置内容规则（前置内容必须在文件首行、多值字段用数组语法、禁止重复键）、Wiki 模板引用规范，以及“相关链接放在正文末尾而非前置内容”的约定，产出可直接入库。
- 自动链接与归档：成果会附加到当日日记，若与项目相关还会在项目进度部分补链接，执行完成后把计划文件移动到归档目录，形成完整闭环。
- 跟进修改协议：后续要求调整时，会先读已有笔记再直接修改，不制造重复笔记，必要时补充新的原子概念。
和普通“帮我查一下某技术”的对话相比，它强在流程化：有规划、有去重、有确认、有结构化产出、有归档追踪，而不是一次性消耗品。
3. 如何使用该技能？
第一步：发起调用
在对话中通过斜杠命令 /research 加上研究主题。输入内容支持三类信息：
- 必填：研究主题（例如“React 服务器组件”“一致性哈希”“OAuth2”）
- 可选：具体问题或目标（例如“想搞清楚它和传统 SSR 的性能差异”）
- 可选：相关项目背景（例如“属于当前正在做的网关重构项目”）
示例输入：
/research 一致性哈希
目标：理解原理，并能判断我们的缓存集群是否需要改用这种方案
上下文：与 20_Projects/ 中的缓存网关项目相关
第二步：等待规划代理产出计划
技能会立即生成规划代理，它依次完成：识别上下文与相关领域 → 搜索既有研究与 Wiki 避免重复 → 匹配合适的专业知识角色 → 在计划目录下创建计划文件并返回路径。
第三步：审查并修改计划
协调员会提示你计划文件已生成，请审查。此时你可以直接在计划里编辑策略清单，或填写文件中的澄清问题，例如：
- 你当前的知识水平（初学者 / 中级 / 高级）
- 这是针对特定项目还是通用学习
- 你偏好理论优先还是示例驱动
如果留空，执行代理会按标准假设进行。
第四步：确认后启动执行代理
你确认后，协调员才会用计划文件路径生成新的执行代理。执行代理会：读取计划并注意你的修改 → 用网络搜索获取时效信息、抓取官方文档、收集实际示例 → 创建主研究笔记 → 拆分原子 Wiki 笔记 → 复杂主题生成概念地图 → 保存示例代码 → 追加当日日记、关联项目链接 → 归档计划文件。
第五步：查看研究摘要
执行完成后会返回一份摘要，包含创建的主笔记与 Wiki 概念列表、示例文件数量、3 条左右关键收获，以及后续步骤建议（动手练习、应用到具体项目、一周后复习）。
第六步：提出修改
如果结果不理想，直接说明要改哪里。技能会读取现有笔记直接修改，而不是新建一份重复内容；研究未完成时还会同步更新状态字段。
4. 同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| 深度研究协调工作流（research，本技能） | 知识库内的结构化深度研究工作流 | 双代理协作、计划文件确认、主笔记 + 原子 Wiki + 示例 + 视觉地图、自动归档与日记链接 | 需支持子代理的环境与对应目录体系；装好后用 /research 即可 |
技术概念深造、项目选型调研、长期知识库建设 | 优势：流程可控、产出规范、可复利沉淀；不足：依赖目录结构，主题过宽时需人工拆分 |
| 通用大模型单轮对话 | 通用问答 | 直接生成一段解释或资料汇总 | 极低，打开即用 | 快速了解名词、临时答疑 | 优势：零门槛；不足：无规划与去重，产出难以直接作为知识资产，长主题容易跑偏 |
| 产品化的深度研究功能（如带自动检索的研究模式） | 一键式自动研究报告 | 自动多轮检索并输出长报告 | 低，输入问题即可 | 快速产出调研报告初稿 | 优势：省事、出稿快；不足：过程不可干预，笔记粒度和目录归属不受你控制，难以融入个人知识库 |
| 手动 Obsidian + 模板 + 搜索 | 传统知识管理法 | 自己查资料、自己按模板写笔记 | 中，需要自建模板与纪律 | 有成熟工作流的重度笔记用户 | 优势：完全可控；不足：耗时大，去重与归档全靠自律，缺少自动化 |
选型建议：如果你只是临时想知道一个概念，单轮对话足够；如果你要产出能长期复用、能进知识库、能被项目引用的研究资产，本技能的流程化设计更匹配。
5. 该技能的典型应用场景与实际体验情况
场景一：后端工程师啃下一个陌生技术
角色：需要评估缓存方案的工程师。痛点：网上资料零散，看完仍说不清适用边界。使用方式：以“一致性哈希”为主题发起研究，并在澄清问题里选择“中级 + 示例驱动”。执行代理会给出原理、虚拟节点等关键概念、示例代码与常见陷阱。实际体验：上手难度低，命令就一条，真正的门槛在“审查计划”这一步——认真填澄清问题，产出质量会明显提升。
场景二：技术负责人做选型调研
角色：要为团队做技术决策的负责人。痛点：既怕漏掉关键对比维度，又怕重复调研。使用方式：主题带上具体目标（如“消息队列选型对比”），规划代理会先搜既有研究与 Wiki，发现已有相关笔记时会注明，执行阶段则更新既有笔记而非新建。实际体验：去重机制很实用，但要注意——如果主题本身太宽（比如只写“微服务”），计划质量会下降，建议主动拆成子主题。
场景三：自学者构建个人 Wiki
角色：想长期积累知识体系的学习者。痛点：笔记越写越乱，概念之间没有连接。使用方式：每学一个新概念就跑一次研究，让技能自动拆出原子 Wiki 笔记并生成概念关系视觉地图。实际体验：产出结构统一、前置内容规范，几乎不用二次整理就能入库；配合每日日记链接，回头复习时有清晰的路径。
场景四：写内部分享或文档前的前期调研
角色：要准备技术分享的开发者。使用方式：先用研究技能把“概述、工作原理、最佳实践、常见陷阱、资源链接”一次性铺开，再基于主笔记改写讲稿。实际体验：省去了从零收集资料的时间，且资源链接集中在一处；注意外部链接的时效性仍需自己复核。
整体体验小结：上手难度偏低（一条命令 + 一次确认），效果高度依赖计划质量与主题粒度，最大的注意事项是不要跳过确认环节，以及确保知识库目录结构与技能预期一致。
6. 该技能能为用户带来的价值
- 效率提升：把“想策略、查资料、写笔记、归档、关联项目”这五件事压缩成一次调用加一次确认，重复性整理工作几乎全部自动化。对一次中等复杂度的技术主题研究，通常能省下大量反复检索与排版时间。
- 门槛降低：不需要自己设计研究模板、不需要记住笔记规范（前置内容格式、链接位置、原子化粒度），技能内置了这些规则，新手也能产出结构专业的研究笔记。
- 质量可控：规划阶段可审查、可修改、可补充澄清问题，避免“跑完才发现方向错”的返工成本；计划文件本身也是一份可留存的研究说明书。
- 知识资产复利：主笔记 + 原子 Wiki + 示例 + 视觉地图的组合，使每次研究都在为知识库添砖，而不是产生一堆散落在对话里的碎片；去重机制让旧笔记被更新而非被覆盖。
- 成本更优：执行代理在干净上下文中工作，减少无关历史带来的令牌消耗，长对话场景下尤其明显。
- 长期价值：计划归档、日记追踪、项目进度关联形成可回溯的研究轨迹，几个月后回看仍能快速还原当时的判断依据。
7. 常见问题 FAQ
Q1：这个技能怎么安装？会不会很麻烦？
在技能市场或技能管理入口搜索技能 ID 12597 或英文名 research，一键安装并启用即可；如果环境是配置文件式安装，按官方文档放入指定目录。安装后用一个简单主题调用 /research，看是否先返回计划文件路径来验证生效。具体命令与入口位置以官方说明为准。
Q2：它是收费的吗？
技能详情中未包含任何定价信息，是否收费取决于你获取该技能的渠道与所在平台的政策，请以官方说明为准。
Q3：适合谁用？我只想快速知道一个名词是什么意思，需要它吗？
如果你只是临时搞懂一个名词，普通对话就够了。它更适合三类人：需要长期构建知识库的学习者、要做技术选型或方案调研的工程师与负责人、需要为分享或文档准备系统资料的人。
Q4：和“一键生成研究报告”的工具比，它慢一步还要我确认，值得吗？
差别在于可控性与沉淀方式。一键工具省事，但过程不可干预、产出结构不受你控制；这个技能把确认权交给你，并在执行后把成果按你的知识库规范拆分、链接、归档。如果你在意“研究结果能长期复用”，这多出来的一步很值。
Q5：如果研究结果不满意，或者主题太宽泛怎么办？
两个办法：一是在规划阶段就拆解，把宽主题拆成子主题分别研究；二是在结果出来后直接提出修改要求，技能会读取已有笔记直接修订、必要时补充新的原子概念，不会创建重复笔记。