用途：该技能定义编排器代理开展深度、多来源智能体研究的方法论，仅在用户提及 deep research、comprehensive research、agentic research、multi-source research、/agentic-research 等触发条件时由编排器加载；专家代理则加载共享的 agentic-research 技能及各自领域技能。
五阶段流程：一、澄清协议。必须使用 AskUserQuestion 工具提出至少 5 个澄清问题，覆盖范围边界、深度要求、目标读者、输出格式、必须回答的 3-5 个关键问题、已知来源或起点、时间敏感性，并持续追问直至零歧义。二、准备。创建输出目录结构，命令为 mkdir -p ./docs/research/YYYY-MM-DD-<topic-slug>/findings、sources、artifacts，写入 research-brief.md，并用 notebooklm create "Agentic Research: <topic>" --json 创建笔记本，记录 notebook ID，后续所有 NotebookLM 命令均用 -n <notebook_id> 标志，禁止使用 notebooklm use。三、派发。用 TeamCreate 建队，team_name 为 agentic-research-<topic-slug>，agent_type 为 agentic-orchestrator，再通过 Task 工具派发恰好 3 个专家：exa-specialist（做 10-20 次语义搜索）、firecrawl-specialist（映射/抓取站点并自动嵌入 Qdrant）、notebooklm-specialist（始终加 -n <notebook_id>）。四、主动编排循环。作为中枢主动管理信息流，评估专家上报的 URL，筛选并转交给 NotebookLM 专家，发现文档站点则通知 Firecrawl 抓取，避免重复发送，持续编排至三个专家均报告完成。四·五、请求 NotebookLM 专家生成制品（报告、思维导图、数据表）。五、综合与收尾：读取所有发现文件，查询 Qdrant 补齐覆盖缺口，写出 report.md 与去重后的 sources.md，发送 Gotify 通知，写入持久记忆，向各专家发送 shutdown_request 后 TeamDelete，并向用户呈现结果。
限制与注意事项：NotebookLM 每个笔记本上限 300 个来源（付费计划），对 NotebookLM 来源应重质不重量；深度研究耗时约 30-60 分钟；并行安全要求使用 -n <notebook_id>；通过 zsh-tool 调用脚本时必须使用 pty: true。参考资料包括 references/agent-spawn-patterns.md、references/templates.md、examples/orchestration-transcript.md。具体工具可用性与定价资料未提供。