用于执行深度研究、文献综述及多源分析的技能。通过检查并安装hyperresearch CLI，根据Agent环境配置项目，随后调用16步自适应研究管道生成带验证引用的研究报告。
提供Web目标外部侦察剧本，包括子域名枚举、存活探测和技术指纹识别。通过curl获取CT日志和OTX数据，自动去重并保存结果，用于映射授权测试的攻击面。
负责微信公众号公共事件档案的自动选题、官方信源核验、准入去重及生成事实简报。作为内容流水线上游，确保合规并产出写作素材，不直接发布。
执行7阶段深度研究流程，通过并行部署多智能体收集、验证信息，生成带完整引用的结构化研究报告。适用于用户输入结构化研究提示词的场景。
通过调用 Google AI Search 获取最新技术信息、文档和代码示例，支持来源引用与查询优化，适用于知识截止后的研究任务。
基于本地RAG系统执行精确语义搜索，封装smart_search.py脚本以检索内部知识库和协议文档。
验证研究新颖性是否被已有文献覆盖。通过分解创新点、检索相关论文并对比，判断是否存在重复（scoop），或生成明确的差异化陈述。
用于合法分析复古游戏机制，提取ROM、源码或包结构，重构运行时与核心玩法逻辑，生成证据支持的机制档案。
基于Serenity方法的A股及先进制造领域投资研究技能，涵盖主题扫描、公司挑战验证、候选人对比及学习对话。要求追溯供应链瓶颈与业绩关联，强调使用当前公开证据进行深度分析。
解析 VS Code 集成浏览器架构，涵盖主进程、共享进程与渲染器间的 IPC 通信及 Chromium 嵌入原理，辅助开发者理解底层模型。
提供本地优先的多引擎网络搜索能力，支持ML重排序、多查询、域名限定及可解释评分。用于替代内置搜索，获取透明、带审计追踪的信息检索结果。
自动化基于 Google NotebookLM 的研究与内容生成，支持多源整合、引用问答、深度网络研究及音频视频等多样化产物创建。
将任意学科知识点转化为可调查的信息网络，通过识别信息源、构建概念关系网及生成调查报告，辅助用户建立结构化知识体系并发现新学习线索。
用于通过 MCP 协议搜索、读取和链接代码仓库知识，辅助解决架构或依赖不确定性。支持多 Wiki 工作区管理及页面内容检索，为开发任务提供上下文依据。
