技能
Core
研究工作流
结构化的外部上下文研究——10 点完整清单(L3-L4)、5 点精简模式(L2)、实现过程中针对未知项的缺口发现协议。
概述
研究工作流定义了研究员 agent 在规划开始前如何调查外部上下文,以及实现过程中遇到未知项时如何应对。它提供了结构化清单、工具选择优先级和缺口发现协议——确保研究系统化而非临时拼凑。
研究模式
| 模式 | 复杂度 | 检查点 |
|---|---|---|
| 完整 | L3-L4 | 10 |
| 精简 | L2 | 5 |
| 跳过 | L1 | 0 |
10 点清单
- 版本与依赖——技术栈的当前稳定版本
- 破坏性变更——迁移指南、已弃用的 API
- 最佳实践——官方文档和社区推荐的方法
- 技术栈文档——通过 context7 或网络搜索获取相关章节
- 架构模式——类似任务的参考实现
- 兼容性——对等依赖冲突、运行时兼容性
- 安全公告——依赖树中的已知 CVE
- 过往经验——此前任务中的相关经验教训(通过 LTM,如可用)
- 现有代码库——项目中已有的可复用组件
- 基础设施约束——端口、资源、服务器限制
精简模式使用检查点 1、3、4、6、9——聚焦于中等复杂度任务中最可能引发问题的方面。
工具选择优先级
研究员 agent 按以下顺序适配可用工具:
- context7 MCP——节省 token 的库文档(技术栈文档的首选)
- WebSearch——版本检查、CVE 查询、社区最佳实践
- WebFetch——特定文档页面、发布说明
- 长期记忆(LTM)API——来自长期记忆的过往任务经验
- 代码库工具——始终可用:grep、glob、read 用于本地分析
不硬性依赖任何特定工具。缺少工具时可优雅降级——来自训练数据的发现会标记为 [unverified]。
缺口发现协议
当开发 agent 在 /dr-do 期间遇到未知项时:
- 触发——导入失败、意外的 API 行为、文档不匹配、缺少依赖
- 派生——启动研究员子 agent,针对具体缺口进行聚焦查询
- 调查——使用可用工具进行针对性研究
- 记录——将发现追加到洞察文档的“缺口发现”章节
- 评估——该缺口是可解决的还是根本性的?
- 恢复或升级——可解决的缺口返回实现;根本性缺口(技术选型错误、需求不可行)则停止并建议返回
/dr-prd
输出格式
结果写入 datarim/insights/INSIGHTS-{task-id}.md,包含 7 个章节:
- 技术栈与版本
- 最佳实践
- 文档参考
- 现有代码库
- 风险与兼容性
- LTM 上下文
- 缺口发现(在实现过程中持续增长)
仅填写相关章节。每项发现均包含其来源。基于训练数据的发现标记为 [unverified]。