用途：位于研究流水线的第三环（/research-outline → /research-add-* → /research-deep → /research-report），读取既有研究大纲，为其中每个条目批量启动独立后台 agent 做深入调研，最终为每条生成一份结构化 JSON，供后续报告环节使用。
主要能力与用法（按技能文档所述流程）：
- 自动定位大纲：从当前工作目录 Glob */outline.yaml，读取 items、execution.batch_size、execution.items_per_agent、execution.output_dir。
- 续跑检查：Glob {output_dir}/*.json，跳过已有 JSON 的条目，只调度尚未完成的条目。
- 分批执行：按 batch_size 分组，每组通过 Task 工具启动 agent（subagent_type: general-purpose 或项目已注册的研究子代理），run_in_background: true；禁用逐 agent 输出，agent 直接写入各自 JSON 路径。每 agent 处理至多 items_per_agent 个条目。需用户批准后才启动下一批，便于抽查首批质量。
- 等待与监控：等待当前批次完成，展示进度（N/总数）。
- 汇总报告：输出完成数量、标记失败或 uncertain 的条目列表、{output_dir}/ 路径。
参数：每条件捕获 {topic}、{item_name}、{item_related_info}、{output_dir}（默认 ./results）、{fields_path}、{output_path}。文件名 slug 规则：小写，将连续非字母数字替换为 _，去除首尾 _（例：GitHub Copilot → github_copilot，Cursor (Anysphere) → cursor_anysphere）。
输出要求：按 fields.yaml 字段定义输出 JSON；不确定值标 [uncertain] 并在末尾列 uncertain 数组；所有字段值为英文。完成后运行校验：python ~/.claude/skills/research-outline/validate_json.py -f {fields_path} -j {output_path}，校验通过才算完成。
适用场景：已有研究大纲、需要逐条深入调研并产出统一结构化结果的多条目研究任务。
限制与注意事项：校验器路径 ~/.claude/skills/research-outline/validate_json.py 与安装位置耦合，若技能被复制到别处（如项目本地 .claude/skills/），路径会失效并导致子代理卡在校验步骤；禁用任务输出的后台 agent 出错无预警，应抽查首批 JSON；续跑仅靠文件名匹配，崩溃产生的半成品 JSON 会被误判为已完成，需手动删除；slug 冲突会静默覆盖（如 GPT-4 与 GPT 4），可用 {category_slug}_{name_slug} 区分；校验器的必填字段检查是唯一后置条件，若 fields.yaml 未设 required: true，几乎空的 JSON 也会通过。
本条目未提供收费、价格、支持平台等信息。