对一个研究主题做快速背景调研——找 SOTA、benchmark、常见方法、gap，产出结构化 Markdown survey 供 /idea 或 /research 引用。不做完整文献综述，只做"够用的坐标系"（15-20 分钟级别的摸底），3-8 条高信号来源即止。默认中文。 | Quick background survey for a research topic — finds SOTA / benchmarks / method families / gaps from 3-8 sources, produces a structured markdown survey to inform /idea or /research. Not a full lit review.
在启动 /research 之前帮用户**把模糊主题收敛成具体可做的研究问题**。输入一个粗糙的方向（例如"提升图像生成质量"、"让 LLM 更会写代码"），产出 3–5 个具体、可证伪、有评测指标、可行性明确的问题候选，每个带 scope 和 why-interesting。不做实验、不跑代码，只做问题形式化。 | Converge a vague research direction into 3–5 concrete, falsifiable problem formulations with metrics and scope — the step before /research.
把一个用 /research 启动的项目的 state/ 目录（research_log、lessons、best 分数、manifest）变成结构化的 Markdown 研究报告。在 cwd 或给定目录里识别 state/，抽取时间线 / 进展表 / lessons 分类 / 瓶颈分析，生成可直接 GitHub 渲染的 MD。不生成 LaTeX、不写代码、不做新实验。 | Generate a Markdown research report from an existing /research project's state/ directory (log, lessons, best scores, manifest).
在任何有可量化指标的主题上，启动并驱动一个长期自主研究项目。建立项目目录和评测基建，跑"假设→尝试→打分→教训"循环，跨轮累积 lessons，并集成 /loop 自主推进。适用于"研究 X"、"把 X 改到近完美"、"持续尝试 X 并学习"——任何通过 hypothesis→attempt→score→lesson 循环能有效推进的场景。 | Bootstrap and drive a long-term self-improving research project on any topic with a measurable success metric. Builds measurement infrastructure, runs hypothesis→attempt→score→lesson cycles, integrates with /loop for autonomous progress.