Tech Selection Research

tech-selection-research：技术选型/方案对比调研协议

触发：Jack 提出架构选型、技术方案对比、调研类问题（「对比 X 和 Y」「这个方案合理吗」「帮我调研一下…」）。 目的：用固定、模型无关的检索研究流程，保证跨会话输出稳定、不疏漏。 方法论来源（不发明轮子）：MiniMax-AI/skills 技术选型框架 + ADR 标准 + source-evaluation 来源分级（T1-T6）+ 分层研究质量门协议。 铁律：没有显式权衡分析，不许下选型结论。

分级执行（避免过度流程化）

• 轻量调研（日常小决策）：走 1 → 2 → 5，30 分钟内完成
• 完整调研（重要选型/高风险决策）：走 1 → 6 全程

步骤

1. 需求澄清：量化约束（规模/延迟/可用性/数据量/合规/团队能力/预算/时间线），明确决策标准和「不做什么」。约束不量化不给结论。
2. 多源检索：
   • 3-4 路 query 并行（一次 web_search 调用多 query）
   • 来源按 T1-T6 分级，优先高等级（见下）
   • 一手数据优先：stars/归档状态/最近更新（GitHub API），不采信二手结论
   • 交叉验证：关键结论至少两个独立来源
   • 质量门①：关键结论无 ≥2 独立来源验证 → 不得进入评估，先补检索
   • 检索时主动排查失败模式（见下）
3. 查漏清单（每次必过，缺项必须说明原因）： 竞品覆盖 × 维护状态 × 生态成熟度 × 国内可达性 × 安全合规 × 成本 × 迁移成本 × 信息时效性（关键事实的「截至日期」）
4. 评估矩阵：候选 × 加权标准打分（1-5 × 权重），权重必须与 Jack 对齐（质量门②），未对齐不给结论。
5. 输出：
   • 决策对比表 + 结论 + 待确认问题；不写长报告
   • 溯源纪律：每个关键事实标注来源层级 + URL；数字标注「截至 YYYY-MM」；找不到来源的事实不作结论依据（标注「未验证」或删去）——质量门③
   • 重要决策附 ADR 记录（Context/Decision/Consequences）
6. 复盘迭代（≤1 分钟）：本次有无遗漏？有无新来源/新查漏项/新经验？→ 记修订日志，重要项经 Jack 确认后回填协议

来源分级 T1-T6

• 输出结论时标注来源层级；T6 一律不采用，T5 仅作线索不作结论依据。

失败模式清单（检索时主动排查）

• SEO/内容农场：标题堆砌、无作者、无日期 → 不采用
• 早期检索污染：第一个坏来源污染整条链路（57% 来源错误发生在早期检索）→ 首轮就分级把关
• 过时当现况：以旧资料描述当前状态 → 检查发布日期/「截至日期」
• 幸存者偏差：只搜到营销/成功案例 → 主动补搜「X 的坑/问题/失败案例/替代」
• 自我引用循环：多篇互相引用同一源头 → 追到原始出处

质量门

• 质量门①（检索→评估）：关键结论 ≥2 独立来源，否则回检索
• 质量门②（评估→结论）：权重与 Jack 对齐，否则不给结论
• 质量门③（输出前）：关键事实可溯源（URL+层级），否则标注未验证或删去

模型无关性

• 步骤/工具/清单固定，不依赖模型推理强度；换任何模型照步骤走，覆盖率不降
• 拿不准就复述确认，不猜

迭代机制（协议如何持续演进）

• 修订日志：本文件末尾 CHANGELOG，每次迭代加一行（日期+改动+原因）
• 观察暂存：跨会话待验证改进先记 ~/.dsh/memory/observations.md，同一改进出现 ≥2 次再提炼回填
• 触发条件：每次调研复盘发现改进点；Jack 明说「这次方法有问题」；同一问题出现 ≥2 次
• 纪律：skill 文件只由 Rose 写；写前过 memory-edit 自检；改完给 Jack 一句话说明

CHANGELOG

• 2026-08-26：v2。按协议自评结果升级：新增来源分级 T1-T6、质量门①②③、失败模式清单、溯源纪律（URL+层级+截至日期）；方法论补 source-evaluation 与质量门协议。
• 2026-08-26：v1 创建。方法论引自 MiniMax technology-selection 框架 + ADR 标准；适配 DSH 的 web_search/GitHub API 工具。