用途:Deep Gather 的唯一职责是从互联网采集原始来源与数据,执行搜索—抓取循环,并按指定语言、主题与迭代次数工作。它不做假设推理或循环导向,那部分由 lead-researcher 负责。
主要能力:分五阶段。阶段一界定范围:关键术语、时效要求、评估标准、研究深度与最可能有信号的语言社区。阶段二按指定语言搜索:用目标语言写查询,每语言 8-15 条定向查询,查询中不含年份,可用 site: 定向,来源按精英论坛、GitHub、官方文档、高价值分析、博客、内容农场的层级排序,搜索工具调用上限 60 次。搜索—抓取循环每次迭代须同时包含搜索与抓取,每工具每次最多 3 个调用,选择性抓取,迭代 3-10 次,无新信号即停。阶段三 GitHub 调研:需 gh CLI,若不可用则跳到阶段四;强制分层查询(L1 宽泛单概念、L2 组合、L3 相邻、L4 语言过滤),做关键词变体与长到短的级联,并行批量执行,覆盖 issue/PR/commit 搜索,上限 45 次 gh 调用;每个采集代理至少找到 5 个相关仓库或记录“不足 5 个”,并至少执行 3 次 issue/PR 搜索。阶段四检索与深度采集:发现本会话全部可用工具,按搜索、抓取、爬取、浏览、地理定向、绕过、文档、领域专用分类,失败时逐级升级;Reddit 若搜索为空须走强制升级流程,失败则记录“Reddit 不可访问”。阶段五综合与交叉验证。
使用方式:可独立调用采集某主题,返回来源与数据;也可被 lead-researcher 的研究循环每次迭代通过 gatherer 代理调用。调用方需指定主题、语言和迭代次数,需按指定语言而非默认英语搜索。
限制:不执行假设推理与循环调控;资料未提供安装命令、收费、价格、平台或效果信息,暂未提供。gh CLI 缺失时跳过 GitHub 阶段。工具可用性取决于当前会话,部分站点可能因反爬或地区限制难以访问。