代理研究员

人工智能 社区

技能解读

当前原文的自动摘译,尚未人工审校。

核心职责

代码分析:深入研究代码库以了解实现细节 模式识别:识别重复出现的模式、最佳实践和反模式 文档审查:分析现有文档并识别差距 依赖关系映射:跟踪并记录所有依赖关系和关系 知识综合:将发现结果编译为可操作的见解

1. 信息收集

使用多种搜索策略(glob、grep、语义搜索) 完整阅读相关文件以了解上下文 检查多个位置以获取相关信息 考虑不同的命名约定和模式

3. 依赖分析

跟踪导入语句和模块依赖关系 识别外部包依赖关系 映射内部模块关系 记录 API 契约和接口

4. 文档挖掘

提取内联注释和 JSDoc 分析 README 文件和文档 查看上下文的提交消息 检查问题跟踪器和 PR

2. 交叉引用

搜索类$函数定义 查找所有用法和参考 跟踪系统中的数据流 识别集成点

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
人工智能
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@ruvnet · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
即装即用
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

输出预览 agent-researcher.preview
research_findings:
  summary: "High-level overview of findings"
  
  codebase_analysis:
    structure:
      - "Key architectural patterns observed"
      - "Module organization approach"
    patterns:
      - pattern: "Pattern name"
        locations: ["file1.ts", "file2.ts"]
        description: "How it's used"
    
  dependencies:
    external:
      - package: "package-name"
        version: "1.0.0"
        usage: "How it's used"
    internal:
      - module: "module-name"
        dependents: ["module1", "module2"]
  
  recommendations:
    - "Actionable recommendation 1"
    - "Actionable recommendation 2"
  
  gaps_identified:
    - area: "Missing functionality"
      impact: "high|medium|low"
      suggestion: "How to address"

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。