用途：面向科研探索早期阶段，引导研究智能体扫描最新文献，识别新兴现象（趋势、数据异常、新技术）并提炼可验证的研究空白。
主要能力：提供两种模式。模式A（文献驱动，默认）以宽泛关键词检索近1-2年文献，识别主要现象与理论争议；优先分析5-10篇最新综述/调查类论文的Future Works、Discussion或Open Challenges；处理超过10篇原始论文时分批（每轮5篇）并将局限记录到temp_limitations_log.md；将空白分类为现象、理论、方法、实证、性能或评估空白，并形成3-5个研究问题。模式B（数据集驱动）检索近1-2年Data Descriptor或Dataset Paper，关键词如data descriptor、dataset descriptor、scientific data、data in brief；可提取作者在Usage Notes、Value of the Data等部分建议的衍生研究方向，或结合用户选定方法（如Random Forest、Causal Inference）对数据集变量做新颖性核查。
依赖：literature-search-openalex、literature-search-arxiv、literature-search-biorxiv、pubmed-database。
使用方式：按用户指令选择模式。示例："Gunakan skill discover-phenomenon-and-gap untuk mengeksplorasi fenomena penggunaan model AI kolaboratif (multi-agent) dalam dunia pendidikan dan cari gap risetnya." 输出报告按模式给出对应字段，如主要现象、趋势证据、未解决问题、空白类型、潜在贡献、风险与难度（Trivial/Moderate/Hardcore）；模式B还需给出数据描述符来源、数据集特征、作者建议、变量关系创新及执行建议。
限制与注意事项：禁止编造空白，结论前必须检索；避免仅因某地/某情境未研究就称其为空白，除非有科学证据表明该差异影响数据行为；模式B必须附可访问的原始数据仓库链接（Zenodo、Figshare、Dryad等），数据须可实际下载。其他具体收费、平台等信息暂未提供。