用途：接收用户提供的研究主题，自动完成深度网络调研、信息收集、知识整理与结构设计，最终生成可视化关系图谱PDF。与被动转换数据的 structure-to-pdf 不同，它侧重主动研究与知识挖掘。
主要能力：使用 WebSearch 进行多轮调研，覆盖主题概述、核心要素、关系与层次分类；记录参考资料来源；识别关键实体和关系；根据主题类型选择结构，如人物家族谱系、社会网络、组织架构、概念图谱、流程图、技术架构等；优先用 Graphviz（DOT 语言）实现，备选 PlantUML、Mermaid；生成矢量 PDF，可无限缩放；可选生成说明文档。
使用方式：支持“调研……并做图”“研究……的关系”“深度分析……并可视化”“生成知识图谱”等触发场景。工作流为任务规划、深度调研、结构设计、可视化实现、PDF 生成、文档整理。生成命令示例：dot -Tpdf diagram.dot -o output.pdf。默认输出到 ~/Downloads/ 或用户指定目录，文件包含 <topic>_relations.dot、<topic>_relations.pdf、<topic>_sources.md（可选）。可用参数：--tool、--layout、--output、--depth、--sources。
依赖与安装：必需 Graphviz，macOS 可用 brew install graphviz；WebSearch 为 Claude Code 内置；可选 PlantUML（brew install plantuml）、Mermaid CLI（npm install -g @mermaid-js/mermaid-cli）。
适用场景：从零研究并可视化某主题、了解领域知识结构、生成人物关系图或概念图谱、绘制组织或技术架构图、可视化关系网络。
限制：需先调研，耗时相对较长；无现成数据时适用，已有结构化数据宜用 structure-to-pdf；单个图谱建议不超过 50 个节点；中文可能乱码，需指定中文字体如 Arial Unicode MS；布局可调 ranksep、nodesep、rank=same、splines 等；资料未提供收费、价格与效果保证等细节。