高效调研多智能体团队

要解决什么问题

当你说「帮我调研 XX」时，真正难的不是搜到几篇链接，而是：多源信息口径不一、单来源无法下结论、以及报告里事实无法回溯。市场/技术/竞品/政策/文献类课题，往往需要并行换角度检索、把事实与引用拆开、对矛盾数据做显式处理，而不是把搜索结果直接拼成一段 prose。

技能如何工作

research-team-pro 按固定流水线组织 5 个 Agent，并在 Validator 层强调竞争假设（多源比对、矛盾标记、置信度评分）：

| 角色 | 作用 |
|------|------|
| Searcher | 多关键词/多角度并行搜索，可扩展 N 路 |
| Extractor | 分离事实、数据点、引用与时间戳 |
| Validator | 交叉验证；矛盾保留并标注置信度 |
| Analyst | 趋势、模式、因果与结论综合 |
| ReportWriter | 输出带 source_id 溯源、置信度与矛盾披露的报告 |

事实结构形如 fact = {content, source_id, source_name, url, timestamp}。健壮性上：Searcher 非关键路径可降级继续；提取失败标「信息不足」不阻断；Validator 不因矛盾直接丢弃数据。

典型步骤：确认目标与统计口径 → 并行搜索 → 提取 → 交叉验证 → 分析 → 写报告。运行后还可把成败模式写入 state/experiences.md，通过 --teach-* 固化来源与校验规则（见机制文档）。

边界与注意点

• 不适用：实时股价/天气等硬实时 API 场景；默认离线 mock，source=web 需先接搜索 API。
• 别误用：--demo 模拟结论不能当真实市场结论对外发布；纯创作/代码/翻译应换别的技能。
• 踩坑：「市场规模」等口径差异要先对齐单位；单来源多时会拉高低置信度占比；--resume 依赖 research_team_state.json。
• 约束：事实必须带来源 ID；不可信且含明文敏感数据的来源会被拒收。