用途：作为演示文稿制作的 Phase 0（调研→幻灯片素材），针对 AI for Science、政策建议、技术战略等主题，系统收集证据并整理为结构化调研笔记（research-notes.md），再交付给 Phase 1（Presentation Architect）。
主要能力：借助 GitHub MCP 工具与网络检索工具完成资料收集，包括 search_repositories（发现主题相关仓库，按 Stars 排序）、get_file_contents（获取 README、docs、配置文件）、search_code（查找实现模式）、search_issues 与 search_pull_requests（了解讨论与变更）、list_commits（把握开发活动趋势），以及 web_search（检索论文与外部技术信息）和 web_fetch（获取页面详情）。输出模板包含执行摘要、主要仓库表、技术对比表、论文文献表、代码模式、最新动态（Issue/PR）、洞察与编号出处清单。
使用方式：Step 1 从用户输入提取关键词，生成 3～5 组英日双语查询并定义调研范围；Step 2 检索仓库并读取前 5～10 个仓库的 README、实现模式、讨论与提交；Step 3 检索并获取论文与外部资料，区分预印本与同行评审；Step 4 结构化整理、制作技术对比表、导出洞察并为每条信息附出处 URL。之后进入验证循环：检查出处完整性、可靠性标签、比较公平性、信息鲜度与模板完整性。
限制与注意事项：存在 GitHub MCP 隐式速率限制，单主题调用建议不超过 15 次，检索宜分批进行；禁止收录无出处信息；所有文献需标注同行评审/预印本/技术报告/博客；须英日双语检索以避免偏差；不得全文复制论文或擅自转载图表；对私有仓库内容需确认可否公开。资料未提供具体定价、安装命令与官方平台信息。