任務開始前的需求分析與資料收集，整合文件查詢與經驗檢索
npx skills add https://github.com/miles990/skillpkg --skill researchKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um den Skill zu installieren
Agent Skills Package Manager - Install once, use everywhere. Manage, share, and sync AI agent skills across platforms.
Help users configure MCP (Model Context Protocol) servers for Claude Code and other AI platforms.
程式碼審查，包裝 PAL MCP 的 codereview 功能
除錯輔助，包裝 PAL MCP 的 debug 功能，提供系統化問題診斷
Git 操作輔助，提供 commit message 規範、分支策略與 PR 指引
在檢查點驗證目標和方向，避免偏離軌道
| name | research |
| version | 1.0.0 |
| description | 任務開始前的需求分析與資料收集，整合文件查詢與經驗檢索 |
| author | miles990 |
| tags | ["research","analysis","planning","context-gathering"] |
| dependencies | {"mcp":[{"package":"@anthropic/cipher-mcp","required":false,"note":"用於查詢過去經驗"},{"package":"@context7/mcp-server","required":false,"note":"用於查詢最新文件"}]} |
| interface | {"input":[{"name":"task","type":"string","description":"要分析的任務描述","required":true},{"name":"context","type":"object","description":"額外上下文（如專案資訊）","required":false}],"output":[{"name":"research_report","type":"object","description":"結構化研究報告"},{"name":"next_action","type":"string","description":"建議的下一步（通常是 plan-master）"}]} |
| triggers | [{"pattern":"新任務開始","description":"任何新任務開始前"},{"pattern":"需要了解","description":"需要收集資訊時"},{"pattern":"技術選型","description":"需要評估技術方案時"}] |
收到任務 → 分析需求 → 查文件 → 查經驗 → 輸出研究報告
┌─────────────────────────────────────────────────────────────────┐
│ 在動手之前，先搞清楚狀況 │
│ │
│ 傳統模式：收到任務 → 直接開始做 → 遇到問題再查 │
│ 研究模式：收到任務 → 分析需求 → 收集資料 → 有備而戰 │
└─────────────────────────────────────────────────────────────────┘
問自己：
1. 這個任務的核心目標是什麼？
2. 有哪些明確的需求？
3. 有哪些隱含的約束？
4. 成功的標準是什麼？
輸出：結構化的需求分析
// 先查是否有類似經驗
await mcp__cipher__ask_cipher({
message: "我之前有處理過類似的任務嗎？學到了什麼教訓？"
})
// 查詢相關技術文件
await mcp__plugin_context7_context7__resolve_library_id({
query: "任務相關的技術",
libraryName: "相關框架或工具"
})
await mcp__plugin_context7_context7__query_docs({
libraryId: "/org/project",
query: "具體問題"
})
整合所有收集的資訊，形成研究報告：
research_report:
task: "原始任務描述"
analysis:
requirements:
- "功能需求 1"
- "功能需求 2"
constraints:
- "技術約束"
- "時間約束"
tech_stack:
- "需要的技術 1"
- "需要的技術 2"
findings:
relevant_docs:
- source: "文件來源"
summary: "關鍵發現"
past_experience:
- context: "過去情境"
lesson: "學到的教訓"
recommendations:
approach: "建議的實作方法"
risks:
- "潛在風險 1"
- "潛在風險 2"
alternatives:
- "替代方案"
輸出：
- research_report: 完整的研究報告
- next_action: "plan" (交給 plan-master 進行任務規劃)
用戶：幫我用 FastAPI 建立一個 REST API
AI 執行 research skill：
1. 任務解析：
- 目標：建立 REST API
- 技術：FastAPI
- 約束：未明確（需確認）
2. 查經驗 (Cipher)：
→ 找到過去 FastAPI 專案經驗
→ 教訓：記得加 CORS middleware
3. 查文件 (Context7)：
→ FastAPI 最新版本是 0.115.x
→ 新增了 Annotated 語法支援
4. 研究報告：
{
task: "用 FastAPI 建立 REST API",
analysis: {
requirements: ["RESTful 端點", "JSON 回應"],
tech_stack: ["FastAPI", "Pydantic", "Uvicorn"]
},
findings: {
past_experience: ["記得加 CORS"],
relevant_docs: ["使用 Annotated 語法"]
},
recommendations: {
approach: "使用 FastAPI + Pydantic v2"
}
}
5. next_action: "plan"
→ 交給 plan-master 進行任務規劃
┌─────────────────────────────────────────────────────────────────┐
│ 協作流程 │
│ │
│ [用戶任務] → [research] → [plan-master] → [執行] → [goal-verifier]
│ │ │ │ │
│ ↓ ↓ ↓ │
│ 研究報告 任務計劃 驗證結果 │
└─────────────────────────────────────────────────────────────────┘
| MCP 工具 | 用途 | 必要性 |
|---|---|---|
| cipher | 查詢過去經驗 | 推薦 |
| context7 | 查詢最新文件 | 推薦 |
| pal.thinkdeep | 深度分析複雜問題 | 可選 |