用途：multi-agent-research 提供 Anthropic 多智能体研究系统的生产模式，用于高效完成复杂、多面的研究任务。适用于研究存在 3 个及以上独立维度、需同时对比多个替代方案、需综合 10 个以上来源、时间敏感需并行处理、技术路径不清晰的场景。简单事实查询（1-2 个来源）、单一维度问题或顺序研究即可解决时，不建议使用。
主要能力与原则：一是按查询复杂度分配精力，分为简单事实查询（3-10 次工具调用）、直接对比（10-15 次调用）和复杂多面研究（20 次以上调用，可用深度研究员或并行子任务）；复杂度经验法则为研究问题含 3 个以上独立维度时采用并行或深度研究员。二是并行工具执行，将独立检索放在同一条消息中同时发起，作者称可提速约 90%。三是搜索策略先宽后窄，逐步收敛，避免一开始就使用过于具体的查询。四是研究前用扩展思考规划、结果返回后用交叉思考评估来源权威性与信息缺口。
使用方式：文档给出若干 MCP 工具调用示例，例如：mcp__ref__ref_search_documentation 用于查文档，mcp__exasearch__web_search_exa 用于网页检索，mcp__exasearch__deep_researcher_start 与 mcp__exasearch__deep_researcher_check 用于启动和轮询深度研究任务（含约 5 秒延迟）。当工具反复失败时，可改用备用工具、改写查询、拆分查询，并记录失败模式与适配方案。最终结论采用四要素压缩：核心主张、证据、来源与置信度、与决策的相关性，避免整篇复制文档。
适用场景：API 或文档字段核对、技术方案对比、架构选型、系统集成与迁移路径研究等。限制：需依赖上述 MCP 工具环境；官方未提供收费、价格与平台支持等事实，暂未提供。原文部分内容在此处不完整，更多细节暂未提供。