Research 是 udecode/plate 项目中的一个工作流/技能，定位为可恢复的证据研究系统，而非聊天式浏览。它服务于为 Plate 或 Slate 的某项功能研究先例和外部编辑器证据，并挑选最有可能改变决策的空白点进行深入。
用途：Research 主要用于发现与综合证据，不执行基准测量、不逐条关闭 issue 语料库、不修补产品代码。它通过一系列步骤组织研究过程：选择问题、确定范围、搜索注册、查询、线索、阅读日志、评分、推广。
主要能力：
- 提供多种模式：针对具体功能或问题运行发现；对某个领域进行完整编译（full）；维护已有研究通道（maintain）；审计外部编辑器架构（audit）；从外部编辑器采集可移植行为证据（harvest）等。
- 发现运行会记录问题、范围、停止规则、产物路径等，并搜索网络与 GitHub，但网络和 GitHub 命中仅作为线索，必须本地检查真实源码后才能做出代码级断言。
- 使用结构化账本（ledger）管理研究状态，包括仓库注册表、查询账本、线索账本、阅读日志、拒绝账本和推广账本，支持分片处理与断点续跑。
- 对线索进行评分（影响、新颖性、适用性、可证明性、风险），达到阈值或匹配用户报告缺陷时推广为测试包、基准包、计划包、文档包或无代码决策。
- 提供编译层（docs/research）用于沉淀可复用知识，区分原始证据与编译摘要，并支持维护检查（矛盾、新鲜度、孤儿页面等）。
使用方式：
- 通过命令行参数调用不同模式，例如
<feature or question>触发发现运行，full <area>完整编译，maintain <area>维护，audit审计，harvest采集等。 - 研究运行产物存放在 docs/research/runs/<date>-<topic>/ 下，包含多个 TSV 账本和分片摘要。
- 编译层位于 docs/research，原始证据位于 ../raw。
适用场景：
- 需要为 Plate/Slate 功能决策寻找外部编辑器（如 ProseMirror、Lexical、Tiptap 等）的先例与证据。
- 需要系统化地跟踪研究线索、避免重复工作、并产出可验证的测试或基准方案。
- 需要对研究知识库进行维护和编译。
限制：
- 不执行基准测量（由 benchmark 负责）、不逐条关闭 issue（由 issue-harvester 负责）、不修补产品代码。
- 外部编辑器是压力来源，不是要克隆的架构；必须将经验翻译为 Slate/Plate 的模型与词汇。
- 网络和 GitHub 搜索结果不能直接作为代码级证据。
- 暂未提供关于收费、平台要求等商业信息。