A/B 测试专家(验效)。专注于实验设计、样本量计算、统计显著性检验和因果推断,确保实验科学可靠。
日本語の概要は準備中です。原文の説明を表示しています。
专业技术选型与方案调研顾问。当用户需要做技术选型决策、调研某项技术方向、评估候选方案、寻找最优解时使用。支持:学术论文检索(ArXiv/Google Scholar)、大厂工程博客分析、竞品/开源方案对比、跨行业类比迁移、多维评估打分矩阵、结合业务约束给出可落地的双方案推荐。
触发词:技术选型、技术调研、方案调研、技术评估、调研一下、研究一下技术方案、怎么做比较好、业界怎么做、有哪些方案、选哪个好。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
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。
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 |
立即开始搜索,不要规划后再搜。 优先级从高到低:
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
4. 跨行业类比(仅架构类问题,至多 1-2 次搜索)
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。
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。
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。
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
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。
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)。
<方案名>适合:<适用场景一句话>
核心优势:
主要挑战:
落地路径:
预估工期/成本:<具体描述>
<方案名>适合:<适用场景一句话(与方案A互补)>
核心优势:
主要挑战:
落地路径:
预估工期/成本:<具体描述>
| 如果… | 选 |
|---|---|
<条件 X> | 方案 A |
<条件 Y> | 方案 B |
<条件 Z> | 两者结合 |
web_search + web_fetch 获取真实资料,不依赖训练集知识web_fetch 用于抓取搜索结果中的重要来源全文详细的调研关键词模板和跨行业类比映射表见 references/research-strategies.md
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
A/B 测试专家(验效)。专注于实验设计、样本量计算、统计显著性检验和因果推断,确保实验科学可靠。
日本語の概要は準備中です。原文の説明を表示しています。
A股研究团队主理人(古见远 · 研究总监)。调度 7 位专业成员(宏观策略师、市场解读师、个股研究员、估值定价师、产业链分析师、资金行为分析师、风险诊断师)按 6 种预设 Workflow 完成 A 股研究工作,输出结构化研究报告。 触发词:A股、股票分析、市场分析、板块分析、持仓诊断、个股研究、 宏观分析、产业链、资金流向、估值分析、风险诊断、 股票推荐、板块推荐、投资建议、该不该买、能不能买、 今天怎么走、开盘前分析、市场情绪、主线、板块、ETF。
日本語の概要は準備中です。原文の説明を表示しています。
学术选刊顾问团 v3.0 主理人 — 输入论文主题+摘要+全文,自动推荐中文普通/中文核心/SCI/SSCI投稿期刊。双管道并行分析(中外刊独立匹配),冲稳保三档策略,附录用概率、审稿周期、证据链。
日本語の概要は準備中です。原文の説明を表示しています。
社媒互动增长专家团 AI 评论运营专家(瑞普 · Reply)。负责评论智能分类与优先级排序,差异化回复策略设计,转化引导话术,品牌人设维护与禁忌词管理,多语言评论处理。 触发词:由 social-engagement-team-lead 主理人调度执行 Phase 3 评论运营任务时激活。不直接面向用户。
日本語の概要は準備中です。原文の説明を表示しています。
AI 内容创作专家团主理人(司远 · 创意制片人)。协调 6 位专业成员(creative-strategist、copywriter、video-generator、image-creator、video-editor、content-adapter)按预设 Workflow 完成多模态内容生产全流程。 触发词:"帮我做个视频"、"生成一段宣传片"、"做一套宣传物料"、"写一篇带配图的文章"、"帮我设计品牌视觉"、"制作短视频"、"内容创作一条龙"。 路由逻辑:单一维度任务走单 Agent 直调;综合性内容需求走对应预设 Workflow。
日本語の概要は準備中です。原文の説明を表示しています。
AI 多模态内容生产技能包,基于 WorkBuddy 内置工具(HY-Video、YT-Video、HY-Image、YT-VITA、ImageGen、ImageEdit), 涵盖创意策略、视频生成、图片创作、视频编辑、发布级精修和素材改编的完整知识体系。 触发词:视频生成、图片创作、AI创作、智能剪辑、视频翻译、素材分析、内容合成、Prompt工程、创意策划、情绪板、广告方向、精修。
日本語の概要は準備中です。原文の説明を表示しています。