research
多源自主研究，聚合GitHub、HN、Reddit等平台信息
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：research。 它的用途是：多源自主研究，聚合GitHub、HN、Reddit等平台信息 完整的 Skill 内容见：https://321skill.com/skills/research-x-5/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我调研一下最新的AI Agent框架进展，从GitHub、HN、Reddit、arXiv和Semantic Scholar收集信息，重点关注2024年后的开源项目，并整理成对比表格。” 它会自动并行搜索多个平台，汇总热门仓库、社区讨论和学术论文，生成一份包含关键特性、Star数、论文引用量等维度的比较报告，并附上原始链接供进一步查阅。
介绍
在信息爆炸的时代，高质量的技术调研、竞品分析和行业研究往往需要花费大量时间在不同平台间反复切换和筛选。Research Skill 将 GitHub、Hacker News、Reddit、arXiv 和 Semantic Scholar 等多个优质信源整合为一个统一入口，由 AI 代理自动并行搜索、交叉验证和提炼关键信息，帮助你快速完成从问题定义到结论输出的完整研究闭环。
使用方式非常简单：你只需向 AI 描述你的研究主题（例如“最新多模态大模型进展”或“某竞品的技术架构”），Research Skill 便会自动规划搜索策略，同时从多个平台抓取相关内容，并基于语义相关性和权威性对结果进行排序、去重和摘要生成。最终输出一份结构清晰、引用来源可信的研究报告，支持按需深入查看原始链接。
这款工具特别适合需要频繁进行技术预研、竞品情报收集、学术文献综述或行业趋势分析的用户，包括学术研究者、产品经理、数据分析师等。无论是快速了解一个新兴领域，还是系统性地跟踪某个技术方向，它都能显著提升信息获取效率，让你从繁重的信息筛选工作中解放出来，专注于更高层次的决策和创造。
使用建议：为了获得最佳效果，请尽量明确研究范围（如时间跨度、具体平台偏好、需要排除的关键词等）。注意该工具依赖外部网络资源，在网络环境受限或需要深度分析专有数据库时可能效果有限。建议将其作为初步信息收集和筛选的起点，关键结论仍需结合原始资料进行人工复核。
核心特点
区别于单一平台搜索工具，Research Skill 同时覆盖 GitHub、HN、Reddit、arXiv 和 Semantic Scholar 五个差异化的高质量信源，能够从技术代码、社区讨论、学术论文等多个维度交叉验证信息，提供更全面、立体的研究视角。
注意事项
不适用于需要访问付费数据库、企业内部非公开资料或需要深度人工分析的高度专业化领域。
常见问题
Research Skill 支持哪些平台？
目前支持 GitHub、Hacker News、Reddit、arXiv 和 Semantic Scholar 五个平台，能够覆盖技术代码、社区讨论、学术论文等主流信源。
搜索结果是否实时？
搜索基于各平台最新公开数据，对于 GitHub 和 arXiv 等平台可获取近实时内容，但具体时效性受各平台 API 更新频率影响。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/research-x-5/raw/index.md 读取 research 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/research-x-5/raw/index.md（查看排版版本）