用途：为研究型工作流提供可编程的 Firecrawl 使用模式，完成搜索、单页抓取、学术论文获取、递归深度研究，并把原始结果持久化以便日后重新分析。
主要能力：
- 编程调用公共 Firecrawl API（https://api.firecrawl.dev），无需自托管。主要端点：POST /v2/search（搜索并抓取多页）、POST /v2/scrape（抓取单个已知 URL）。建议直接用 fetch() 而非官方 SDK（SDK 使用 jiti 动态导入，与 Bun 模块解析不兼容）。JS 渲染页面需传 waitFor，否则可能只拿到未水合的页面外壳，且仍返回 200，需自行核对内容。
- 学术论文路由：按来源选择最优方式——arXiv 用 /html/ID 直取 HTML；Semantic Scholar 用其 API；ACL Anthology、NeurIPS/ICML/ICLR、IEEE Xplore、ACM DL 用 Firecrawl 抓取（后两者建议 waitFor: 3000）；作者博客可用 Jina Reader 兜底；DOI 先解析到出版商 URL 再路由。
- 递归深度研究协议：deepResearch(topic, breadth=4, depth=2, concurrency=2)。每层生成 breadth 个查询，经 p-limit 控制并发执行搜索，抽取要点与后续问题，再以 breadth=ceil(breadth/2)、depth-1 递归，depth=0 时汇总。每次搜索默认 limit=5、超时 15000ms；单页约裁剪至 25000 token。原则是部分结果优于整体失败，单查询失败应记录并继续。
- 原始语料持久化：所有抓取页面以原始 markdown 存入 docs/research/corpus/YYYY-MM-DD-{slug}.md，带 frontmatter（source_url、scraped_at、scraper、firecrawl_endpoint、search_query、result_index、research_session、depth_level 等），正文不得修改；会话报告置于 docs/research/sessions/，并用 corpus-index.jsonl 追加登记，便于去重与再分析。
- 图片与图表捕获：文本型抓取会丢失架构图、结果图等，如需保留可探测 arXiv HTML 的顺序图 URL（x1.png、x2.png……直到 404），只收集绝对 URL 并以 内联嵌入，frontmatter 记录 figure_count 与 figure_urls，不要改写成相对路径。
使用方式：先按 TodoWrite 模板选择任务模板，再按上述端点和流程执行；命令与代码保持原样。
适用场景：需要批量调研、学术论文采集、可复用原始语料库，或需要重新分析既有抓取内容的场景。
限制：官方说明公共 API 无需 API key 即可应答，但请求限流与排队属于可接受范围，不应为此搭建私有部署；该技能已明确弃用自托管（2026-08-13 退役）。文中提及的 Jina 截断、WebFetch 被阻止等属具体观察，使用前宜自行验证。官方资料未提供定价、配额、平台支持等信息。