用途：该技能是 cc10x 的内部技能，仅负责外部研究，即在 AI 训练知识不足或用户明确要求时，从 GitHub 代码、库文档和网络资料中查找实现模式、文档与最佳实践。本地代码库搜索由其他 cc10x 工具（Grep/Glob/Read）处理，本技能不涉及。所有开发任务应使用 cc10x-router。
主要能力：按三层降级链执行研究。第一层并行调用 Octocode MCP（packageSearch）与 Bright Data 搜索，前者看真实代码与 PR，后者看官方文档与教程；若不可用则进入第一层半，用 Context7 MCP 的 resolve-library-id 与 query-docs 查库 API；再失败则用原生 WebSearch 与 WebFetch；最终失败时询问用户提供文档或 URL。研究前需通过用户确认门（AskUserQuestion），除非用户已明确要求研究或调试已失败 3 次以上。研究过程要求先研究后构建，并支持增量检查点，将结果保存到 docs/research/YYYY-MM-DD-<topic>-research.md，同时更新 .claude/cc10x/activeContext.md 与 patterns.md。
使用方式：由 cc10x-router 在调用 agent 前触发并执行，研究结果传给 planner 或 bug-investigator；不用于 code-reviewer、silent-failure-hunter、integration-verifier。
适用场景：2024 年后发布的新技术、复杂集成（认证、支付、实时）、不熟悉的 API、本地调试对外部服务失败 3 次以上，或用户明确要求研究。
限制：用户说“quick/simple”、AI 熟悉的常规模式（CRUD、REST、React 基础）、代码审查或重构任务、2024 年前的技术（除非用户明确要求）时不应调用。研究结果必须保存，否则上下文压缩后会丢失；不自动提交，需用户指示。