用于快速构建对代码库结构、模式、流程及上下文的全面理解，为后续重构或问题分析提供基础。通过执行专用脚本自动化完成仓库探索与架构分析。
提供公网访问能力，支持网页抓取和搜索。当用户提及链接或知识库无法获取信息时触发，优先使用 web_search 查询外部事实，再用 fetch_url 读取详情并引用来源。
在Notion工作区搜索信息，综合多页面内容并生成结构化研究报告，自动保存为新页面。支持摘要、深度报告等格式，提供引用和洞察，提升知识整理效率。
探索模式思考伙伴，用于在变更前后深入探讨想法、调查问题和澄清需求。禁止编码实现，仅通过阅读代码、可视化和提问协助用户理清思路及制定方案。
通过自托管 OpenSERP 服务器执行实时网页搜索和内容提取，支持多搜索引擎。适用于依赖最新信息、特定引擎排名或页面内容的场景，提供搜索、批量提取及错误处理工作流。
通过 ovp2 MCP 工具读取基于事实的主题页面，支持按主题查询或列出所有可用页面。提供维基百科风格的叙事内容，保留原始引用以便后续审计，适用于主题概览和信息整合场景。
将多篇来源（文章、报告等）综合为结构化简报，提炼主题、共识、矛盾与空白。适用于用户请求整合资料或分析多源信息以形成统一结论的场景。
调查AI代理运行时活动，涵盖Agent 365等平台的调用、工具使用、Token消耗及安全事件（如越狱）。自动适配数据源，支持租户级或单用户/代理范围分析。
将模糊测试的反馈循环应用于开放式调查，通过维护探索、线索和未解释结果的笔记本，防止无效循环，适用于无明确路径的研究实验、调试或数据分析。
基于侦察结果进行CVE匹配与适用性评估，查询NVD等数据库筛选候选漏洞，排除不匹配项并确认补丁状态，输出证据列表供后续验证。
端到端用户研究助手，覆盖定性定量研究全流程。支持规划研究、设计问卷/访谈提纲、运行AI模拟访谈、分析转录数据并生成报告。通过Cookiy平台实现从策划到结果合成的自动化闭环。
提供研究交付物的通用规范，涵盖证据引用、判断逻辑、用户交互及市场数据计算规则。作为基础层确保一致性，触发场景包括引用无源数据、来源冲突、数据过时或制定估值建议时。
用于探索性功能或增强想法的头脑风暴模式，通过提问澄清需求、权衡利弊和识别风险，禁止制定计划或实施代码，旨在帮助明确问题定义。
针对指定行业执行四步法，识别高增长核心资产。通过建立认知地图、自问核心问题、财报与高频数据交叉验证，结合估值锚点，筛选具备定价权和壁垒的Alpha企业，并给出介入与退出纪律。
