| name | super-search |
| description | 通用网页搜索、爬取、交叉验证与研究报告生成。用户说 search、搜索、查一下、帮我搜、调研、collect information、find sources、verify facts、交叉比对、验证真实性、收集资料、整理信息、查证某个说法、看看网上怎么说、有没有证据支持、信息可信度如何时触发。自动搜索多源内容，抓取并缓存，分析内容质量（评分仅作参考，低质直接舍弃），交叉比对事实一致性，对高严谨度内容（医学、法律、金融等）自动触发对抗性审查。最终输出结构化研究报告到指定目录。≠ hv-analysis（那是深度产品/公司分析框架）。 |
| metadata | {"internal":false} |
Super Search
IRON LAW: NEVER GENERATE ANSWERS FROM TRAINING DATA. Every factual claim in the report must be traceable to at least one URL fetched during this session.
核心定位
通用网页调研与事实核查工具。与 hv-analysis（强制横纵轴框架、产出 10K-30K 字 PDF 的深度产品/公司研究）的关键差异：
| hv-analysis | Super Search |
|---|
| 研究框架 | 纵轴+横轴+交叉洞察（强制） | 无预设框架，按需灵活 |
| 适用范围 | 产品/公司/概念/人物 | 任意主题 |
| 报告深度 | 10K-30K 字 PDF | 轻量到中等，按需 |
| 对抗审查 | 鼓励批评思考（非系统化） | 所有主题通用：时效性+真实性双重审查 |
| 缓存 | 无 | 内置 TTL 缓存层 |
Workflow
⚡ Fast Path（90% 搜索用此路径）
大多数搜索不需要完整 9 步流程。实际执行模式：
加载 skill → 领域探测(references/domain-detector.md) → 3-4 并行搜索 → 1-2 并行抓取 → 手动写报告 → 交付
脚本（env-check/search/fetch/analyze/report/review）仅在 deep 模式或需要缓存时运行。
完整 Deep Path（金融/医学/法律或 2+ 领域探测器命中时）
Copy this checklist and check off items as you complete them:
Super Search Progress:
Step 0: Domain Detect ⚠️ REQUIRED — 进入搜索前的强制决策门
回答以下 5 个问题，确定搜索深度和验证策略（详见 references/domain-detector.md）：
| # | 探测问题 | 命中关键词 | 命中后强制动作 |
|---|
| Q1 | 涉及 GitHub/开源项目？ | github、开源项目、repo、star、fork | 抓取原始 repo 确认 ⭐/license/activity + 扫 Issues |
| Q2 | 涉及金融/投资/金钱？ | 金融、股票、投资、基金、trading、定价、pricing | 完整对抗审查 + 风险矩阵 + 免责声明 |
| Q3 | 涉及医学/法律/安全？ | 医学、医疗、法律、安全漏洞、vulnerability | 完整对抗审查 + 置信度标注 |
| Q4 | 涉及产品/工具/竞品对比？ | 对比、比较、哪个好、排行、推荐、选型、vs、竞品、替代品、为什么选、migrate | 官方页面对比抓取 + 工具对比 → 触发安全审计调查（references/competitive-analysis.md） |
| Q5 | 时效性敏感？ | 最新、2026、近期、latest、trending | 标注所有数据日期 + 6 月过期警告 |
在进入 Step 3 搜索之前，必须输出决策 JSON：
{
"topic": "用户搜索主题",
"domains": ["github", "ai"],
"triggers_fired": ["github-verification"],
"depth": "normal",
"multi_language": ["en"],
"counter_queries": ["...反面搜索词..."],
"verification_actions": ["抓取所有引用 GitHub repo", "标注 ⭐ 获取日期"],
"source_priority": "github-projects"
}
source_priority 根据 domains 自动匹配 references/source-priority.md 中对应领域的高优先级信源表，搜索时优先从这些信源获取。
深度映射：0 命中 → Quick | 1 命中（非金融）→ Normal | 命中金融或 2+ → Deep
⚠️ 未输出决策 JSON 前不得进入 Step 3 搜索。
Step 1: Environment Check
仅 Deep 模式运行。Normal/Quick 模式直接使用可用工具。
工具可用性铁律：记录所有可用工具的完整列表（如 tinyfish-search_search、webfetch、gh api 等）。后续每个搜索/抓取操作优先使用主要工具；失败时依次切换到列表中的下一个工具，直到成功或全部尝试完毕。
Step 2: Plan
解析用户输入，确定：
- 核心主题与搜索关键词
- 搜索深度：
quick（3-5 源）、normal（8-12 源）、deep（15-20 源）
- 是否需要对抗审查（见
references/review-triggers.md）
- 信源优先级：按
references/source-priority.md 确定搜索路径，先搜 L0-L2 高信源，再下探
- 输出文件路径（用户指定或默认
./research-output/{date}-{topic-slug}.md，若文件已存在自动追加 -v2/-v3 后缀）
- 缓存目录（用户指定或默认
~/.super-search-cache/）
Ask: "对以下问题，我应该额外搜索哪些对立面/反面/批评性关键词？"
例如：搜索"AI 取代程序员"时，同时搜索"AI 不会取代程序员的理由""AI 编程工具的局限性"。
多语言关键词扩展 ⚠️ 必须执行
识别主题所属领域，推断可能的原始信息语言，使用多语言关键词扩大搜索范围。扩展规则：
| 领域 | 扩展语言 | 说明 |
|---|
| 科技/AI/编程 | + 英文 | 科技内容主要信息源为英文，多数研究论文、官方文档和一手资料首发于英文 |
| 动漫/ACG/日式游戏 | + 日文 + 英文 | 日本动漫内容的原始来源为日文，使用日文关键词可获取一手资料（如官网、访谈、制作组发布）；英文社区也有大量讨论 |
| 日本文化/任天堂/JRPG | + 日文 + 英文 | 同上，日本文化相关信息的原始来源为日文 |
| 韩国流行文化/K-pop | + 韩文 + 英文 | 韩国文娱内容原始来源为韩文 |
| 其他/通用 | + 英文（最低） | 英文为互联网主要语言，至少添加英文搜索扩展 |
扩展策略：
- 中文关键词 → 翻译为目标语言关键词（使用内置术语映射表）
- 添加混语言查询（如
"中文词" site:en.wikipedia.org、"translated topic" Reddit）
- 在
deep 模式下添加学术搜索维度（如 "translated topic" research paper、"translated topic" arXiv）
- 对日本动漫使用罗马音和日文汉字双重搜索
运行 node dist/search.mjs --topic '...' --depth normal 时，脚本会自动生成 multiLanguageQueries 字段。AI 在执行搜索时，必须对每类多语言查询执行搜索，不可跳过。
Step 3: Search
搜索条目数量：
quick → 每个查询 limit=10normal → 每个查询 limit=10，关键维度追加翻页 page=2deep → 每个查询 limit=20，翻页 page=2，学术搜索追加 page=3
根据计划执行搜索。搜索执行顺序：
- 先执行主查询（
queries 字段）
- 再执行多语言查询（
multiLanguageQueries 字段），不可跳过
- 最后执行对抗查询（
counterQueries 字段）
GitHub 项目数据直接查证 ⚠️ Q1 命中时必须执行
当 Q1（涉及 GitHub/开源项目）触发时，在完成网页搜索和抓取后，必须额外使用 GitHub API 直接查询每个引用项目的精确数据，不得仅依赖网页搜索片段中的近似值。优先使用 gh api（已认证的 GitHub CLI），无 gh 或认证失败时使用 webfetch 抓 api.github.com/repos/{owner}/{repo}（匿名限流 60/h，足够查证）。
必须查证的项目维度：
| 维度 | 方式 | 原因 |
|---|
| ⭐ Stars（精确值） | gh api repos/{owner}/{repo} 或抓 api.github.com | 网页搜索 snippet 常隐去或四舍五入 stars |
| 🕐 最后推送日期（pushed_at） | 同上 | web search 不展示此字段 |
| 🍴 Forks 数 | 同上 | 同上 |
| 📋 Open Issues 数量 + 内容 | gh api repos/{owner}/{repo}/issues?state=open | 网页抓取只能看到首页，需翻页确认 |
| 📌 Open PRs 数量 + 内容 | gh api repos/{owner}/{repo}/pulls?state=open | 评估项目活跃度和方向 |
| 🔖 最新发布版号 | gh api repos/{owner}/{repo}/releases/latest | 确认项目是否仍在发布新版本 |
| 许可证 | repo 接口 license 字段 | 确认合规 |
| 是否归档（archived） | repo 接口 archived 字段 | 确认项目是否存活 |
执行时机：完成网页搜索和内容抓取后、进入 Step 5 Analyze 之前。对所有报告中引用/对比的 GitHub 项目，逐条使用 API 查证。
API 失败降级：GitHub API 返回 401/403/rate-limit 时（token 失效、未认证、超限），改用网页抓取 repo 页（tinyfish fetch 或 webfetch），渲染后的页面顶部导航+About 区含 ⭐/forks/license/archived 信息，Issue/PR 页同样可抓——足以完成大部分查证。
反模式：仅凭 web search snippet 中的 star 数（常被缩写为 "k" 或省略）就写入报告；或只抓取 README 页面而不使用 API 查询实际 metrics。
社区工具/插件安全验证 ⚠️ 推荐社区方案时必须执行
当调研结果中包含对第三方社区工具、插件、库的推荐时（如搜索"有没有支持 X 的插件"并列出候选），在写入报告前必须对每个候选项目进行安全与真实性验证：
| 验证维度 | 方法 | 排查目标 |
|---|
| ⭐ Stars 数 | GitHub API stargazers_count | 排除刷星或极小项目 |
| 📋 Open Issues | issues?state=open 查看内容 | 是否有未修复的安全/数据丢失 bug |
| 🔖 License | license.spdx_id | 无许可证的项目谨慎推荐（法律风险） |
| 🧑💻 Owner 类型 | owner.type (User vs Organization) | 个人项目 vs 组织级维护 |
| 🕐 活跃度 | pushed_at 对比 created_at | 是否仍在维护，还是已弃坑 |
| 🚫 Archived | archived | 归档项目不可推荐 |
| 🛡️ 网络请求审计 | 扫描源码中 fetch/axios/curl/http 调用 | 是否有向第三方服务器上报数据 |
| 🔍 权限审计 | 扫描源码的文件读写、数据库操作 | 是否只读访问本地数据，还是可能篡改 |
执行时机：在 Step 5 Analyze 之前，对候选列表中的每个 GitHub 项目使用 API 逐条查证。
判定标准：
- 安全：MIT/Apache/GPL 等明确许可证 + 仅本地只读操作 + 无数据外泄网络请求 + 活跃维护
- 需留意：有主动上传/提交数据到远程服务器的功能（需 opt-in 才接受）、或缺少许可证
- 不推荐：无许可证 + 不可见源码（预编译二进制）+ 已归档 + 有可疑网络请求
工具降级策略：
- 优先使用主要 search 工具（如 tinyfish-search_search）
- 该工具返回错误/超时/无结果 → 自动切换到下一可用 search 工具
- 全部 search 工具失败 → 将搜索词作为 URL 尝试直接 fetch（如 site:xxx 搜索变体），或跳过该关键词并记录
- 每个搜索词至少尝试 2 种不同的工具或查询变体
数据充分性铁律：每个关键维度（如"价格""规格""政策"）至少需要 2 个来源覆盖。不足时立即触发搜索引擎补充发现——使用所有可用 search 工具，变换关键词（加"对比""排行""价格表""2026"等后缀），迭代搜索直到找到足够数据或确认该维度确实没有公开可查的数据。禁止在数据不足时直接跳过该维度。
多语言搜索结果合并：不同语言搜索返回的结果按同一标准纳入质量分析流程，来源权威度评估会考虑是否为该领域的原始信息语言。例如，日文官方页面在动漫相关主题中的权威权重高于中文转载页面。
搜索终止条件
满足以下条件时停止搜索并进入抓取阶段：
- 每个关键维度至少有 2 个来源覆盖，且来源类型 ≥2 种（详见
references/source-priority.md）
- 官方页面已全部尝试抓取（成功获取数据或确认无法获取并记录原因）
- 已执行 2 轮关键词变体搜索，新增结果趋于重复（>80% 重复）
- 对高风险主题（医学/法律/金融）已执行对抗性搜索
- GitHub 项目类搜索 → 已抓取所有引用项目的 Issues 页面（前 2 页）
信源质量检查：在终止搜索前，确认：
- □ 至少 1 个一手/官方来源（GitHub repo、官方文档）
- □ 涉及的 GitHub 项目已抓取原始 repo 页面（非第三方文章中的转述）
- □ 聚合/转载类来源 ≤ 总来源的 30%
不满足时继续触发搜索引擎补充发现，不可在数据不足时跳过。
Step 4: Fetch
运行 node dist/fetch.mjs --cache-dir '...' 检查缓存。
- 命中缓存 → 直接使用缓存内容（
node dist/cache.mjs get --url "..." --type fetch）
- 未命中 → 抓取内容。工具降级策略：
-
优先使用主要 fetch 工具（如 webfetch 或 tinyfish-search_fetch）
-
返回 403/404/Transport Error/JS 空壳/工具不可达 → 自动切换到下一个可用 fetch 工具
-
全部 MCP fetch 工具失败 → 使用 terminal + curl 回退：
优先尝试 Accept: text/markdown 头（适合文档站）：
许多文档站点（Cloudflare、GitHub 等）支持直接以 Markdown 格式返回内容。加上该 header 后 curl 输出即为纯净 Markdown，无需 HTML 剥离：
curl -sL -H "Accept: text/markdown" "https://developers.cloudflare.com/cache/how-to/tiered-cache/"
部分站点还提供 .md URL 后缀变体（如 Cloudflare 官方文档会在 HTML 页面提示 append index.md），可一并尝试。
回退到 HTML 剥离（文档站无 Markdown 支持时）：
curl -sL "https://example.com" | python3 -c "
import sys, re
content = sys.stdin.read()
text = re.sub(r'<[^>]+>', '', content) # 去 HTML 标签
text = re.sub(r'\\s+', ' ', text).strip()
print(text[:3000]) # 限制长度
"
也可搭配 sed -n 's/<[^>]*>//gp' 做简单剥离，或 html2text 做更干净的转换。
⚠️ 注意：curl 输出的 HTML 可能包含 JS 引导的验证墙（如 Cloudflare Challenge），此时需确认使用浏览器工具替代。
基础设施/云服务类调研的补充验证：
对于 CDN、DNS、代理等基础设施类服务，在回读文档之外还可以直接测试其诊断端点以获取实时运行数据。详见 references/cdn-infrastructure-research.md。
-
terminal+curl 也失败 → 进入 搜索引擎替代抓取 流程（见下方）
- 抓取后必须立即回写缓存：
默认 TTL：搜索结果 30min，网页内容 24h。
Step 5: Analyze
对每条内容按 references/source-priority.md 标注质量层级（🥇/🥈/🥉/4️⃣/⚠️），然后评分。
质量评估维度（见 references/quality-criteria.md）：
- 来源权威度（官方 > 知名媒体 > 个人博客 > 不可信；涉及数值/规格/定价时，必须优先采用官方页面数据）
- 信息完整度（日期、作者、引用、数据）
- 内容新鲜度
- 语言质量（排除机翻/低质内容）
信源分层检查：
- CSDN（csdn.net / blog.csdn.net）在任何场景下都必须排除，不得纳入报告、不得作为引用来源、不得作为参考链接。这不是某个 MCP 才能做的事——所有入口（搜索、抓取、RSS 采集等）都必须过滤 CSDN 域名。
- 需要封禁其他域名时，按
references/domain-blocking-checklist.md 逐入口操作，避免遗漏。
- ⚠️ 层级的来源默认不纳入报告，除非 🥇🥈 层确实找不到信息
评分仅作相对参考，评估后明确低价值的内容直接舍弃。
Step 6: Cross-Reference
对关键事实进行多源比对：
- 一致 → 标注"多源确认"
- 矛盾 → 立即触发事实核查：直接 fetch 各方引用的原始来源/官方页面，以官方第一手数据为准裁定。多个第三方来源的一致意见不能覆盖官方页面的明文数据
- 孤立 → 只有一个源提及，标注"待验证"，同时尝试搜索官方来源确认
第三方转载数据的比对标准：
- 第三方数据至少需要 2 个独立来源 交叉确认，才可标注为"已核实"
- 第三方来源间的矛盾不能通过"多数投票"解决 —— 必须尝试找回原始官方数据
- 仅有一个第三方来源的数据，标注为"待验证（第三方单源）"，置信度最高 medium
- ⚠️ 第三方聚合报告（如行业白皮书/调研合集）中引用的案例数据属于"二次转述"，必须追溯到创始人一手来源才能采信；搜不到一手来源的应降级或删除
输出置信度矩阵。
信源多样性检查（对照 references/source-priority.md 分层）：
- □ 🥇 一手/官方来源 ≥ 1 个
- □ 🥇+🥈 合计 ≥ 总数的 50%
- □ ⚠️ 聚合/转载 ≤ 总数的 30%
- □ 不满足 → 触发补充搜索，优先用 🥇 信源
事实核查铁律：当数值/规格类声明出现矛盾时，必须直接抓取官方定价页/规格页作为终极裁决依据，不得仅凭第三方文章数量做判断。
多语言交叉验证：当多语言搜索返回不同语言来源时，优先以该领域的原始信息语言为准：
- 科技/AI → 英文一手资料（研究论文、官方博客）权威度 > 中文翻译/转载
- 动漫/ACG → 日文官方页面权威度 > 中文转载 > 英文讨论
- K-pop/韩流 → 韩文官方/韩媒权威度 > 中文翻译/英文报导
叙事-结构核验（社会议题/分配议题必做）：
- 将关键结论拆成三层：叙事主张、结构机制、证据来源。
- 对每条叙事主张补充"受益-成本-风险"矩阵：谁获益、谁承担成本、谁承担风险。
- 当叙事与结构证据冲突时，不以话术热度裁决，优先保留结构证据并标注不确定性。
Step 7: Review ⚠️ REQUIRED（对抗性审查）
审查不是可选的附加项，而是保证报告质量的必要环节。以事实为第一要义，不因追加速而牺牲准确性。
🧠 怀疑性认知六条原则（快速自检清单）
来源：Bill Kovach & Tom Rosenstiel《真相：信息超载时代如何知道该相信什么》
每条审查操作前，用这六条快速过一遍你的发现：
- 我碰到的是什么内容？ — 是新闻、观点、广告、还是 AI 生成的推测？标注类型
- 信息完整吗？缺少了什么？ — 检查时间、地点、上下文、数据来源是否完整。数字缺单位？结论缺限定？
- 信源是谁/什么？我为什么要相信他们？ — 信源身份/背景自证过吗？有无商业动机（推广/广告/股权投资）？是否受益于你相信他们的结论？
- 提供了什么证据？是怎样检验的？ — 证据是二手转述还是一手数据？如果是研究/报告，方法论是否透明？数据来源可否复现？
- 其他可能性解释或理解是什么？ — 搜索对立面：我的结论的反面是否也有证据支持？是否存在两个事实都对、但解释路径不同的情况？
- 我有必要知道这些信息吗？ — 这个发现是否影响最终判断？不写这条，报告会缺失关键维度吗？如果删掉它报告依然成立，它就是噪音。
用法：完成 Step 0-6 后，用六条快速扫描每条关键发现。任何一条回答为"不/不确定"，触发补充搜索或标注置信度降级。
审查的两个维度：
时效性审查（所有主题通用）
Ask:
- 每条数据的发布时间是什么？距今多久？
- 是否存在比"最新"数据更旧的过时信息被引用？
- 第三方转载文章的价格/规格数据是否标注了更新日期？
- 如果关键数据来源日期 > 6 个月前，触发补充搜索确认是否有更新版本
真实性审查（所有主题通用）
Ask:
- 这条声明的原始来源能否追溯到官方页面？
- 如果数据来自第三方转载，转载者是否有动机扭曲数据（如推广佣金/商业合作）？
- 不同来源对同一事实的描述是否一致？不一致时哪个更可信？
- 本报告中哪些声明存在"孤立来源"风险？
自动触发（更严格的反驳搜索 + 官方核实）：
- 医学、法律、金融、安全等高风险主题
- GitHub/开源项目（Step 0 决策门 Q1 命中）—— 必须检查 Issues + 许可证 + 活跃度
- 物理、化学、数学等科学主题（从基础原理出发核查）
- 关键发现置信度低于阈值
- Step 6 交叉验证中发现矛盾或孤立声明
- 涉及金钱的声明（定价、费率、佣金）—— 必须双源以上确认
⚠️ Step 0 决策门输出的 triggers_fired 和 verification_actions 是审查的强制检查清单。审查时必须逐条对照执行，不可跳过。
运行 node dist/review.mjs 执行对抗审查：
- 对每个主要结论搜索反驳证据
- 检查来源多样性
- 标注遗漏风险
- 如发现重大疏漏，回到 Step 3 补充搜索
Step 7.5: Template Selection ⚠️ 生成报告前必须执行
根据主题特征，对照 references/report-templates.md 模板选择指南确定报告模板：
| 主题特征 | 模板 | 关键判别依据 |
|---|
| 多产品/方案价格或功能对比 | 对比型报告 | 主题含"对比/比较/哪个好/排行" |
| 问题/错误的根因排查 | 诊断型报告 | 主题含"错误/报错/问题/bug/原因" |
| 市场/赛道生态调研 | 对比型报告（按平台分组） | 主题含"生态/平台/聚合/中转" |
| 简单事实查证 | 快速摘要模板 | 仅需确认 1-2 个事实 |
选定模板后，按模板结构组织报告内容。不允许跨类型混用模板结构，不允许使用 _（请手动填写）_ 类占位符。
调研 AI 编程订阅套餐（Coding Plan）时：请加载 references/coding-plan-research.md 获取专门的工作流、数据交叉验证方法和避坑指南。该文件覆盖了定价多源确认、额度倍率计算、区域价格差异处理等模型调研中不含的内容。
Step 8: Report
运行 node dist/report.mjs --output 'path/to/report.md' 生成报告。
报告按 Step 7.5 选定的模板撰写。完整模板和写作规范见 references/report-templates.md。
来源链接格式要求 ⚠️：报告中每条关键数据声明必须附带 可点击的 Markdown 链接 指向原始来源 URL。格式：[来源名称](https://...)，不可仅写名称不加链接。方便读者一键核实。
Step 8.5: Deliver
交付原则（飞书场景适用）：
- 将报告写入
.md 文件（已在 Step 8 完成）
- 长内容（≥10 行）或含有表格/对比表 → 附件发送（
MEDIA:/absolute/path/to/report.md），消息正文仅保留 ≤5 行简短摘要
- 短内容（<10 行）且无表格 → 可在消息正文中以 Markdown 格式输出
- 若交付平台支持 Markdown 渲染（如飞书）：表格分隔符两侧必须加空格：
| :--- | :--- |，否则渲染为纯文本；含表格的内容仍建议走附件
- 部署/教程类技术内容（含大量代码块）直接走附件，不先内联再补附件
Step 9: Verify
交付前检查：
事实优先原则
- 禁止推测和假设：不凭借训练数据"推断"用户的环境状态或已有资源。先检查再下结论。
- 所有关键数据声明必须附带可点击的原始来源 URL：不可仅写"Bessemer"或"arXiv"等名称而不给链接。报告中的每条事实声明都应可追溯到至少一个抓取过的 URL。
- 第三方转述数据必须标注：如果来源是聚合报告而非一手采访，必须在报告中明确标注 ⚠️"第三方转述，一手来源未确认"。
Anti-Patterns
搜索阶段 (Step 1-3)
- 不检查环境可用性就直接搜索
- 用模型训练数据代替实际搜索结果
- 只看第一条搜索结果就下结论
- 一个 search/fetch 工具失败就放弃，不尝试其他可用工具
- 跳过多语言扩展搜索，仅用单语种关键词搜索，导致遗漏一手信息来源
- 在搜索日韩内容时仅使用中文关键词，未添加日文/韩文和英文搜索
- 搜索条目只取 5 条，不翻页，遗漏后续页面的关键信息
- 不按信源优先级定向搜索，混入大量低质转载内容
- 用训练数据回答包管理器安装命令：当用户问特定包管理器（scoop/brew/apt/pip/npm 等）的安装命令时，必须先搜索该包的 manifest/包名/bucket 核实，不能凭训练数据记忆直接回答。包名、bucket、渠道信息经常在源码仓库中改变，训练数据可能是过时的。
- 未确认工具/产品的具体仓库就深入搜索：当用户提到一个工具名称（如"opencode"）时，可能存在多个同名或相似名的项目（如已归档的 Go 项目 vs 活跃的 TypeScript 项目）。必须先通过 GitHub API（查 stars、archived 状态、活跃度、语言栈）确认正确的仓库 URL，再开始调研。错误的仓库会导致方向完全偏离。不确定时应先问用户确认，而非自己猜测一个。在 Step 0 的 Q1 触发后，增加一步自问："这个工具名称是否有多个同名仓库？用户指的是哪一个？"
抓取阶段 (Step 4)
- 跳过缓存检查重复抓取同一 URL
- 抓取失败的直接用 AI 训练数据中的记忆"补全"数据
- 发现关键维度数据缺失时不通过搜索引擎补充搜索，直接标注为"信息不足"放过
- MCP fetch 工具不可用时忘记尝试 terminal + curl 回退 —— curl 是最后兜底的万能抓取手段，应始终作为 fallback 候选
- 忽略 JS 挑战墙信号 —— curl 返回的 HTML 如果包含 Cloudflare/CloudFront Challenge 等验证脚本（
__cf_chl_opt、window._cf_chl_opt 等），说明该页面对 CLI 层有防爬保护，此时应采用浏览器工具替代尝试
- 查"某工具创建哪些表/数据库对象"不抓源码 —— 用
raw.githubusercontent.com/{owner}/{repo}/main/{path} 直接抓迁移文件（alembic/versions/*.py 等）、存储驱动源码和建表 SQL，不要凭经验猜表名。列目录用匿名 GitHub API api.github.com/repos/{owner}/{repo}/contents/{path}（限流 60/h 够用；token 失效 401 时同样走此路）
分析阶段 (Step 5-6)
- 在报告中声称用户"已有 X 工具/系统/配置"而不先检查实际环境（无 docker 运行就写"你已有 Miniflux"）
- 把质量评分当绝对标准而非相对参考
- 只找到一个第三方转载来源就采纳数据，不做多源交叉比对
- 第三方聚合报告中的案例数值（收入、用户量等）不追溯一手来源就直接采信
- 第三方来源间的矛盾用"多数投票"解决而非追溯原始官方数据
- 引用第三方文章中的数值而不核实官方来源
- 交叉验证发现矛盾时不抓取官方页面做二次确认
- 发现孤立声明后不做补充搜索就直接标注"待验证"并放过
- 引用 .cc/.xyz/.top/.tk 等低成本 TLD 域名作为官方来源而不做二次核实
- 将代理商/推广站（如 xxx.cc）的内容等同于官方信息
- 在对比表/详情中优先使用第三方链接而非官方链接
- 开源项目调研不检查 Issues 就写推荐 —— Issues 是最真实的使用反馈
- 不区分信源质量就均匀采纳 —— 5 个 CSDN 转载 ≠ 5 个独立来源；CSDN 必须无条件排除
- 在报告中仅写估算的 Stars/Issues 数而不使用 API 直接查证 —— 网页搜索 snippet 显示的 star 数常被省略、四舍五入或标注为旧值，无法反映实时状态。涉及 GitHub 项目时必须使用
gh api / api.github.com 获取精确 metrics。参见上文 Step 3 的「GitHub 项目数据直接查证」子步骤。
- 在对比报告中只比较功能不比较安全 —— CVE、供应链攻击史、安全审计是竞品对比的硬性检查项，跳过等于遗漏关键决策维度
- 在报告中使用 CSDN 链接 —— csdn.net / blog.csdn.net / ask.csdn.net 域名一律封禁，忽略该来源的结果，无论标题多相关
审查与报告阶段 (Step 7-9)
- 对医学/法律/金融声明不触发对抗审查
- 对涉及定价/费率/佣金的声明只用一个来源确认
- 因担心"查太多浪费时间"而跳过时效性或真实性的审查步骤
- 报告中的事实声明不附来源 URL
- 对高严谨主题不标注置信度
- 报告模板与主题类型不匹配（如对比型主题用诊断型模板）
- 报告中遗留
_（请手动填写）_ 占位符
- 报告中仅写来源名称而不给可点击 URL（如"Bessemer"而不给
https://... 链接）
- 对用户环境状态做推测（如"你已有 X"），而非先检查事实
- 复用旧调研结论不重新验证版本敏感信息：主题若已有历史报告，版本敏感信息（部署拓扑/功能可用性/认证方式/API 路径）必须重新抓官方迁移与变更文档核实。工具类项目迭代极快，旧报告只能当线索，不能当事实。
- 把官方博客当最新文档：官方博客常滞后于仓库 main 分支代码。官方文档与官方博客矛盾时以最新 docs + GitHub main 分支实际代码文件（docker-compose.yaml/.env.example/Dockerfile，用 raw.githubusercontent.com 抓取）为准，并在报告中标注"官方博客已过时"。
- 视觉/UI 细节凭空猜测：当用户提供截图并质疑 UI 颜色/外观/细节时，禁止仅凭图像文字描述或训练记忆推断。必须：① 用视觉模型实际核查截图（本地为 vision-augment MCP，
mcp_vision_augment_vision，reasoning 模式）；② 用 GitHub API/raw 抓取官方源码（如 VS Code 主题 JSON：extensions/theme-defaults/themes/*.json）核实真实色值；③ 输出可对比的色号表 + 明确推荐。
输出路径维护注意事项 ⚠️
默认输出路径 ./research-output/{date}-{topic-slug}.md 在以下 8 处 硬编码，修改时必须全部同步更新：
| # | 文件 | 用途 |
|---|
| 1 | SKILL.md (Step 2) | AI 读取的默认路径说明 |
| 2 | references/report-templates.md (输出路径规则) | 模板文档中的默认路径 |
| 3 | references/competitive-analysis.md | 竞品对比调研方法论（CVE/安全/生态/迁移路径分析） |
| 4 | scripts/report.ts | TypeScript 源码中的默认路径 + 碰撞检测 |
| 5 | scripts/pipeline.ts | TypeScript 源码中的 pipeline 指令 |
| 6 | dist/report.mjs | 编译后 JS 中的默认路径 + 碰撞检测 |
| 7 | dist/pipeline.mjs | 编译后 JS 中的 pipeline 指令 |
| 8 | .gitignore | git 忽略规则（禁止 research-output/ 入版本控制） |
仅修改 SKILL.md 而遗漏代码文件会导致 AI 指令与脚本行为不一致，实际报告仍会写入旧路径。
详细命名规范见 references/filename-convention.md。
事实和来源优先原则
- 来源可核实：报告中每条关键数据声明必须附带可点击的原始来源链接（
[来源](URL) 格式）。不可仅写来源名称而不给链接。这是 Step 6 交叉验证和 Step 9 交付前检查的硬性要求。
- 事实和证据优先：禁止凭空推测用户"已有 X"或假设未经验证的状态。所有关于用户环境、资产、能力的断言必须先检查实际环境再下结论。报告中的案例数据必须追溯到一手来源（官方页面/创始人博客/原始采访），第三方聚合报告中的转述数据不可直接采信。
脚本设计原则
- 脚本输出 JSON 指令，由 AI 执行实际的 search/fetch 工具调用
- 脚本不直接依赖任何具体的 search/fetch API
- 缓存路径可由用户通过
--cache-dir 覆盖
- 所有时间敏感操作记录时间戳
