用途：面向复杂主题、市场调研、技术格局等需要大量网页浏览、数据合成与结构化报告的任务，提供自主的多维度深度研究框架。
主要能力：将研究主题拆解为原子任务并分配给子代理；采用文件系统驱动的任务架构，防止上下文膨胀、跟踪进度；通过 project_manifest.json、main_log.md、knowledge_fragments.md 等文件管理状态；支持动态任务扩展与饱和度审核；最终合成学术风格的对比分析报告。
使用方式：触发后在目标目录建立研究工作区，参考 assets/example_workspace/ 模板；先做广泛探索并写入 initial_context.md；派生领域方法论子代理产出 domain_methodology.md；再按维度分配研究子代理，要求增量追加发现、记录来源与可信度、检查冲突；子代理完成后运行饱和度检查脚本 python <path_to_this_skill_directory>/scripts/check_saturation.py [Task Directory Path]；全部饱和后编译 final_synthesis.md。可视化器需用户自行在另一终端运行：python <path_to_this_skill_directory>/visualizer/server.py <target_directory>，随后访问 http://localhost:8080。
适用场景：需要多来源数据积累、对比指标与结构化引用的深度研究任务。
限制：饱和度门槛较高（每任务至少 5 个不同域名和 10 个细粒度事实）；子代理上限最多 10 个；具体收费、价格与平台支持情况暂未提供。