Research Synthesis 技能说明
用途
synthesizing-research 用于整合并行开展的研究。当多个智能体分别探索问题的不同方面并各自产出独立发现文件时，该技能将这些文件合并为一份自包含文档，使没有先前背景的读者也能完整理解研究结论。
主要能力与流程
-
定位研究文件：按 Glob 模式
docs/plans/*-<topic>-*.md搜索与主题相关的研究文件，并排除*-plan.md与*-research.md（即综合输出文件）。若未找到文件，则要求用户指定路径。 -
阅读全部源文件：完整读取每个研究文件，记录各来源的关键发现、重叠或矛盾信息、提及但未深入调查的空白，以及各研究者声明的信心等级。
-
按主题组织：按主题而非按来源重构发现，将多位研究者关于同一主题的信息归并在一起。可关注的主题包括：架构与设计模式、数据流与状态管理、外部依赖与 API、安全与性能考量、测试模式与覆盖、空白与未决问题。
-
撰写综合文档：输出到
docs/plans/YYYY-MM-DD-<topic>-research.md（使用当天日期）。文档包含以下章节：问题陈述、需求、发现（按主题分节）、外部研究（含来源引用与信心评估）、技术约束、未决问题、建议、来源表（列：文档、研究者、关注领域）。 -
验证与呈现：写完文档后向用户呈现关键发现摘要，并说明综合过程中发现的矛盾或空白。
适用场景
适用于多智能体并行调研后的结果汇总，例如围绕一个技术方案从架构、依赖、安全、测试等角度分头研究后，需要形成一份统一、可独立阅读的研究报告。
质量准则
一份好的综合文档应：自包含、按主题而非按来源组织、解决或显式标注来源之间的矛盾、保留外部研究的来源引用、识别需要进一步研究的信息空白、给出可执行的建议。
反模式（应避免的做法）
- 不要按顺序复制粘贴各研究者的输出，而应按主题重组。
- 不要丢弃外部研究的来源引用，应全部保留。
- 不要静默处理矛盾，应显式标注。
- 不要包含原始笔记或探索日志，应提炼为发现。
- 不要假设所有发现的信心相同，应标注信心等级。
限制
资料未说明该技能的安装方式、运行环境要求、收费情况或其他平台相关信息，这些暂未提供。