# Research

> 多 Agent 並行研究框架 - 多視角同時研究，智能匯總成完整報告

- Skill: `miles990/research` (Agent Skill, multi-file: 216 files)
- Install (CLI): `npx skillmds@latest add miles990/research`
- Raw SKILL.md: https://api.skillmd.com/api/skills/miles990/research/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: miles990 (https://skillmd.com/u/miles990)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/miles990/research

---


# Multi-Agent Research v3.2.0

> CT 模式偵測 → 多視角並行研究 → 交叉驗證 → CT 合規檢查 → 智能匯總 → Memory 存檔（自動 commit）

## 自動化機制

> ⚡ **本 skill 已整合 Claude Code Hooks**
>
> - Action logging、state tracking、git commit 均由 hooks 自動處理
> - 只需執行 CP1 初始化，其餘檢查點自動執行

## 使用方式

```bash
/multi-research [研究主題]
/multi-research AI Agent 架構設計模式 --deep
/multi-research --ct experiment "Multi-CT Pipeline 是否能降低 agent drift?"
/multi-research --no-ct "只要快速草稿"
```

**Flags**: `--perspectives N` | `--quick` | `--deep` | `--ct off|lite|strict|experiment` | `--no-ct` | `--no-memory`

## CT 模式（內建）

`/multi-research` 會在開始前執行 CT Escalation Router，自主選擇 CT 模式。

| Mode | 觸發情境 | 額外產物 |
|------|----------|----------|
| `off` | 使用者明確 `--no-ct` 或 `--ct off` | 無 |
| `lite` | 預設；一般研究、比較、方向整理 | synthesis 內的 evidence / uncertainty / drift guard notes |
| `strict` | 架構、風險、產品、技術決策、agent/memory/tool policy | `ct-stack.yaml`、`ct-compliance.md`、`risk-policy.yaml` |
| `experiment` | 論文、實驗、benchmark、evaluation、hypothesis、可重複驗證 | strict 產物 + `hypotheses.yaml`、`experiment-plan.md`、`eval-rubric.yaml`、`failure-modes.md`、`experiments/{topic-id}/` harness |

CT mode 會控制實際流程重量：
- `lite` 只做 evidence / uncertainty / drift guard，不產生 `ct-stack.yaml`，不跑 experiment harness，也不跑 autonomous upgrade。
- `strict` 才產生 CT stack、合規檢查與 retrospective；若發現系統性問題，只產生 self-upgrade proposal，不自動 patch。
- `experiment` 才產生可測假設、實驗設計、eval rubric、failure mining 與 experiment harness；autonomous patch 預設關閉，只收斂 proposal 與 closed-loop summary。

自動規則：
- 預設為 `lite`。
- `--deep` 會把最低模式升到 `strict`。
- 偵測到論文、實驗、benchmark、evaluation、hypothesis、變因、對照組等需求時升到 `experiment`。
- 偵測到「快速」「先粗略」「不用太詳細」會降級，除非使用者明確要求 experiment。
- 使用者 override 永遠優先。

→ Router：[shared/ct/escalation-router.md](_shared/ct/escalation-router.md)
→ Rules：[shared/ct/escalation-rules.yaml](_shared/ct/escalation-rules.yaml)
→ Runtime：[shared/ct/mode-runtime.yaml](_shared/ct/mode-runtime.yaml)

## 預設 4 視角

| ID | 名稱 | 模型 | 聚焦 |
|----|------|------|------|
| `architecture` | 架構分析師 | sonnet | 系統結構、設計模式 |
| `cognitive` | 認知研究員 | sonnet | 方法論、思維框架 |
| `workflow` | 工作流設計 | haiku | 執行流程、整合策略 |
| `industry` | 業界實踐 | haiku | 現有框架、最佳實踐 |

→ 模型路由配置：[shared/config/model-routing.yaml](_shared/config/model-routing.yaml)

## 執行流程

```
CP1: 工作流初始化 ⚡ 手動執行
    python scripts/hooks/init_workflow.py --topic "{topic}" --stage RESEARCH
    ↓
Phase 0: CT Escalation Router → 偵測 ct_mode、理由、信心度
    ├── 檢查 user override: --ct / --no-ct
    ├── 依規則計分: lite / strict / experiment
    ├── 套用 downgrade guard: 快速 / 粗略 / 不用太詳細
    └── 寫入 meta.yaml: ct_detection
    ↓
Phase 1: 北極星錨定 → 定義研究目標、成功標準
    ↓
Phase 2: Memory 搜尋 → 避免重複研究
    ↓
Phase 3: 視角分解 → 為每視角生成專屬 prompt + CT envelope
    ↓
Phase 4: MAP（並行研究）✅ 自動追蹤
    ┌──────────┬──────────┬──────────┬──────────┐
    │架構分析師│認知研究員│工作流設計│業界實踐  │
    └──────────┴──────────┴──────────┴──────────┘
    [CP2/CP3 由 hooks 自動處理 Agent 狀態追蹤]

    ⚠️ **並行執行關鍵**：
       在單一訊息中發送 4 個 Task 工具呼叫：
       - Task({description: "架構視角", ...})
       - Task({description: "認知視角", ...})
       - Task({description: "工作流視角", ...})
       - Task({description: "業界視角", ...})
       這樣才能真正並行執行！

    ⚠️ **強制**：每個 Agent 必須在完成前執行：
       1. mkdir -p .claude/memory/research/{topic-id}/perspectives/
       2. Write → .claude/memory/research/{topic-id}/perspectives/{perspective_id}.md
       未執行 Write = 任務失敗，工作流中止
    ↓
Phase 5: REDUCE（交叉驗證 + mode-scoped CT checks + 匯總）
    ↓
Phase 6: Memory 存檔 → 品質閘門檢查 → 存儲報告
    ↓
Phase 7: CT Retrospective（strict / experiment）
    ├── 檢查 selected_mode 是否正確
    ├── 比對 expected artifacts vs actual outputs
    ├── 挖掘 workflow failures / false positives / false negatives
    └── 寫入 ct-retrospective.md
    ↓
Phase 8: Self-Upgrade Proposal（strict / experiment，必要時）
    ├── 若 mode 選錯、artifact 缺漏、gate 誤判、工具解析失敗
    ├── 產生 self-upgrade-proposal.md
    └── runtime 變更需附驗證命令與 rollback plan
    ↓
Phase 9: Experiment Harness（CT-experiment 必須）
    ├── 產生 experiments/{topic-id}/cases.yaml
    ├── 產生 run-config.yaml / rubric.yaml
    ├── 至少對本次 condition 跑 score-run.py
    ├── 產生 results.jsonl
    └── 產生 analysis.md
    ↓
Phase 10: Autonomous Upgrade Decision（experiment，proposal-only by default）
    ├── L1/L2: 只記錄 / 只提案，不修改
    ├── L3: 可修改 docs、templates、CT examples
    ├── L4a: 可修改非關鍵 runtime rules / validators，必須跑 focused smoke test
    ├── L4b/L4c: gates / workflow scripts 只提案，需人工批准
    ├── L5: 架構或降弱 gate 的變更停止並要求人工批准
    └── 寫入 upgrade-decision.yaml；有 patch 時寫入 upgrade-report.md
    ↓
Phase 11: Closed-Loop Summary（成果收斂）
    ├── 彙整 research conclusion、CT mode review、upgrade decision
    ├── 彙整 quality gates / DAG / status / action log 驗證結果
    └── 寫入 closed-loop-summary.md
    ↓
CP4: Task Commit ✅ 自動執行
    [寫入 .claude/memory/ 時自動 git commit]
```

## CP4: Task Commit ✅ 自動

> **由 `post_write.py` hook 自動處理**

當 Write 工具寫入 `.claude/memory/` 目錄時，hook 會自動：
1. `git add .claude/memory/research/{topic-id}/`
2. `git commit -m "docs(research): complete {topic} research"`
3. 記錄 action 到 `actions.jsonl`

→ Hook 設定：[.claude/settings.local.json.template](../../.claude/settings.local.json.template)
→ 協議：[shared/checkpoints/mandatory-checkpoints.md](_shared/checkpoints/mandatory-checkpoints.md)

## 品質閘門

通過條件（RESEARCH 階段）：
- ✅ 至少 2 視角達成共識
- ✅ 無未解決的關鍵矛盾
- ✅ 品質分數 ≥ 70
- ✅ CT-lite 以上需標記 evidence / uncertainty / drift guard
- ✅ CT-strict 以上不得有 HIGH CT 違規
- ✅ CT-experiment 需產出可測假設與實驗設計
- ✅ CT-experiment 需產出 experiment harness 並至少跑一次 scorer

CT gates 依 mode 分級：
- `CT_LITE`：只檢查 evidence / uncertainty / drift guard
- `CT_STRICT`：檢查 ct-stack、ct-compliance、HIGH 違規與 evidence coverage
- `CT_EXPERIMENT`：檢查 hypotheses、experiment plan、readiness 與 scorer result

→ 閘門配置：[shared/quality/gates.yaml](_shared/quality/gates.yaml)

## 早期終止

當 `consensus_rate >= 0.9` 時，可跳過衝突解決。

→ 配置：[shared/config/early-termination.yaml](_shared/config/early-termination.yaml)

## Context7 整合

自動偵測技術棧關鍵字（react, vue, fastapi 等）時，查詢最新文檔。

→ 配置：[shared/integration/context7.yaml](_shared/integration/context7.yaml)

## 輸出結構

```
.claude/memory/research/[topic-id]/
├── meta.yaml           # 元數據，包含 ct_detection
├── ct-stack.yaml       # CT-strict / experiment 產出
├── ct-compliance.md    # CT-strict / experiment 產出
├── risk-policy.yaml    # CT-strict / experiment 產出
├── hypotheses.yaml     # CT-experiment 產出
├── experiment-plan.md  # CT-experiment 產出
├── eval-rubric.yaml    # CT-experiment 產出
├── failure-modes.md    # CT-experiment 產出
├── claims/             # CT-strict / experiment structured claims
│   ├── architecture.claims.yaml
│   ├── cognitive.claims.yaml
│   ├── workflow.claims.yaml
│   └── industry.claims.yaml
├── ct-retrospective.md # CT 閉環產出
├── self-upgrade-proposal.md # 有改善建議時產出
├── upgrade-decision.yaml # 自主升級決策
├── upgrade-report.md    # 有實際 patch 時產出
├── closed-loop-summary.md # 最終收斂成果報告
├── experiments/
│   └── {topic-id}/
│       ├── cases.yaml
│       ├── run-config.yaml
│       ├── rubric.yaml
│       ├── results.jsonl
│       ├── condition-comparison.md
│       └── analysis.md
├── perspectives/       # 完整視角報告（MAP 產出，保留）
│   ├── architecture.md
│   ├── cognitive.md
│   ├── workflow.md
│   └── industry.md
├── summaries/          # 結構化摘要（REDUCE 產出，供快速查閱）
│   ├── architecture.yaml
│   ├── cognitive.yaml
│   ├── workflow.yaml
│   └── industry.yaml
├── synthesis.md        # 匯總報告（主輸出）
└── metrics.yaml        # 階段指標
```

Mode-specific artifact rules:
- `lite` must not require `ct-stack.yaml`, `ct-compliance.md`, experiment harness, or self-upgrade artifacts.
- `strict` may produce `ct-retrospective.md` and `self-upgrade-proposal.md`, but must not apply autonomous patches.
- `experiment` must produce experiment artifacts and `closed-loop-summary.md`; autonomous patching remains proposal-only unless explicitly approved.

> ⚠️ perspectives/ 保存完整報告，summaries/ 保存結構化摘要，兩者都必須保留。

## Agent 能力限制

**視角 Agent 不應該開啟 Task**：

| 允許的操作 | 說明 |
|-----------|------|
| ✅ Read | 讀取檔案 |
| ✅ Glob/Grep | 搜尋檔案和內容 |
| ✅ Explore agent | 輕量級探索 |
| ✅ Bash | 執行命令 |
| ✅ WebFetch | 抓取網頁 |
| ✅ Write | 寫入報告 |
| ❌ Task | 開子 Agent |

## 網頁抓取策略

當需要抓取網頁時，使用以下順序：

1. **優先使用 WebFetch** - 快速、輕量
2. **如果 WebFetch 失敗**，使用 Chrome：
   ```
   a. mcp__claude-in-chrome__tabs_create_mcp → 建立新分頁
   b. mcp__claude-in-chrome__navigate → 導航到 URL
   c. mcp__claude-in-chrome__get_page_text → 讀取內容
   ```
3. **如果仍然失敗**，記錄 URL 供人工處理

## 行動日誌 ✅ 自動

> **由 Claude Code Hooks 自動處理**

工具調用自動記錄到 `.claude/workflow/{workflow-id}/logs/actions.jsonl`。

**自動記錄的工具**：
| 工具 | 觸發 Hook | 記錄內容 |
|------|-----------|----------|
| Task | pre_task.py / post_task.py | Agent 啟動/完成狀態 |
| Write | post_write.py | 檔案路徑、Memory commit |

**排查問題**：
```bash
# 查看 RESEARCH 階段所有失敗行動
jq 'select(.stage == "RESEARCH" and .status == "failed")' \
  .claude/workflow/{workflow-id}/logs/actions.jsonl

# 查看特定視角 Agent 的行動
jq 'select(.agent_id == "architecture")' \
  .claude/workflow/{workflow-id}/logs/actions.jsonl

# 查看即時狀態
cat .claude/workflow/{workflow-id}/current.json | jq .
```

→ Hook 腳本：[scripts/hooks/](_scripts/hooks/)
→ 日誌規範：[shared/communication/execution-logs.md](_shared/communication/execution-logs.md)

## 共用模組

| 模組 | 用途 |
|------|------|
| [ct/escalation-router.md](_shared/ct/escalation-router.md) | CT 模式自動偵測 |
| [ct/escalation-rules.yaml](_shared/ct/escalation-rules.yaml) | CT 升級/降級規則 |
| [02-ct-mode/lite.md](02-ct-mode/lite.md) | CT-lite envelope |
| [02-ct-mode/strict.md](02-ct-mode/strict.md) | CT-strict envelope |
| [02-ct-mode/experiment.md](02-ct-mode/experiment.md) | CT-experiment envelope |
| [02-ct-mode/compliance.md](02-ct-mode/compliance.md) | CT compliance rules |
| [02-ct-mode/experiment-design.md](02-ct-mode/experiment-design.md) | 可驗證實驗設計 |
| [ct/experiment-harness/README.md](_shared/ct/experiment-harness/README.md) | 可重跑 experiment harness |
| [02-ct-mode/retrospective.md](02-ct-mode/retrospective.md) | CT 閉環檢查 |
| [02-ct-mode/self-upgrade-proposal.md](02-ct-mode/self-upgrade-proposal.md) | 自我改善提案 |
| [02-ct-mode/autonomous-upgrade.md](02-ct-mode/autonomous-upgrade.md) | 自主升級決策與執行 |
| [02-ct-mode/closed-loop-summary.md](02-ct-mode/closed-loop-summary.md) | 閉環成果收斂報告 |
| [ct/retrospective.md](_shared/ct/retrospective.md) | 共用 CT retrospective 規範 |
| [ct/autonomous-upgrade.md](_shared/ct/autonomous-upgrade.md) | 共用自主升級規範 |
| [ct/self-upgrade-policy.yaml](_shared/ct/self-upgrade-policy.yaml) | 自動化等級與安全規則 |
| [coordination/map-phase.md](_shared/coordination/map-phase.md) | 並行協調 |
| [coordination/reduce-phase.md](_shared/coordination/reduce-phase.md) | 匯總整合、大檔案處理 |
| [synthesis/cross-validation.md](_shared/synthesis/cross-validation.md) | 交叉驗證 |
| [quality/gates.yaml](_shared/quality/gates.yaml) | 品質閘門 |
| [config/model-routing.yaml](_shared/config/model-routing.yaml) | 模型路由 |

## 工作流位置

```
RESEARCH → PLAN → TASKS → IMPLEMENT → REVIEW → VERIFY
   ↑
  你在這裡
```

研究結果可被 `plan` skill 引用，作為規劃的輸入。