Agent Skills
返回列表
研发先行调研法

研发先行调研法

知识管理 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,将 @user_d277f338/ndadndooppop 安装到当前 AI 助手,以启用 research-before-build 的全生命周期技术调研能力。

技能介绍

要解决的问题

接到"做个新 X"时,工程师常凭印象选栈。几周后才发现开源社区早有人踩过同样的坑,或有论文已在一年前给出更稳的方案。调研若只停在翻一两篇博客,结论要么缺证据,要么早已过期。

事实上技术决策发生在多个阶段,而非仅开工前:立项要选栈、开发中要处理具体改动、上线前要对照成熟项目找差距、复盘还要核查旧假设是否仍成立。每个阶段的调研焦点完全不同,用一份通用模板应付会浪费在无关细节上。

如何组织

进入调研前,先判定阶段(立项 / 方案设计 / 开发迭代 / 上线前 / 复盘)与深度(quick scan / focused / deep dive),以此决定查多细、交付什么形态。默认直接推断,信号模糊时向用户确认一句。

深度决定检索投入,而非把浅查包装成定论:deep dive 走完整流程,quick scan 只做最小核实并如实标注"浅核实"。

调研分两条路径,先 A 后 B:

  1. 路径 A:若已有成方案,先完成五件事:摸清实际约束;找可比真实项目并逐个独立核实(禁止编造 star 数、采用声明);列权衡与失败条件;算成本与锁定现实(区分"免费开始"与"运营便宜");写清建议何时失效(规模 / 数据量阈值)。
  2. 路径 B:须创新问题、冷门方向或现有方案均不满足约束时,从 arXiv 等拉真实元数据,走五步收敛:归类、拉取、发散、聚类、汇聚,选一个路线流派作为推荐路线、报告落选聚类、汇集各篇 limitation,篇论文结论回写进 spec.md / tasks.md,由回填幂等(查重、废弃保留),而非停在报告里。

产物按"阶段 × 深度"定形,每条关键结论都带两个标注:

  • 证据强度徽标:✓ 已核实 / ⚠ 浅核实需复核 / ? 待验证
  • 时效 as-of:区分稳定参考(论文、规范)与迅速衰减的时效信息(选型、价格),旧 as-of 逐条刷新,不再有效的结论标"废弃"而非静默覆盖,生命周期与结论建立联系。

适用边界与注意

  • 该技能管"证据而非决策":是调研官而非立项官,仍需资深工程判断落地,选型预算对不上或失败条件不合理时,直接采用垫底方案并在报告中注明退路与失效阈值等情形;
  • quick scan 只适合找灵感、验证思路,不得被作为长期决策的依据;
  • 领域过新、论文缺失、或两路径都无解时,如实报告并给出最小验证实验建议即可,不要硬凑方案;
  • 深度依赖 references/approach-check.md 与 references/paper-route.md,方法论源自公开 skill(advise-project-approach)与通用 prior-art 核查流程,方法与上游有更新时需自查。

使用场景

  • 立项前选技术栈,需要列出可比项目、成本现实与失效阈值
  • 方案评审时,需要有候选方案权衡和迁移成本的实证来源
  • 陷入具体 bug 或改不动时,需要穿越常见做法的反例与灵感
  • 上线前做加固,需要核对成熟同类方案找差距并落清单

适合人员

  • 技术负责人,需要在立项阶段给出可追溯的选型依据
  • 后端或架构工作者,需要在方案评审中呈现可验证依据
  • 全栈开发者,在开发迭代时需要灵感卡片与替代做法
  • 上线加固的工程维护人员,需要最终审查清单