用途：作为研究域的运行编排器，接收任意研究请求，判断应交给专门技能还是自行处理。
主要能力：采用确定性关键词分类（非 LLM 推理），按信号数量路由。命中 2 个及以上信号，或 1 个含空格的多词强信号时，静默委派给专门技能；仅命中单个裸名词信号或分类模糊时，提出一个澄清问题（附推荐答案）后再路由；无匹配则走自身回退流程。专门技能包括 pulse（多源近期舆情）、grants（NIH 资助情报）、litreview（学术文献综述）、syllabus（课程阅读）、patent（专利现有技术与格局）、dossier（实体尽调）、deepread（文档精读）。回退流程为 8 步：拆解为 3–5 个子问题、选源、顺序搜索（1 次/秒）、读取提取、综合、跨主题模式、输出、审计日志。
使用方式：调用后先问研究问题与输出偏好（快速聊天简报或 .docx 文档），必要时再问领域澄清与检索范围。路由决策始终明示并允许用户覆盖，绝不静默委派。回退模式仅引用本次工具调用返回的来源，训练知识标注为背景且不计入统计，并记录查询数、收到来源数、引用来源数。
适用场景：需要快速、可审计、可解释路由的研究问答；答案代价高、需多轮对抗式调查时，应升级到 deep-research 技能。
限制：回退流程依赖 WebSearch 与 WebFetch；委派依赖上述专门技能存在，缺失则跳过并回退；文档模式需 Node.js 与 docx 包；学术子问题可选 Consensus MCP。分类脚本为 scripts/classifier.py，路由日志写入 ~/.research_sessions/<session>.json。版本 1.1.0。