跳到主要内容
知仓学习社ZHICANG

research-ops

以证据为先的ECC当前状态研究工作流程。当用户希望基于当前公开证据和提供的本地上下文获取最新事实、比较、丰富信息或建议时使用。

不碰外部(只输出文字)无严重或高危命中affaan-m/ECC

它会碰到什么

扫了多少1 个文本文件,1 KB
它会碰到什么不碰外部(只输出文字)
命中总数0 处
命中统计严重 0 · 高 0 · 中 0 · 低 0

这一栏是扫描器报的事实,不是结论。命中多不等于有毒(安全工具、规则库、示例脚本本来就会包含危险写法),命中少也不等于干净。它和你手上的凭据、文件、网络有什么关系,需要你自己看。

技能内容

研究运营

当用户要求研究当前信息、比较选项、丰富人员或公司信息,或将重复查询转化为可监控的工作流时,使用此功能。

这是仓库研究栈的操作封装。它并非 deep-researchexa-searchmarket-research 的替代品;而是指示何时以及如何将它们结合使用。

技能栈

在相关场景下,将这些 ECC 原生技能纳入工作流:

  • exa-search:用于快速发现当前网络信息
  • deep-research:用于多源综合并附带引用
  • market-research:当最终结果应为建议或排序决策时使用
  • lead-intelligence:当任务针对人员/公司而非通用研究时使用
  • knowledge-ops:当结果需持久存储于后续上下文时使用

使用时机

  • 用户提及“研究”、“查找”、“比较”、“我应该联系谁”或“最新情况”
  • 答案依赖于当前的公开信息
  • 用户已提供证据,并希望将其纳入新的建议中
  • 任务可能具有重复性,应转为监控而非一次性查询

防护措施

  • 当新鲜搜索成本低廉时,不要依赖过时记忆回答当前问题
  • 区分:
  • 有来源的事实
  • 用户提供的证据
  • 推断
  • 建议
  • 如果答案已存在于本地代码或文档中,不要启动繁重的研究流程

工作流

1. 从用户已提供的信息出发

将任何提供的材料规范化为:

  • 已有证据的事实
  • 需要验证的内容
  • 未解决的问题

如果用户已构建部分模型,不要从零开始重新分析。

2. 对请求进行分类

在搜索前选择正确的路径:

  • 快速事实性回答
  • 比较或决策备忘录
  • 线索/丰富化处理
  • 重复监控候选

3. 优先采用最轻量的有效证据路径

  • 使用 exa-search 进行快速发现
  • 当需要综合或多源信息时,升级至 deep-research
  • 当结果需以建议形式呈现时,使用 market-research
  • 当实际需求是目标排序或温暖路径发现时,转交至 lead-intelligence

4. 报告时明确证据边界

对于重要声明,说明其属于:

  • 有来源的事实
  • 用户提供的上下文
  • 推断
  • 建议

对时效性敏感的答案应包含具体日期。

5. 决定任务是否应保持手动

如果用户可能反复提出相同的研究问题,请明确说明,并建议采用监控或工作流层,而非永远重复相同的手动搜索。

输出格式

问题类型
- 事实性 / 比较性 / 补充性 / 监控性

证据
- 有来源的事实
- 用户提供的上下文

推论
- 从证据中得出的结论

建议
- 答案或下一步行动
- 是否应将其设为监控项

常见陷阱

  • 不要将推断混入有来源的事实而不加标注
  • 不要忽略用户提供的证据
  • 不要对本地仓库上下文能回答的问题使用繁重的研究路径
  • 不要给出不含日期的时效性敏感答案

验证

  • 重要声明需标注证据类型
  • 时效性敏感的输出需包含日期
  • 最终建议需与实际使用的研究模式匹配

想直接用这个技能?

本站把开放许可(MIT / Apache 等)的技能按仓库打包整理到网盘,点一下转存到你自己的网盘,不用一个个从 GitHub 拉。许可未声明的技能只给原始仓库链接,不打包。

同名技能的其他版本

有 3 个不同仓库或目录里都有叫 research-ops 的技能。它们内容并不相同,别混用:

  • affaan-m/ECC — 証拠優先のECC現状調査ワークフロー。ユーザーが現在の公開証拠と提供されたローカルコンテキストに基づいて最新の事実、比較、情報の充実、または推奨事項を求める場合に使用する。
  • affaan-m/ECC — Evidence-first current-state research workflow for ECC. Use when the user wants fresh fact