结合多种情报来源进行全面的技术研究——Grok（通过浏览器自动化进行 X/Twitter 开发人员讨论）、DeepWiki（人工智能驱动的 GitHub 存储库分析）和 WebSearch。为每个源调度并行子代理并将结果综合到统一报告中。在评估技术、比较库/框架、研究 GitHub 存储库、衡量开发人员情绪或调查技术架构决策时应使用此技能。触发短语包括“技术研究”、“研究这项技术”、“技术调研”、“调研一下”、“比较库”、“评估框架”、“调查回购”。
通过命令行快速安装 tech-research AI 技能到你的开发环境
来源：psylch/tech-research-skill。
Orchestrate multi-source technical research by dispatching parallel subagents to gather intelligence from X/Twitter (via Grok), GitHub repositories (via DeepWiki), and the web (via WebSearch). Synthesize all findings into a single actionable report.
Architecture: The main agent orchestrates research using one of two modes — lightweight (Task Subagents) or heavyweight (Agent Teammates) — chosen based on research complexity.
| Single topic, multiple data sources (Grok + DeepWiki + WebSearch) | Light → Task Subagents | | Multiple independent topics/competitors needing cross-comparison | Heavy → Agent Teammates | | Research may produce follow-up questions requiring dynamic re-scoping | Heavy → Agent Teammates | | Agent count ≥ 4 | Heavy → Agent Teammates |
结合多种情报来源进行全面的技术研究——Grok（通过浏览器自动化进行 X/Twitter 开发人员讨论）、DeepWiki（人工智能驱动的 GitHub 存储库分析）和 WebSearch。为每个源调度并行子代理并将结果综合到统一报告中。在评估技术、比较库/框架、研究 GitHub 存储库、衡量开发人员情绪或调查技术架构决策时应使用此技能。触发短语包括“技术研究”、“研究这项技术”、“技术调研”、“调研一下”、“比较库”、“评估框架”、“调查回购”。 来源：psylch/tech-research-skill。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/psylch/tech-research-skill --skill tech-research结合多种情报来源进行全面的技术研究——Grok（通过浏览器自动化进行 X/Twitter 开发人员讨论）、DeepWiki（人工智能驱动的 GitHub 存储库分析）和 WebSearch。为每个源调度并行子代理并将结果综合到统一报告中。在评估技术、比较库/框架、研究 GitHub 存储库、衡量开发人员情绪或调查技术架构决策时应使用此技能。触发短语包括“技术研究”、“研究这项技术”、“技术调研”、“调研一下”、“比较库”、“评估框架”、“调查回购”。 来源：psylch/tech-research-skill。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/psylch/tech-research-skill --skill tech-research 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/psylch/tech-research-skill