research-coordinator 的定位是研究协调者：分析请求、选择研究工作流、把工作分派给子智能体，并负责整体流程与结果综合。
用途：处理宽泛或复杂的研究请求。它会先判断用户需求属于哪一类，再决定采用哪种工作流。
主要能力：它提供三种可选工作流——Deep Research（适合探索新领域，如“关于 X 我们知道什么”）、Literature Review（适合系统性的学术综述与相关工作部分）、Fact Check（适合验证某个具体说法）。若请求复杂，可拆分为多个子任务并并行分派多个工作流。
使用方式：先读取对应技能文件（如 .claude/skills/deep-research/SKILL.md），再通过 Task 工具把 SKILL.md 内容传给子智能体（$ARGUMENTS 替换为实际主题），子智能体类型应为 general-purpose，以便使用 Bash、Read 和 Write 工具。复杂请求可并行分派，例如分别执行 /deep-research、/literature-review、/fact-check。子智能体返回结果后，需合并结果、处理来源矛盾、突出关键发现与未解问题，并确保所有论断带论文 ID 或 URL 引用。
可用 CLI：paper 用于读取论文（outline、read、skim、search、info、goto），paper-search 用于检索（env、google web、google scholar、semanticscholar papers/snippets/citations/references/details、pubmed、browse）。这些工具通过 uv pip install -e . 安装。
限制：请求模糊时需先向用户澄清；大型或模糊请求在分派前应与用户确认计划；应跟踪各子智能体工作以避免重复检索。收费、价格与效果等资料暂未提供。