SuperAPI AI 工具集

structured-research

写作与研究

查看项目

更新于 10-16 07:59

技能介绍

structured-research 是一个独立技能,用于在假设成为规划输入之前,用结构化调研加以验证。核心原则是:假设不等于证据,证据不等于结论,结论只是建议而非命令。

适用场景:当某个信念仍属假设(如“我认为 X 是这样工作的”“这个库大概支持 Y”“Z 是快路径”),且即将在未验证的情况下进入规划或开发,出错代价真实存在时;或者用户明确要求“验证这个”“这是真的吗”“调研一下是否……”“验证我的假设”。不适用于生成或探索想法、修复已知缺陷,或claimed 已经确定只待实现的情况。

主要流程分阶段,并设有硬性关卡。阶段 0 预检:静默扫描项目上下文,检测技术栈(package.json、Cargo.toml、requirements.txt、go.mod、pom.xml)、假设是否涉及项目内已有的库或 API、以及 git log --oneline -10,然后问候。阶段 1 假设收集:把模糊信念操作化为精确、可证伪的问题,并说明什么会使它不成立,需用户明确确认(最多 2 个澄清问题,一次只验证一个假设)。阶段 2 方法选择:读取 references/research-methods.csv,推荐 1–3 种方法,其中至少包含一种反驳性方法(如证伪、反例搜寻、事前验尸)。阶段 3 取证:按方法选用 Context7、Tavily/WebSearch、代码扫描或技术探针,每条证据须记录来源(URL、文档、文件:line 或探针输出)。阶段 4 筛选关卡:用 advisor() 对全部证据做压力测试,若不可用则内联执行同样的对抗性复核并明确说明。阶段 5 分级结论与建议:加载 references/verdict-format.md,输出 Confirmed/Refuted/Inconclusive、置信度、假设、理由、关键证据与反证、非约束性建议、以及何种证据会改变结论。

三条铁律:无证据不下结论;至少一种方法要主动尝试证伪;结论仅供参考。报告保存至 docs/pocket/research/YYYY-MM-DD-kebab-slug/research-report.md。资料未提供具体收费、价格或平台限制信息。