用途：当方案尚未确定、需要来自开源项目、一手研究和受控基准或 A/B 实验的比较性证据来做决策时，使用 loop-research。它只是一个轻量的编写入口，绑定研究选型包，启动负责人访谈，再按 loop-graph 编译常规的 executor、ledger、directives、ops 和 supervisor 产物。它不是研究节点、第二运行时或第二套模板。
主要能力：读取并绑定 preset.md，该包包含北极星目标、supervisor 要求、访谈、证据形态、方法护栏、旋钮覆盖和产物侧重，不应重新设计。启动负责人访谈，只询问包中未决的选择，如决策/范围、证据预算与数据权限、启动方式，并以推荐的 A/B（或 A/B/C）选项呈现，不要求负责人自行发明评估标准。随后按 ../loop-graph/SKILL.md 从“When called from a preset skill”到 generate 和 deliver 执行，仅从 loop-graph 的 templates/ 编译。
使用方式：仅在用户明确调用 /loop-research 或点名该技能时使用。调用时像 loop-graph 一样检查工作区、现有证据、实验装置、数据策略和当前宿主；若上下文已能识别客户端，不要询问是哪个客户端。
适用场景与限制：适用于方法未定、需要比较性证据的决策。方案选定后应改用 ../loop-deliver/SKILL.md，代码整合用 ../loop-converge/SKILL.md。若只需简短回答、单次来源查询或非比较性文献综述，应使用宿主的普通研究任务而非图。该技能本身不执行生成的节点。其他细节暂未提供。