用途：在编码开始前，为 TaskMaster 的全部任务补充研究背景。它读取 tasks.json，按依赖层级分波并行启动研究代理，把结果写回每个任务的 research_notes 字段。
主要能力：脚本 script.py 负责确定性操作，AI 负责判断。支持读取任务、生成研究提示词、写回研究结果、查看状态。优先使用原生并行扩展（python3 script.py expand 或 expand_tasks MCP 工具），在无可用提供方、原生扩展对特定任务失败、或研究需基于代码库时，才使用本技能的代理波次。
使用方式：前置条件为 tasks.json 已存在（先运行 /prd:go），已配置研究提供方（task-master models --set-research <model> --<provider>，或注册 MCP 研究工具），且至少有一个任务。流程为：预检（python3 skills/expand-tasks/script.py read-tasks）、选择范围（全部/指定 ID/按依赖层级）、生成提示词（gen-prompt --task-id <ID>）、按波次并行启动 research-expander 代理（每波最多 5 个，波内并行、波间串行）、收集并写回（write-research --task-id <ID> --research /tmp/research-task-<ID>.md），最后用 status 校验。
适用场景：用户说 expand tasks、research tasks、research before coding for all、expand subtasks 时激活；位于 PRD 解析成任务之后、执行之前。不适用于单任务研究（用 /research-before-coding）或 PRD 生成（用 /prd:go）。
限制：需已配置研究提供方，否则退出并提示配置；tasks.json 缺失时提示先运行 /prd:go；已扩展任务默认跳过；代理超时标记失败并继续；结果过短或失败需重跑该任务。研究代理工具无关，优先结构化研究工具而非原始 WebSearch/WebFetch。每个代理约 30 秒，15 个任务约 3 波、2-3 分钟。