用途:帮助用户把模糊的代码库调研请求转化为系统化、可验证的理解过程,适用于在修改、扩展、学习或排查代码前先摸清架构、模式与实现细节。
主要能力:
- 分阶段流程:理解请求、探索、记录发现、过渡。
- 强制先提问:第一阶段不得读文件、搜索代码或做出假设,需一次只问一个问题,优先使用多选题,围绕目的、具体需求、范围、约束和已有线索澄清。
- 理解确认:在探索前先复述理解并请用户确认。
- 文件定位:通过 file-finder 子代理找出核心文件、支撑文件、测试文件与配置文件,并给出建议阅读顺序。
- 任务跟踪:用 TaskCreate 按文件类别建任务,并用 TaskUpdate 更新进度。
- 结构与调用分析:可用 LSP 的 goToDefinition、findReferences、documentSymbol、incomingCalls、outgoingCalls;若无 LSP 则退回基于 Grep 的检索。
- 外部研究:单页查询直接用 WebFetch,多来源综合再用 web-researcher 子代理。
- 增量汇报:分节呈现发现并请用户校验,必要时调整方向。
- 文档产出:在 docs/plans/YYYY-MM-DD-<topic>-research.md 生成研究文档,含问题陈述、需求、发现(相关文件表、现有模式、依赖、外部研究、技术约束)、开放问题与建议。
使用方式:调用该技能并传入研究主题($ARGUMENTS)。随后按引导逐一回答问题,确认理解后进入探索;技能会定位文件、阅读核心与支撑代码、追踪数据流、识别约束,并按需做外部调研。最后生成研究文档,再由用户选择制定实施计划、继续研究或结束。
适用场景:调研陌生代码库、设计改动前了解现状、评估架构与依赖、学习实现模式、梳理技术约束与风险。
限制:资料未提供具体运行环境要求、安装方式、性能指标、收费信息或与其他工具的集成细节;LSP 深度分析依赖已配置的语言服务器,缺失时只能做文本检索。