用途：在开发者或技术负责人需要先弄清某个技术未知点、再决定采用何种方案时，运行一次限时技术调研（spike），产出具体发现与推荐结论，让团队能更有把握地写规格，而不是靠猜测。
主要能力：定义可回答的核心问题并设定时间盒（1 小时快速可行性检查、半天中等调研、1 天含概念验证的深入调研）；可选关联已有 issue 并提取领域上下文、约束与成功指标；并行开展代码库探索（查找既有实现、先前尝试、ADR，加载 docs/steering/TECH.md 约束，识别集成点与依赖）与外部调研（WebSearch/WebFetch 查文档、基准、权衡）；归纳出 2–3 个具体方案，各含名称、摘要、优缺点、工作量估算及与 TECH.md 的契合度；给出单一推荐及主要风险与缓解方式；与用户复核后写出发现文档。
使用方式：先完成 GitHub CLI 安装与认证检查（未安装或未认证则停止，本技能不需要扩展）；若用户未说明调研内容，则通过 AskUserQuestion 询问问题与时间盒；可选关联 issue；研究后形成方案并推荐；复核通过后按严格 STE 写入 docs/spikes/<YYYY-MM-DD>-<slug>.md，结构含问题、考虑过的方案、推荐、决策清单，并执行 mkdir -p docs/spikes、git add、git commit -m "docs(spike): <question summary>"，打印文件路径；若有关联 issue，用 python3 .wtf/gh-body.py comment <issue_number> --body-file "$COMMENT" 发布结论评论；最后询问下一步（写 Epic、写 Trace 或停止）。
适用场景：技术选型、可行性验证、架构决策前的调研。限制：需已安装并认证 gh；时间盒与问题必须具体可答；若证据确实模糊或问题比预期更难，应明确说明并建议概念验证或更窄范围的后续 spike；文档路径与命令需按资料原样执行。