agent-methodology-explorer

name	agent-methodology-explorer
description	用于系统化探索和分析智能体方法论的技能。当用户要求以下内容时使用此技能： - 探索、分析或研究智能体方法论、模式或架构 - 研究特定的智能体实现、框架或论文（GitHub链接、arXiv、博客文章、文档） - 理解如何将智能体技术应用到业务场景或实际用例 - 从智能体相关内容中提取可操作的洞察和实施步骤 - 审查或总结与AI智能体、自主系统或智能体框架相关的内容 此技能分析源材料，提取核心方法论，识别模式，并为实际业务应用提供具体、可操作的指导。当用户提到"探索这个"、"分析这个方法论"或分享与智能体相关的链接/资源并希望获得实用见解时，始终使用此技能。 输出语言：中文（除非用户明确要求英文） 输出位置：docs/目录下的专用子目录（每次洞察一个目录）

Agent Methodology Explorer - 智能体方法论探索器

系统化探索、理解和应用各种来源的智能体方法论。

核心原则

1. 深度优于广度 - 真正理解方法论而非浅尝辄止
2. 实用优先 - 始终将理论概念与可操作的业务应用连接
3. 模式识别 - 识别可复用的模式和反模式
4. 实施清晰 - 提供具体步骤，而非抽象建议

工作流程

步骤 1：源材料获取与准备

首先明确你处理的输入类型：

输入类型识别：

• 本地文件（.md、.pdf、.txt、.py 等）- 直接读取
• GitHub URL - 使用 web reader 或按需克隆
• Web URL / 博客文章 - 使用 web reader 工具
• ArXiv / 学术论文 - 使用适当工具提取内容
• 代码仓库 - 检查结构、关键文件、文档

准备工作：

• URL：使用 mcp__web_reader__webReader 获取并转换为可读格式
• 仓库：查找 README、docs 文件夹、关键源文件
• 论文：提取方法论章节、图表、关键洞察

步骤 2：内容分析

系统性地分析内容以提取：

核心方法论组件：

1. 问题定义 - 这个智能体方法论解决什么问题？
2. 核心概念 - 有哪些基本思想/抽象？
3. 架构模式 - 组件如何组织和结构化？
4. 决策逻辑 - 智能体如何做决策？
5. 交互模式 - 它如何与用户、工具、其他智能体交互？
6. 数据流 - 什么信息在系统中流动？

提取并记录：

• 核心原则和设计哲学
• 架构图或用文字描述
• 关键算法或决策框架
• 工具/扩展模式
• 协调和编排方法

步骤 3：模式提取

识别可复用的模式：

正面模式（值得复制）：

• 运作良好的设计模式
• 有效的抽象或接口
• 巧妙的复杂度处理方式
• 常见问题的新颖解决方法

反模式（需要避免）：

• 提到的常见陷阱
• 会产生问题的设计选择
• 局限性及其原因

模式分类：

• 架构模式 - 系统结构、组件关系
• 行为模式 - 智能体如何行为、决策、响应
• 集成模式 - 如何连接工具、API、数据源
• 扩展模式 - 如何处理增长、复杂度、多智能体

步骤 4：业务应用映射

这是关键步骤 —— 将方法论与实际业务应用连接：

对每个识别的模式/概念：

1. 直接应用 - 哪里可以原样使用？
2. 适配应用 - 如何针对我们的需求修改？
3. 仅作启发 - 哪些想法有启发性但需要不同实现？

业务场景分析：

• 什么类型的业务问题会从这种方法中受益？
• 应用它的先决条件/要求是什么？
• 需要什么投入（时间、资源、复杂度）？
• 预期收益是什么？

步骤 5：实施路线图

提供具体、可操作的步骤：

输出结构（使用此模板）：

# [方法论/论文/框架名称] - 分析与应用指南

## 快速摘要
[2-3 句话概述这是什么以及为什么重要]

## 核心方法论

### 解决的问题
[这解决了什么问题？]

### 核心概念
[基本思想的要点列表]

### 架构概览
[结构描述，包含或描述图表]

### 决策与交互模式
[如何做决策？组件如何交互？]

## 提取的模式

### 可复用模式
| 模式 | 描述 | 何时使用 |
|------|------|----------|
| [名称] | [它做什么] | [最佳场景] |

### 需避免的反模式
| 反模式 | 为何有问题 | 替代方案 |
|--------|------------|----------|
| [名称] | [为什么不好] | [更好的方法] |

## 业务应用分析

### 直接适用性
[可以最小适配直接应用的场景]

### 适配需求
[典型业务使用需要改变什么]

### 投入与回报
- **复杂度**：[低/中/高]
- **开发时间**：[估算]
- **资源需求**：[需要什么]
- **预期收益**：[你能获得什么]

## 实施路线图

### 阶段 1：基础建设 [时间估算]
1. [具体步骤 1]
2. [具体步骤 2]
3. [具体步骤 3]

### 阶段 2：核心实施 [时间估算]
1. [具体步骤 1]
2. [具体步骤 2]
3. [具体步骤 3]

### 阶段 3：集成与优化 [时间估算]
1. [具体步骤 1]
2. [具体步骤 2]
3. [具体步骤 3]

## 快速启动检查清单
- [ ] [先决条件 1]
- [ ] [先决条件 2]
- [ ] [首先采取的行动]
- [ ] [其次采取的行动]

## 关键资源
- [原始来源链接]
- [相关资源/阅读材料]
- [提到的工具或框架]

不同来源类型的特殊处理

GitHub 仓库

1. 从 README.md 开始
2. 查找 /docs 文件夹
3. 检查 __init__.py 或主入口点以了解结构
4. 查找 examples/ 文件夹以了解使用模式
5. 检查 issues/discussions 以了解真实问题

学术论文

1. 重点关注方法论章节
2. 提取核心算法/框架
3. 查找实现细节
4. 记录局限性和未来工作（通常揭示实际约束）
5. 检查是否有可用代码

博客文章 / 文章

1. 识别分享的核心洞察
2. 查找代码示例
3. 注意作者的资历/背景
4. 检查"经验教训"或实用技巧

文档

1. 如果有教程/快速开始，按步骤进行
2. 梳理 API 表面
3. 理解预期工作流程
4. 注意扩展点

质量检查清单

完成分析前，请确认：

• 我是否识别了解决的问题，而不仅仅是它做了什么？
• 我是否提取了可复用的模式，而不仅仅是描述功能？
• 我是否提供了具体的实施步骤，而非抽象建议？
• 我是否考虑了业务背景和需求？
• 我是否对复杂度和投入做出了现实评估？
• 我是否包含了用户可以立即采取的可操作的第一步？
• 我是否更新了 docs/index.md 索引文件？（强制要求）
• 我是否更新了 README.md 的最新记录？（强制要求）

有效分析技巧

1. 反复问"为什么" - 不要只接受现成内容；要理解其背后的推理
2. 连接第一性原理 - 正在解决的根本问题是什么？
3. 寻找本质 - 剥离实现细节，找到核心思想
4. 考虑约束 - 什么约束塑造了设计？这些约束与用户相关吗？
5. 以权衡方式思考 - 每个设计都涉及权衡；要把它们明确化
6. 对复杂度保持诚实 - 不要过度吹嘘；给出现实的评估

何时打包资源

如果你发现自己反复：

• 解释同一个框架或概念
• 分析同一研究小组的论文
• 涵盖相似的智能体架构

考虑在 references/ 中创建参考文档，并在未来的分析中链接到它。

---

Documentation Organization

Directory Structure

每次洞察创建一个专用子目录，格式：docs/[YYYY-MM-DD]-[洞察名称]/

目录命名规则：

• 使用英文，连字符分隔
• 名称要能代表洞察的核心主题
• 例如：2026-03-06-context-engineering-insight/, 2026-03-10-multi-agent-patterns/

文件组织

docs/
├── index.md                          # 总索引（每次洞察后更新）
├── [YYYY-MM-DD]-[洞察名称]/
│   ├── [洞察标题].md                 # 深度洞察报告（必需）
│   ├── [快速参考].md                 # 速查手册（可选）
│   ├── [案例研究].md                 # 具体案例（可选）
│   └── [其他相关文档].md             # 补充材料（可选）
└── [其他洞察目录]/

输出语言

默认使用中文输出，包括：

• 报告标题和章节
• 概念解释和分析
• 实施指导和建议
• 专业术语可保留英文并添加中文解释

报告模板结构

每次洞察应包含以下文档（根据需要调整）：

1. 深度洞察报告（必需）

文件名：[主题]-insight.md

# [主题名称] - 深度洞察报告

## 执行摘要
[2-3句话概述核心价值和关键发现]

## 一、核心方法论
### 1.1 解决的根本问题
### 1.2 核心概念矩阵
### 1.3 架构概览
### 1.4 决策与交互模式

## 二、可复用模式提取
### 2.1 设计模式详解
### 2.2 反模式识别

## 三、业务应用分析
### 3.1 直接适用场景
### 3.2 投资回报分析

## 四、实施路线图
### 阶段1: 基础建设
### 阶段2: 核心实施
### 阶段3: 集成与优化

## 五、关键洞察总结
## 六、资源与参考

2. 快速参考指南（推荐）

文件名：[主题]-quick-reference.md

# [主题名称] - 快速参考指南

## 一句话总结
[核心价值的精炼表述]

## 核心原则速查表
## Token优化检查清单
## 常见问题快速修复
## 架构选择决策树
## 技能推荐学习顺序
## 实际案例效果
## 快速实施模板

3. 补充文档（可选）

• 案例研究、代码示例、配置模板等

索引更新

⚠️ 强制要求：每次创建新洞察后，必须更新 docs/index.md 和 README.md

这是工作流程的最后一步，不可跳过。

更新 docs/index.md

1. 探索报告列表 - 添加新条目，包含：

   • 序号（延续编号）
   • 洞察目录链接
   • 来源类型（GitHub/arXiv/博客/文档）
   • 核心主题（1-2句话）
   • 关键洞察（数据亮点）

2. 核心发现汇总 - 添加新方法论的核心发现：

   • 问题定义
   • 解决方案要点
   • 验证数据（如有）

3. 技能映射表 - 如适用，添加新业务场景

4. 快速导航 - 如有重要内容，添加导航链接

5. 探索统计 - 更新数字：

   • 已探索资源数量
   • 生成报告数量
   • 提取模式数量
   • 识别反模式数量
   • 业务场景数量

6. 最后更新日期 - 更新为当天日期

更新 README.md

只更新"探索报告文档库"部分，保持最新 3 条记录：

• 在表格顶部添加新记录
• 移除最旧的记录（保持只有最新 3 条）
• 格式：| # | 洞察主题 | 来源 | 快速预览 |