Token导航 LogoToken导航TokenDH.com
研究检索只读clawhub未标认证来源可访问clear审计提醒

research-decision研究决策

Agent Skill

research-decision 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

9,029

周安装

380

GitHub Stars

1

下载量

3,162
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:research-decision(研究决策)
来源仓库:https://github.com/krishnna2725/research-decision
安装命令:
openclaw skills install research-decision
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install research-decision

简介

对复杂问题联网调研,输出判断建议与技术选型方向。

  • 适用于版本升级、架构取舍与疑难 bug 排查。
  • 优先检索官方文档与社区口碑,重视信源权威性。
  • 查询语言支持中英文,适应全球化技术环境。research-decision 属于研究检索类 Skill,可作为该场景下的辅助能力补充。
  • 结果为概率性结论,需结合本地环境二次验证。

SKILL.md

name
research-decision
description
对复杂问题进行联网调研,并基于高质量信源输出判断、建议、排查方向或下一步动作。适用于技术选型、方案对比、版本升级、兼容性判断、架构取舍、社区口碑调研、已知问题排查、疑难 bug 冲突分析,以及其他需要上网查证、多方比较、最后给出建议或方向的问题。优先进行中英文双语检索,重视官方文档、官方博客、GitHub issues/discussions/changelog/release notes,再补充社区讨论与第三方资料。重点是信源管理、交叉验证、识别已知问题和处理冲突信息。

Research Decision

目标

把"联网查资料"转成"有依据的判断与行动建议"。

这个 skill 的重点不是固定模板,而是:

  • 管理信源优先级
  • 做中英文双语检索
  • 交叉验证多方说法
  • 识别已知问题、冲突信息和不确定性
  • 输出对用户有用的结论、建议、排查方向或下一步动作

默认产出应服务于"决策 / 排查 / 止损",而不是资料堆砌。

核心原则

  • 先理解用户真正要解决的问题,再决定更适合输出"决策建议""条件判断"还是"排查方向"。
  • 不要依赖单一来源下结论,尤其不能只靠博客、自媒体或单条社区帖。
  • 如果存在已知 bug、版本冲突、兼容性风险或社区争议,优先识别风险,再决定是否推荐推进。
  • 如果证据不足,不要硬给确定性结论;应明确边界、不确定点和最小验证动作。
  • 如果用户信息不完整,也先尽量推进判断,并在结论中写清适用前提或假设。
  • 对于版本核查、依赖检查、环境验证等可以快速自动完成的事项,先自己跑一遍命令或查一下文档,把结果直接给用户,不要让用户自己动手。
  • 输出报告必须有信源展示,每条关键结论都要标注来源类型和链接,方便用户溯源和验证。

工作流程

1. 收敛问题

先判断用户的问题更像哪类:

  • 是否值得采用某个技术 / 工具 / 方案
  • 是否要升级 / 迁移 / 替换
  • 某个版本、组合、架构是否可用
  • 某个 bug、冲突、异常是否已有已知问题或成熟解法
  • 社区、官方、维护者对某件事是否存在共识
  • 用户真正需要的是结论、排查方向、规避方案,还是止损建议

同时尽量识别这些信息:

  • 目标:想解决什么
  • 对象:技术 / 工具 / 版本 / 方案 / bug / 冲突点
  • 当前上下文:新项目、老项目、生产环境、测试环境、升级中、排障中
  • 约束:时间、兼容性、团队经验、迁移成本、风险承受能力
  • 用户最关心的结果:稳定性、效率、成本、可维护性、是否有坑、怎么尽快解

2. 做中英文双语检索 + 快速验证

至少完成一轮中文检索和一轮英文检索。

快速验证事项先做:

  • 如果问题涉及版本,先查当前版本(--versionnpm list 等)
  • 如果涉及依赖,先检查环境(pip listcomposer show 等)
  • 如果涉及文档,先抓官方最新文档
  • 这些验证结果直接写在报告里,体现专业性

优先查询这些来源:

  1. 官方文档 / 官方博客 / 官方 FAQ / 官方发布说明
  2. GitHub issues / discussions / changelog / release notes / migration guide
  3. 社区讨论(Reddit、Hacker News、论坛、AnswerOverflow、技术社区)
  4. 第三方博客 / 教程 / 自媒体(仅作补充)

默认优先级:

官方 > issue/changelog > 社区 > 第三方内容

如果是 bug、冲突、兼容性、升级失败问题,优先查 issue、discussion、release notes、官方 workaround 和社区复现记录。

需要更具体的检索写法时,查看:

  • references/query-patterns.md
  • references/issue-triage.md

3. 交叉验证并判断信号强弱

使用信源时,按以下顺序判断可信度:

高优先级

  • 官方文档
  • 官方博客
  • 官方发布说明
  • changelog / release notes / migration guide
  • maintainer 明确回复的 issue / discussion

中优先级

  • 普通 issue / discussion
  • 高质量社区讨论
  • 多人复现的帖子
  • 多来源一致的经验总结

低优先级

  • 单篇博客
  • 自媒体
  • 个人经验帖
  • 无法确认版本和上下文的内容

关键结论尽量满足:

  • 至少有两类来源支撑
  • 尽量有一个高优先级来源托底
  • 如果没有高优先级来源,要明确标注"证据较弱"或"官方未确认"

如果信息冲突,优先判断:

  • 是否来自不同版本
  • 是否只在特定环境触发
  • 是否后来已修复
  • 是否只是文档理想状态与真实使用体验不一致

如果资料明显过旧,或结论主要依赖低优先级来源,要主动降低结论强度。

4. 按问题类型调整重点

不要机械套模板,要根据问题类型调整调研重点。

选型 / 替换 / 值不值得用

重点看:

  • 官方定位与适用边界
  • 是否仍在维护
  • release 活跃度
  • 社区口碑
  • 常见负面反馈
  • 替代方案
  • 接入或迁移成本

版本升级 / 兼容性 / 生产可用性

重点看:

  • changelog / release notes
  • breaking changes
  • migration guide
  • known issues
  • regression
  • 是否存在回退风险
  • 社区是否出现高频踩坑

疑难 bug / 冲突 / 异常

重点看:

  • 是否为已知问题
  • issue 中是否已有复现
  • 是否与特定版本、环境、依赖组合有关
  • maintainer 是否确认过
  • 是否有 workaround、patch、替代配置
  • 是否建议降级 / 升级 / 规避某特性
  • 是否值得继续深挖,还是应该尽快绕开

如果是 bug / 冲突问题,优先回答:

  • 这是不是已知问题
  • 哪些版本 / 环境 / 依赖组合最容易触发
  • 有没有 workaround、补丁、替代路径或临时规避方案
  • 是否建议升级、降级、锁版本、回滚或缩小使用范围
  • 这个问题值不值得继续投入排查,还是更适合止损

更细的 bug / 冲突处理方式,查看 references/issue-triage.md

5. 输出判断与下一步动作

不要只总结资料,要把调研结果转成用户可执行的东西。

重要:输出必须有信源展示。 每条关键结论都要标注来源(官方/issue/社区/博客)+ 链接,方便用户溯源。

默认尽量输出以下内容中的大部分:

  • 结论 / 判断
  • 建议方案
  • 关键依据(必须有信源标注
  • 风险或反例
  • 已知问题
  • workaround / 替代方案
  • 下一步动作
  • 回滚或止损条件

如果是决策类问题,优先回答:

  • 推荐 / 不推荐 / 条件推荐 / 暂不推荐 / 证据不足

如果是 bug / 冲突类问题,优先回答:

  • 更可能的问题方向
  • 是否已有已知案例
  • 先试什么 workaround
  • 是否建议升级 / 降级 / 规避 / 替代
  • 何时停止继续排查,转为止损

报告详细程度:

  • 不要只给一句话结论。用户拿这个 skill 是要评估效果的,第一印象很重要。
  • 检索过程、关键发现、证据链都要展示出来,让用户看到你确实做了什么调研。
  • 但也不要堆砌信息——重点突出,结构清晰。
  • 可以给用户一个"快速版"(一句话结论 + 核心理由)和一个"详细版"(完整报告),让用户选择。

输出风格

  • 先回答用户最关心的问题,再展开证据。
  • 不要做成机械模板填空。
  • 不要为了全面而堆太多链接或背景。
  • 冲突证据要主动解释,不要原样堆给用户。
  • 每条关键结论必须带信源标注(如:官方文档 / GitHub Issue / 社区讨论 + 链接)。
  • 高风险场景默认更保守;低风险探索场景可以更灵活。
  • 用户想快速判断时,优先给短结论 + 核心理由 + 下一步。
  • 用户明显在排障时,优先给"最可能原因 + 先试什么 + 是否值得继续挖"。

底线规则

  • 不要只做摘要,必须尽量转化为判断、建议或行动方向。
  • 不要基于单一弱来源下结论,关键判断至少做交叉验证。
  • 每条结论都要有信源标注,不能"我觉得"或者"应该是"。
  • 发现已知 bug、高频冲突或高风险信号时,优先给规避、替代、验证或止损方案,不要默认硬推。
  • 能自动化的快速验证(版本、依赖、环境)先自己做,别麻烦用户。

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

90.81%
按下载量换算2,871

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills