1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | research（隶属 warpdotdev/common-skills 合集仓库） | GitHub |
| 作者/维护者 | warpdotdev 官方组织（Warp Inc.，AI 终端与云 Agent 产品厂商），本技能由员工 David Stern 经 PR 合并提交 | GitHub API |
| 来源链接 | https://github.com/warpdotdev/common-skills/tree/main/.agents/skills/research | — |
| 许可证 | MIT | GitHub API |
| GitHub Stars / Forks（仓库整体） | 148 / 1 | GitHub API |
| 最新版本 | 无独立版本号；本技能文件最近一次改动为 2026-06-18（经 PR #28 合并） | GitHub API（commits） |
| 安装方式 | 见第十章 | 官方 README |
2. 功能介绍与亮点
research 是一个“上下文卫生”技能：当回答一个问题需要读大量文件、长日志、大体积 diff 或做全仓库范围的检索时，与其亲自读完全部素材、让噪音永久占用自己的上下文，不如把“找答案”这件事委托给一个子 Agent，只把提炼后的结论带回来。
核心设计：
- 判断何时该委托：给出清晰的“该用/不该用”边界——需要通读大量文件、长测试输出/CI 日志/堆栈追踪、跨仓库检索某个符号用法、总结大体积 PR 时该用；而只需读 2-3 个已知文件、单次 grep、或者接下来要直接编辑的文件时不该用（委托后还要重读一遍，纯属浪费）。
- 子 Agent 简报模板：明确的问题、查找范围（路径/分支/可疑文件符号）、只读约束、期望的输出形式（结论 + 具体文件路径与符号引用 + 意外发现/未知项）四要素缺一不可。
- 并行拆分原则：只有当问题真正可拆成互不依赖的子问题时才并行开多个子 Agent，避免把一个连贯问题强行拆碎。
- 追问复用：结果太啰嗦时向同一个子 Agent 追问收紧，而不是自己重新调查一遍。
技能全文纯 Markdown 方法论，无脚本、无外部工具依赖。
3. 适用场景
所属分类：元技能与 Agent 增强
面向已经在用 Claude Code / Codex 等具备子 Agent（子任务）能力的开发者：排查一个失败原因分散在大量日志里的 bug、搞清楚某个符号在全仓库的用法、总结一个几千行的 PR 改了什么，都是“产出答案的过程本身噪音远大于答案”的场景。这个技能把“该不该委托”和“委托后怎么问、怎么用结果”变成一套可复用的判断标准，而不是每次临场现想。
4. 跨 Agent 兼容性
- Claude Code：⚠️ 需手动放置。技能本体是标准 SKILL.md（YAML frontmatter + Markdown），Warp 官方文档（
docs.warp.dev/agent-platform/capabilities/skills/）明确把.claude/skills/列为其扫描的技能目录之一，说明该格式与 Claude Code 原生技能目录兼容，但仓库未提供 Claude Code 专属安装命令，需手工复制目录。 - Codex：⚠️ 需手动放置，同一份官方文档同样列出
.codex/skills/，理由与上同。 - OpenClaw：❓ 未验证，抓取到的材料未提及。
- Hermes Agent：❓ 未验证，抓取到的材料未提及。
（判断依据：官方文档页列出的受支持目录名包含 .agents/skills/、.warp/skills/、.claude/skills/、.codex/skills/、.cursor/skills/、.gemini/skills/、.copilot/skills/、.factory/skills/、.github/skills/、.opencode/skills/，其中 .opencode/skills/ 对应的是 OpenCode 而非 OpenClaw，两者是不同项目，不作为 OpenClaw 兼容性证据。）
5. 推荐理由
上下文窗口是 Agent 工作中最稀缺、最容易被浪费的资源：读二十个文件才发现三个有用，另外十七个文件的噪音会持续拖累后续每一次判断。这个技能没有停在“用子 Agent”这句正确的废话上，而是给出了具体、可操作的判断边界（什么时候该委托、什么时候不该）和一套简报模板（问题、范围、只读约束、期望输出），把一个容易被滥用或被忽视的技巧，变成一条可重复执行的流程。技能本身零代码执行、零外联、零凭据要求，改一次就能长期复用。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 隶属市场型合集仓库整体 148 star；该数字属整个仓库约 24 个技能共享，本技能自身仅 1 次提交（经官方员工 PR 合并），暂未见独立于仓库整体的第三方专门评价 |
| 可用性 | 8 | 单文件复制即可用，文档完整、含清晰的“该用/不该用”正反例，零付费依赖；技能文件最近一次改动为 6 周前 |
| 安全性 | 9 | 纯提示词方法论，无脚本、无代码执行、无网络外发、无需任何凭据 |
| 综合 | 8.0 | 三项均值 |
安全检查清单： ① Shell 命令及权限范围——无，技能全文不含任何脚本或 Shell 调用 ② 运行时联网外发——无 ③ API Key/凭据——不需要 ④ 可疑指令——未发现任何提示注入或隐蔽指令迹象 ⑤ 作者/组织信誉——warpdotdev 官方组织（Warp Inc.），提交历史含公开可查的公司员工 ⑥ License——MIT，明确 ⑦ 最近维护时间——仓库整体 4 天前仍有 PR 合并，本技能文件 6 周前经 PR 合并新增
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 与 research 的差异 |
|---|---|---|
| council-of-high-intelligence | 召集 18 位分析人格辩论，服务架构选型、定价、收购等难撤销的重大决策 | 解决的是“该不该这么做”的判断质量问题，靠多视角辩论对抗群体盲从；research 解决的是“找答案”过程中的上下文噪音问题，两者场景正交——一个是决策评审，一个是调查委托 |
| Agent-Skills-for-Context-Engineering | 17 个子技能组成的上下文工程理论包，覆盖记忆架构、多 Agent 编排模式、KV 缓存压缩等系统设计话题 | 体量与定位完全不同：是面向构建长时运行 Agent 系统的架构级参考手册；research 是单一、狭窄、可立即套用的操作技巧，解决“这一次调查该不该委托出去”这个具体决策，不涉及系统架构设计 |
8. 用户评价
该技能目前在第三方平台尚无独立于仓库整体的具名用户评价；仓库本身的 PR 历史显示多名具名 Warp 员工（含联合创始人 Zach Lloyd）持续在同一目录下迭代其他技能，构成内部真实使用的间接佐证，但不构成外部第三方评价。
9. 其他补充
同仓库内的 cross-critique 技能与 research 设计上互相呼应（可将 research 产出的独立结论作为 cross-critique 的输入素材再做交叉批判），但功能各自独立、无需捆绑安装。
10. 安装使用方式
- 克隆或下载
warpdotdev/common-skills仓库（或直接下载.agents/skills/research/SKILL.md单个文件）。 - 将该文件放入所用 Agent 工具的技能目录：Claude Code 放入项目或全局的
.claude/skills/research/SKILL.md；Codex 放入.codex/skills/research/SKILL.md。 - 开启新会话或重新加载技能目录后即可被自动识别调用，无需额外配置或重启整个工具。
11. 注意事项
- 该技能依赖所用 Agent 平台本身具备“生成子 Agent/子任务”的能力（如 Claude Code 的子任务机制）；若平台不支持此能力，技能中“委托给子 Agent”的核心指令将无法真正执行。
- 仓库主要面向 Warp 自家
.agents/skills/目录分发，未提供针对 Claude Code / Codex 的专属一键安装命令，需手工放置文件。 - 该技能仅是 common-skills 合集仓库约 24 个技能之一，仓库内另有部分技能（如 spec-driven-implementation、write-feature-docs）深度绑定 Warp 内部工程流程（Linear 工单、warp-internal 私有仓库等），不具备可移植性，安装时建议只取用本技能本身，不建议整包复制。