用途：针对社交媒体等来源的具体主张做系统事实核查，而非泛泛研究。核心原则是复杂主张往往混合可验证事实与不可验证的解读，需拆解后逐项独立验证。
主要能力：分七个阶段。一、主张拆解：提取原子主张（单一事实断言、可独立验证、不含叙事解读），按实体、事件、状态、流程、因果、叙事分类，并识别缺失信息（未具名实体、缺失日期、缺少程序背景与对立视角）。二、实体解析：把模糊指代转为可检索的具体名称，建立时间线，识别关键行为者与验证来源。三、系统验证：先验证基础事实，再查程序背景（正常流程、要求、时限、合理延迟原因），最后审查因果主张，区分直接证据（当事人原话、官方声明、音视频）与间接证据。四、来源评估：按官方记录、当事人直接陈述、法律文件、多家当代新闻报道、分析评论排序，记录可信度标记与偏见指标。五、叙事模式识别：识别无证据因果链、读心式断言、选择性取材、时间混淆、假两难，并寻找反叙事与被排除的事实。六、综合报告：分列已验证事实、有争议/不明、所需上下文、叙事要素，并用确定、可能、或许、不明、虚假五级置信度。七、元分析：记录信息缺口、操纵迹象与后续调查方向。
使用方式：由具体主张触发，按顺序先拆解后验证、先基础事实后因果、先单项后综合。输出文件命名模式为 {topic}-investigation-{date}.md，保存位置见项目中的 context/output-config.md；若未找到该配置，会询问用户保存位置，并建议 research/investigations/ 或 explorations/research/。
适用场景：核查多部分复合断言、追踪主张来源、分析叙事框架。不处理泛化研究（转 research）、AI 输出核查（转 fact-check）、媒体模式分析（转 media-meta-analysis）。
限制：无法评估主张背后的动机，无法预测信息后续演变；来源可靠性、叙事解读与操纵意图判断需人工介入。常见反模式包括单源确认、因果塌缩、过早证伪、权威谬误与叙事锚定。