analyze-research
Solid技术调研子类型规范 — 技术选型/可行性评估/根因调查,只读工作流
Install
Quality Score: 81/100
Skill Content
Details
- Author
- devcodex-labs
- Repository
- devcodex-labs/devcodex
- Created
- 5 months ago
- Last Updated
- 2 days ago
- Language
- JavaScript
- License
- AGPL-3.0
Integrates with
Similar Skills
Semantically similar based on skill content — not just same category
feasibility
当用户要求「先做可行性研究 / 先评估 / 先调研方案」「XX 能不能做到」「XX 这样改可行吗」,或提出复杂改造、新能力扩展、技术选型、架构调整等需要前期论证的任务时使用。产出结构化可行性报告(现状 → 问题 → 开源参考 → 候选方案对比 → 推荐 + 改动量 → 可行性结论),先对齐方案,等用户确认后再动手。不要用于简单 bug 修复、小功能、样式/文案/配置等低风险改动,或用户已明确要求��接实现的任务
decision-research
决策调研 / Decision-Driven Research:当用户面对一个具体决策需要找信息时使用——「有没有现成方案」 「怎么接入 X 平台」「这个技术可行吗」「业界怎么做 Y」「选 A 还是 B」「桌面端应该怎么定位」 「高级版和基础版怎么拉开差异」「这个产品方向对不对」。 核心行为:先框定研究层级和问题类型,再锚定决策问题,枚举竞争假设,主动找反对证据, 用排除逻辑给出有立场的结论。支持技术选型、产品策略、商业判断、竞品定位等所有需要做决定的调研。 可用中文唤起:「帮我调研」「有没有现成方案」「这个怎么接」「技术上可行吗」「帮我选一个」 「这个产品方向对不对」「我们应该怎么定位」「行业怎么做」。 与 research-topic-compiler 的边界:需要最终选择、推荐、排除理由、置信度和颠覆条件时用这个; 如果目标是长期学习、候选池沉淀或 Research Project,用 research-topic-compiler,再把 Candidate Backlog 交回本 Skill 做最终决策。 不用于:问题还没定义清楚时(先用 ai-collaboration-calibration L4-fuzzy 脑暴)。
code-evaluation
对代码实现方案进行质量、可靠性和性能的结构化评估。在分析复杂变更、重构或引入重型依赖时自动调用。