用途：tutor-research 面向学习类提问，扮演“提前替学习者查资料的个人家教”。它把一个问题拆成若干研究轴，并行检索后汇总为可直接用于制作学习材料的、来源可验证的最新依据。
主要能力：一方面通过 context7 MCP 获取库、SDK、框架、CLI 的版本化官方文档（resolve-library-id、get-library-docs）；另一方面通过 WebSearch 获取最新变更、教程、概念对比与实务案例；必要时可用 Explore 或 general-purpose 子代理并行研究用户项目内部代码。输出包括结构化研究综合稿（Markdown，含出处）、mermaid 图示草稿和已验证来源清单。
使用方式：当请求涉及“调查、研究、最新信息、官方文档、context7、并行调查、准确内容、告诉、比较、差异、如何运作”等触发词时启用。流程为：分析问题、拆分研究轴；在同一轮内并行执行独立检索（禁止串行）；做来源交叉验证与综合。网页结果需用 WebFetch 确认存在与内容后才可引用，不生成搜索结果之外的 URL；官方文档与网页冲突时以官方文档为准并标注差异；按学习者水平调整术语难度。若 context7 不可用，退回用 WebFetch 直接访问官方文档站点；不向用户直接提问，未确认内容标注“确认需要”。
适用场景：某库或工具最新文档的梳理、概念的 A 与 B 对比与取舍、按官方文档准备的讲解与示例。若问题与库无关（如英语语法），可省略 context7 仅用 WebSearch。
限制与不适用：不应把它用于学术论文的文献综述与引用管理，也不用于市场或商业调研；单问题、非学习的深层多源交叉验证报告宜用内置的 /deep-research 工作流，且其 token 成本高于单次检索，需事先告知。GLM 后端下 WebSearch、WebFetch 会路由到 z.ai MCP 工具，须遵循相应路由表。具体价格与更多平台细节暂未提供。