Research Ops 是一套面向 ECC 的“证据优先”当前状态研究工作流（operator wrapper），用于处理需要最新公开信息支撑的研究类任务。它并非 deep-research、exa-search 或 market-research 的替代品，而是告知在什么情况下、以何种方式将它们组合使用。
用途 当用户要求研究某个当前话题、比较选项、补充人物或公司信息，或把重复性查询变成可监控的工作流时，可调用此技能。触发信号包括用户说出“research”“look up”“compare”“who should I talk to”“what's the latest”，或答案依赖于当前公开信息，或用户已提供证据并希望将其纳入新的建议中。
技能栈 在工作流中按需引入以下 ECC 原生技能：exa-search 用于快速发现当前网络信息；deep-research 用于带引用的多来源综合；market-research 用于最终输出为推荐或排序决策的场景；lead-intelligence 用于人物/公司定位而非通用研究；knowledge-ops 用于将结果沉淀为长期上下文。
使用方式 工作流分五步。第一步，从用户已给材料出发，将其规范化为“已证实事实”“待验证”“开放问题”，不重复从零分析。第二步，对请求分类，在检索前选定路径：快速事实回答、对比或决策备忘、线索/信息补充、可复用监控候选。第三步，优先采用最轻量且够用的证据路径，先用 exa-search 快速发现，在需要综合或多来源时升级到 deep-research，在结果需落到推荐时使用 market-research，在真实需求是目标排序或找关系路径时转交 lead-intelligence。第四步，报告时明确标注证据边界，对重要主张说明其属于来源事实、用户提供背景、推断还是建议；时效敏感的回答须附具体日期。第五步，判断任务是否应保持手动，若用户可能反复提出同一研究问题，应明确指出并建议引入监控或工作流层。
输出格式 输出包含四块：QUESTION TYPE（factual / comparison / enrichment / monitoring）；EVIDENCE（来源事实、用户提供背景）；INFERENCE（由证据推得的内容）；RECOMMENDATION（答案或下一步行动，以及是否应转为监控）。
适用场景与限制 适用于依赖当前公开信息的研究、对比、补充与决策类任务。需遵守护栏：在新鲜检索成本较低时，不得凭借过时记忆回答当前问题；必须区分来源事实、用户提供证据、推断与建议；若答案已存在于本地代码或文档中，不应启动重量级研究流程。常见陷阱包括：不标注就将推断混入来源事实、忽略用户提供的证据、对本地可答问题使用重研究路径、时效敏感回答未附日期。验证要点：重要主张按证据类型标注、时效敏感输出含日期、最终建议与实际使用的研究模式一致。
其他信息（如收费、价格、平台支持等）暂未提供。