用途：对任意 GitHub 仓库开展多轮深度研究，输出结构化的 Markdown 报告，适合仓库全面分析、时间线重建、竞品对比与背景调查。
主要能力：串联 GitHub API、web_search、web_fetch 三类工具，按轮次逐层深入。查询策略主张由宽到窄：先查 GitHub API，再泛化检索，最后按发现细化。来源按权重排序：官方文档与仓库最高，技术博客次之，新闻、社区讨论再次，社交媒体权重最低。
使用方式：第一轮直接执行 scripts/github_api.py，无需 read_file()。命令形如 python /path/to/skill/scripts/github_api.py <owner> <repo> summary，最后一个参数可为 summary、info、readme、tree、languages、contributors、commits、issues、prs、releases。第二轮做 3–5 次 web_search 获取概览与关键术语；第三轮做 5–10 次 web_search 加 web_fetch 深挖架构、时间线与社区情绪；第四轮分析提交历史、issue/PR 与贡献者活跃度。报告结构参照 assets/report_template.md，含元数据块、执行摘要、时间线、分析章节、指标对比表、优劣势、来源、置信度评估与方法论，并在适当时附 Mermaid 甘特图、流程图或饼图。输出文件名为 research_{topic}_{YYYYMMDD}.md。
限制：需具备访问 GitHub API 与联网检索的条件；置信度按来源质量分为高（90%+）、中（70–89%）、低（50–69%）；须为外部来源加行内引用，格式为 citation:Title，并区分事实与推测。中文内容使用全角标点。除资料所述外，具体环境依赖、速率限制与费用暂未提供。