1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | imozuru |
| 作者/维护者 | MaryCache(个人开发者,另有 4 位外部贡献者提交过修复) |
| 来源链接 | https://github.com/MaryCache/imozuru |
| 许可证 | MIT |
| GitHub Stars / Forks | 764 / 31(GitHub API,2026-10-20 读取) |
| 最新版本 | 暂无 Release / Tag;主分支近日持续提交(最近一次 2026-10-19) |
| 安装方式 | npx skills add MaryCache/imozuru,或手动复制 skills/imozuru/ |
项目自述名称同为 imozuru(日语「芋づる式」,意为顺藤摸瓜)。
2. 功能介绍与亮点
imozuru 是一个面向「陌生领域快速入门」的调研 skill:不是搜几条结果就总结,而是从领域术语、核心人物、知识聚集地出发,沿引用、链接、作者一路追到原文。
- 先画地图再下钻:由两个检索角度不同的子代理并行找出术语、人物、场所(学会、博客、视频、仓库),汇总进
map.md。 - 原文不总结:找到的论文、文章、YouTube 字幕以原文形式存入
sources/,每个待回答的主张只标注「哪个文件第几行」,判断留给用户。 - 证据驱动的停止条件:所有主张都挂上原文,或新资料已大面积重复(饱和)时停止,而不是靠模型自信度。
- 论文之外也追:对没有论文的领域,追踪个人博客、Qiita/Zenn/note、视频,并按〔论文〕〔本人〕〔观察〕〔总结〕〔官方〕标注来源性质。
- 抽取页自动对账:
report.py逐字核对摘录是否真在原文指定行,差一个词就拒绝生成页面。 - 监视模式:
/imozuru watch <话题>用 RSS 拉取已发现场所的新内容。
3. 适用场景
分类:内容创作与知识管理。
适合想快速摸清一个陌生领域的学习者、研究者、开发者,例如「Gaussian Splatting 的论文脉络」「某种技艺的高手做法与出处」「想复刻某项技术,先找到源头」。不适合只需核实单一事实、搜索本机文件或为已读材料写摘要的场合。
4. 跨 Agent 兼容性
| Agent | 结论 | 依据 |
|---|---|---|
| Claude Code | 原生支持 | README 与 SKILL.md 均以 Claude Code 为目标,npx skills add 直接安装 |
| Codex | 需适配 | 脚本为纯 Python 标准库;子代理检索在不支持子代理的环境下 SKILL.md 给出由主代理顺序执行的退路;需手动放入 Codex 技能目录并显式引用 |
| OpenClaw | 未验证 | 仓库未声明 |
| Hermes Agent | 未验证 | 仓库未声明 |
5. 推荐理由
多数「帮我调研」类提示只读搜索结果前几条再总结,细节容易丢失,且只能在最初想到的关键词范围内打转。imozuru 把调研拆成可检查的步骤,产物是带行号的原文,核对成本低、可追溯,适合需要自己下判断的人。仅依赖 Python 标准库,一条命令安装,附 4 个测试文件(含跨平台与文件边界测试)。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 6 | 建仓一周获 764 stars;Issue 区有 9 位不同用户提交的真实使用反馈,部分来自 Windows 用户并已合并修复;暂无第三方媒体讨论 |
| 可用性 | 8 | 一条命令安装;仅需 Python 3.10+,pdftotext、tesseract、yt-dlp、ax 为可选增强,缺失时脚本会明确报 FAIL 或回退标准库;文档、示例、测试齐全;每日有提交;说明文档为日语(附英文 README) |
| 安全性 | 7 | 见下方检查清单 |
综合 = 三项均值 = 7.0。
安全检查清单:
- Shell 命令:Python 脚本以固定参数调用 pdftotext / pdftoppm / tesseract / yt-dlp / ax,未见拼接用户输入的 shell;写入范围限制在
~/research/<话题>/,有专门的文件边界测试。✅ - 联网外发:按用户话题下载网页、PDF、YouTube 字幕,查询 OpenAlex 公共 API;不上传用户本机数据。⚠️ 联网是功能本身,且会随话题抓取任意公开网页。
- 凭据:不需要任何 API key。✅
- 可疑指令:SKILL.md 与脚本通读,未发现隐蔽指令、混淆代码或夹带推广。✅
- 作者信誉:个人开发者,GitHub 账号 2025 年 8 月创建、粉丝较少;但有多位外部贡献者的有效 PR 与 Issue。⚠️
- License:MIT,明确。✅
- 维护时间:近日仍在提交。✅
7. 跟同类 Skills 相比的优势
| 类型 | 典型做法 | 与 imozuru 的差异 |
|---|---|---|
| 通用 Deep Research 类 | 多轮搜索后直接生成综述 | 产出为结论性综述,依据分散;imozuru 产出原文加行号,不替用户下结论 |
| 学术文献工作流类 | 围绕论文检索、综述写作 | 偏论文世界;imozuru 同时覆盖博客、视频等非论文知识源 |
| 近期热度检索类 | 抓取近期社交平台讨论 | 偏时效;imozuru 偏溯源,追到最早的原典 |
核心差异:不总结、只定位原文;以证据覆盖与饱和度决定何时停止;对「没有论文的领域」有专门流程。
8. 用户评价
该技能目前在第三方平台尚无具名用户评价。仓库 Issue 区可见 9 位不同用户的反馈,例如:日文 URL 导致 UnicodeEncodeError、Windows 与 Python 3.10 下编码问题、和文 PDF 下限判定、重新抓取失败时保留已存原文。作者均已响应并合并修复(来源:https://github.com/MaryCache/imozuru/issues)。
9. 其他补充
- 提供
examples/demo/样例,可用python3 skills/imozuru/scripts/report.py examples/demo直接试跑抽取页生成。 - 设计依据引自信息检索研究(Bates 的 berrypicking、Ellis 探索行为模型、Kuhlthau 探索过程),出处列于
references/theory.md。 - 说明文档与触发词以日语为主,同时含英文触发语(如 “dig into this field”)。
10. 安装使用方式
npx skills add MaryCache/imozuru
手动安装:把 skills/imozuru/ 复制到 ~/.claude/skills/imozuru/。
使用示例:
芋づる式に調べて: <你想了解的话题>
/imozuru watch <话题>
结果保存在 ~/research/<话题>/,含 map.md、log.md、sources/、report.html。如需处理 PDF 或 YouTube,请预先安装 poppler、tesseract、yt-dlp(可选)。
11. 注意事项
- 联网抓取为核心功能,会访问任意公开网页;涉及受版权保护的内容仅保存供个人研究使用。
- 付费墙、登录页、404 页面会被判为失败并记录,不会保存空壳。
- 搜索子代理的报告多来自搜索摘要,未开页验证,SKILL.md 要求在原文确认前标注「(未确认)」。
- 项目建仓时间短,暂无正式版本号。
- 说明文档以日语为主,非日语用户需依赖 Agent 翻译。