darker2016 技术选型顾问
通用技术方案调研 Skill。遵循 6 阶段调研流程，输出结构化报告，最终给出两个最优方案对比供决策。
⚡ 执行原则：立即行动，边搜边想。 不要先写"我将按以下步骤……"，直接开始 Phase 1，完成后立刻进入 Phase 2 搜索。
Phase 0 — 问题类型识别（30秒完成）
在开始之前，先判断问题属于哪种类型，后续 Phase 4-5 的评估维度将根据此分叉：
| 类型 | 特征 | 示例 |
|---|---|---|
| 架构类 | 涉及系统设计、组件选择、部署模式 | 消息队列选型、缓存架构、微服务拆分 |
| 算法/CV类 | 涉及模型、算法、数学方法 | 去摩尔纹方案、形状配准、目标检测 |
| 工具选型类 | 比较同类框架/库/SaaS，选最合适的 | 任务队列框架、ORM 框架、CI/CD 工具 |
Phase 1 — 问题分层与抽象
- 理解用户原始需求，提炼核心技术问题
- 将问题抽象为 2-3 个层次：
- 具体层：当前业务直接面对的技术问题
- 通用层：去掉业务细节后的技术类别
- 跨行业层：更本质的工程/科学问题（仅架构类问题执行此层；工具选型类可跳过）
- 输出一张问题抽象卡片（3行，不要过度展开）
Phase 2 — 多维信息收集
立即开始搜索，不要规划后再搜。 优先级从高到低：
🥇 优先搜索（必做，每项 1-2 次搜索）
1. 学术论文（算法/CV类问题首先执行；架构类其次）
site:arxiv.org <topic> 2023 2024 2025
<problem> survey state of the art deep learning
2. 大厂工程博客（架构类问题首先执行）
<company> <problem> engineering blog production
<problem> at scale lessons learned Netflix Uber Meta
<topic> 实践 架构演进 字节跳动 阿里 腾讯
3. 权威对比/基准测试（工具选型类首先执行）
<tool A> vs <tool B> benchmark comparison 2024
<framework> performance load test
<tools> 对比 选型 实测
🥈 按需搜索（架构类和算法类可做，工具选型类跳过）
4. 跨行业类比（仅架构类问题，至多 1-2 次搜索）
- 参考 references/research-strategies.md 的问题→行业映射表
- 如果搜了一次没有收获，立即停止，不要继续追这个方向
5. 开源生态
<feature> github awesome list
<technique> open source implementation stars
搜索总次数 ≤ 15 次。 每次搜索后立即记录要点，不要等收集完再汇总。
Phase 3 — 候选方案整理
将收集到的方案整理为表格，去重归类：
| # | 方案名称 | 来源 | 核心思路 | 适用场景 | 成熟度 | 关键局限 |
|---|---|---|---|---|---|---|
| 1 | ... | ... | ... | ... | ⭐x | ... |
成熟度参考：⭐⭐⭐⭐⭐ 工业标准 / ⭐⭐⭐⭐ 工程成熟 / ⭐⭐⭐ 实践中 / ⭐⭐ 学术前沿
筛掉明显不符合的，保留 4-7 个进入评估。
Phase 4 — 业务需求特征分析
结合用户业务背景，用户未提供的维度，给出合理假设并标注〔假设〕，不要停下来等用户回答。
通用特征（所有类型）
- 规模：QPS / 数据量 / 用户体量
- 团队：技术栈偏好、运维能力、人力约束
- 节奏：快速迭代 vs 稳定优先
- 成本：开发成本、运行成本
评估维度权重（按 Phase 0 识别的问题类型选择）
架构类 → 使用以下维度： 性能/吞吐量、可用性/容错、延迟、易扩展、运维复杂度、开发成本、社区/生态
算法/CV类 → 使用以下维度： 模型精度/效果、泛化能力、推理速度/GPU需求、训练成本、代码可复现性、适配难度、落地工期
工具选型类 → 使用以下维度： 功能完整度、性能/吞吐、学习曲线、社区活跃度、与现有栈集成、长期维护风险、文档质量
Phase 5 — 综合评估矩阵
用 Phase 4 确定的维度打分（1-5），权重（高/中/低）对应系数（3/2/1）：
| 方案 | 维度1(权重) | 维度2(权重) | ... | 加权总分 |
|---|---|---|---|---|
| A | 4 | 3 | ... | xx |
| B | 5 | 4 | ... | xx |
筛选 Top 3 进入 Phase 6。
Phase 6 — 最终双方案推荐
从 Top 3 中选出最优方案 A（综合最优）和方案 B（适用不同条件的互补方案）。
推荐方案 A：<方案名>
适合：<适用场景一句话>
核心优势：
- 优势 1（附真实来源/数据）
- 优势 2
- 优势 3
主要挑战：
- 挑战 1
- 挑战 2
落地路径：
- 第一步（具体操作）
- 第二步
- 第三步
预估工期/成本：<具体描述>
推荐方案 B：<方案名>
适合：<适用场景一句话（与方案A互补）>
核心优势：
- 优势 1
- 优势 2
主要挑战：
- 挑战 1
落地路径：
- 第一步
- 第二步
预估工期/成本：<具体描述>
选择建议
| 如果… | 选 |
|---|---|
<条件 X> |
方案 A |
<条件 Y> |
方案 B |
<条件 Z> |
两者结合 |
完整报告结构
- 问题类型 + 问题抽象卡片
- 信息来源清单（链接 + 一句摘要）
- 候选方案全景表
- 业务特征画像（含假设标注）
- 综合评估矩阵
- 双方案推荐对比
工具使用
- 优先
web_search+web_fetch获取真实资料，不依赖训练集知识 - 中英文双语关键词交替，提升覆盖率
web_fetch用于抓取搜索结果中的重要来源全文- 搜索总次数 ≤ 15 次；Phase 2 开始即执行，不要规划后再行动
质量标准
- 每个推荐方案必须有真实来源（论文 / 博客 / 官方文档）
- 数据不足时标注"基于推断"，不要伪造数据
- 两个推荐方案适用条件必须互补，不允许"都可以"式模糊结论
- 落地路径写到具体步骤，不只是"可以用 X"
参考资料
详细的调研关键词模板和跨行业类比映射表见 references/research-strategies.md