企业官网建设流程全解析

LifeOS Research 技能迁移实践：Skills-as-Containers 架构下的研究命令容器化改造

【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS

本篇技术指南围绕 LifeOS 项目中 Research 技能的一次关键架构迁移展开——将原本散落在 Claude 命令目录（commands/）下的 4 个研究命令，迁移进技能自身的Workflows/目录，并建立起一套以 SKILL.md 路由表为核心的"技能即容器"（Skills-as-Containers）组织模式。读完本文，你将掌握 LifeOS 中研究类能力的完整组织方式、各研究工作流的触发机制与多智能体编排逻辑，以及一套可复用的命令→技能容器迁移方法论。仓库中对应的原始迁移记录见 MigrationNotes.md，当前技能入口见 SKILL.md。

迁移背景：为什么要把命令搬进技能容器

在迁移之前，LifeOS 的多个研究能力以 Claude Command 的形式散落在~/.claude/commands/目录中，例如perform-claude-research.md、perform-perplexity-research.md、perform-interview-research.md、analyze-ai-trends.md。它们各自独立、互不关联，缺少统一的调度入口与文档承载。

2025-10-31 发起的这次迁移，目标是把这些研究命令统一收拢到 Research 技能内部，遵循Skills-as-Containers（技能即容器）架构模式。该模式的核心理念是：

• 技能是自包含的目录（self-contained directories）：一个技能目录内聚了它需要的全部资源；
• 工作流统一放在Workflows/子目录：每个工作流是独立 Markdown 文件，职责单一；
• SKILL.md 提供路由与文档：技能级说明文件负责按用户触发词把请求分派到具体工作流；
• 原命令在验证通过前保留可回滚：迁移不破坏既有入口，向后兼容。

这一模式带来的直接收益包括：研究逻辑集中管理、路由清晰、架构统一、可回滚、易扩展。详细收益清单记录在 MigrationNotes.md。

迁移对象清单：四份研究命令的完整档案

迁移共涉及 4 份命令文件，每份都保留了"来源 → 去向 → 体积 → 描述 → 触发词"的完整档案记录（见 MigrationNotes.md）：

其中第 2 项 Perplexity 研究工作流在后来的演进中被移除（2026-01），其能力被整合进新的单智能体QuickResearch.md与多智能体StandardResearch.md，这一点在 MigrationNotes.md 中有明确备注。迁移后至今仍在仓库中的工作流文件可以在 Workflows 目录 中逐一查看。

迁移后工作流在仓库中的实际形态

迁移不是简单的文件搬移，而是内容的重构。以下三个工作流都能在仓库中直接找到与迁移档案一一对应的实现：

1. ClaudeResearch.md —— 智能查询分解器

ClaudeResearch.md 实现了"把复杂研究问题分解为 4-8 个针对性子查询"的逻辑。从源码看，其generateSearchQueries函数会基于原始问题自动生成 8 类查询：原始问题本身、背景上下文、latest news {当前年份}、recent developments {当前年份}、技术细节解析、对比/替代方案、专家分析观点、实际影响后果，最终截断为最多 8 条（queries.slice(0, 8)）。它依赖 Claude 内置 WebSearch，无需 API Key、免费且无使用限制，这也是它在迁移档案中被标注为 "free, no API keys" 的原因。当前仓库中的 agents/ClaudeResearcher.md 即为执行这些查询的研究者角色定义。

2. InterviewResearch.md —— 香农惊奇原则驱动的采访问题生成

InterviewResearch.md 承接了原命令"Tyler Cowen 式采访准备"的定位：以 Claude Shannon 的惊奇/信息熵概念为核心——问题与答案应最大化信息量、绝不无聊。它定义了完整的五维调研协议（近 6 个月动态、技术创新、社交媒体与思想领导力、竞争格局、未来方向），并要求输出"公司摘要 + 10 个采访问题"，每个问题附带"Why"（可能揭示的惊奇洞见）与"Follow-up angle"（跟进角度）。文档还给出三组"无聊问题 → 有趣问题"的改写示范，例如把"What problem are you solving?"改写成"What problem did you initiallythinkyou were solving, and when did you realize you were actually solving something completely different?"

3. AnalyzeAiTrends.md —— 历史新闻日志的趋势挖掘

AnalyzeAiTrends.md 实现了对~/.claude/History/research/下历史 AI 新闻日志的跨时段分析：要求按时间排序读取全部日志，并通过 GeminiResearcher 子代理识别十大分析维度——演化趋势、反复主题、轨迹分析、范式转移、竞争格局、创新速度、新兴赢家、衰退领域、意外模式、未来预测。输出采用结构化的 AI 行业趋势分析报告模板（分析区间、来源数量、各维度结论、关键洞见、可执行建议），并强调"少于 3 份日志时需注明趋势分析受限"。这正是迁移档案中 3.0K 体积对应的完整内容。

Workflows 目录现状：13 个工作流的全景图谱

迁移档案记录了迁移后 Workflows 目录的完整清单（见 MigrationNotes.md），共 13 个工作流。需要说明的是，该清单反映的是迁移记录撰写时的状态，而当前仓库中 Research 技能已经进一步演进——最新清单以 SKILL.md 的工作流路由表 和 QuickReference.md 为准，包含 QuickResearch、StandardResearch、ExtensiveResearch、DeepInvestigation、Verify、ExtractAlpha、Retrieve、YoutubeExtraction、WebScraping、ClaudeResearch、InterviewResearch、AnalyzeAiTrends、Fabric、Enhance、ExtractKnowledge 等十余个工作流，并新增了 Verify.md、DeepInvestigation.md 等文件。

每个工作流具备统一的元信息结构：清晰的定位路径、供路由使用的触发短语、用途简述。这种"每个工作流都自解释"的约定，正是 Skills-as-Containers 架构下可维护性的直接体现。以迁移档案中的清单为骨架，各工作流的职责可归纳为：

SKILL.md 路由机制：让触发词决定去向

迁移档案中记录了迁移后对 SKILL.md 的更新——新增了完整的"研究路由"（Research Workflow Routing）章节，根据研究请求的类型将请求分派到对应工作流：

1. Quick Research（单 Perplexity）→Workflows/QuickResearch.md
2. Standard Research（默认）→Workflows/StandardResearch.md
3. Extensive Research（12 agents）→Workflows/ExtensiveResearch.md
4. Claude WebSearch Research→Workflows/ClaudeResearch.md
5. Interview Preparation→Workflows/InterviewResearch.md
6. AI Trends Analysis→Workflows/AnalyzeAiTrends.md

每条路由都附有清晰的定位路径、触发短语与用途简述。这一路由章节在后续版本中持续强化：当前 SKILL.md 已经将其升级为"MANDATORY TRIGGER"（强制触发）规则，明确"research 单独出现 = Standard 模式"，并给出完整映射：

四种模式的资源配置与耗时窗口在 QuickReference.md 中有汇总：Quick 约 10-15 秒、Standard 约 30-60 秒、Extensive 约 60-90 秒、Deep 约 3-60 分钟。

从迁移记录到今日实现：Nomad 验证者模式的演进

迁移档案开头的 2026-04-01 更新（见 MigrationNotes.md）记录了一次重要升级：Research 技能引入受 Nomad（arXiv:2603.29353）启发的explorer-verifier（探索者-验证者）模式。Quick 模式改用 Claude（而非 Perplexity）；Standard 模式使用 2 个智能体（Claude + Gemini）并带交叉核对合成；Extensive 模式使用 7 个探索者 + 2 个验证者（共 9 个智能体）；所有智能体均具备自验证能力；新增 Verify.md 工作流。

这一演进在仓库源码中有完整的对应实现：

StandardResearch.md —— 3 智能体交叉核对

StandardResearch.md 展示了默认研究模式的完整流水线：Step 0 强制做来源路由检查（扫描情感信号，命中则切换为社区 API 优先模式）；Step 1 为每位研究者量身定制 1 条查询（Claude 负责学术深度、Gemini 负责跨域综合、Perplexity 负责带引用的实时网页检索）；Step 2 在单条消息中并行启动 3 个 Task 调用；Step 3 进行交叉核对合成——双智能体共识事实标记[HIGH]、单一来源标记[MED]、矛盾标记[CONFLICT]；Step 4 对未验证 URL 做并行批处理 curl 校验；Step 5 以标准格式返回结果。

ExtensiveResearch.md —— 9 智能体探索者-验证者架构

ExtensiveResearch.md 完整实现了 7 探索者 + 2 验证者的布局：探索者由 Claude（2 个学术/战略线程 + 1 个反共识线程）与 Gemini（3 个多视角/跨域线程 + 1 个反共识线程）构成，验证者使用 Perplexity（独立核对最常见事实、统计与日期）与 Claude（搜索矛盾证据与辟谣信息）。验证者的关键约束是"不接触探索者的推理过程，只拿到主题与自己的研究"，从而避免确认偏误。合成阶段按"验证者确认则升级置信度、验证者矛盾则标记 CONFLICT"的规则交叉比对，并设置 120 秒硬超时与优雅降级策略。

Verify.md —— 可复用的验证层

Verify.md 是迁移后新增的独立验证工作流，可被 ExtensiveResearch、DeepInvestigation、StandardResearch 乃至其他技能调用。它定义了四级置信度标签的标准：

并规定缺失置信度元数据时默认按[LOW]处理（安全默认值）。验证优先级聚焦于最可能出错的三类声明：量化声明（数字、百分比、日期）、因果声明（"X 导致 Y"）、时效性声明（"截至 2026 年"）与具体性声明（精确产品名、版本号、API 参数）。验证方法分三层：Tier 1 URL/来源验证（约 2-3 秒）、Tier 2 声明抽查（每条约 5-10 秒）、Tier 3 完整独立验证（约 15-30 秒，与探索者并行）。

原始文件保留策略：向后兼容与回滚保障

迁移档案明确记录了"✅ ALL ORIGINALS PRESERVED"（全部原文件保留）的状态（见 MigrationNotes.md）：

• ~/.claude/commands/perform-claude-research.md✓
• ~/.claude/commands/perform-perplexity-research.md✓
• ~/.claude/commands/perform-interview-research.md✓
• ~/.claude/commands/analyze-ai-trends.md✓

这一保留策略的意义在于：迁移期间旧命令路径依然可用，任何一条新工作流出现问题都可以随时回滚到旧命令，迁移过程对用户完全透明。这也是"向后兼容"（Backwards Compatible）收益的具体落地——在后续路线中才考虑"在迁移验证通过后逐步弃用原始命令文件"（见下文 Next Steps）。

成功标准与迁移收益复盘

迁移档案用勾选清单的方式记录了验收标准（见 MigrationNotes.md），全部达成：

• ✅ Workflows/ 下新增 4 个命令（加上既有的 conduct.md 共 5 个）
• ✅ SKILL.md 路由更新完成，触发词清晰
• ✅ 原文件保留在 commands/ 目录
• ✅ 遵循 Skills-as-Containers 架构模式

迁移带来的五项收益在档案中被总结为（MigrationNotes.md）：

1. 研究逻辑集中化：所有研究工作流都收拢进 Research 技能内部，不再散落各处；
2. 路由清晰：SKILL.md 基于用户触发词提供显式路由；
3. 架构统一：遵循既定 Skills-as-Containers 模式；
4. 向后兼容：原始命令保留，可参考、可回滚；
5. 可扩展：未来可以轻松追加新的研究工作流。

后续路线：迁移档案给出的演进方向

迁移档案在 Next Steps 中列出了一份演进清单（见 MigrationNotes.md），从仓库现状看其中多项已落地：

1. 为每种研究类型添加工作流专属文档——已由各Workflows/*.md文件实现，例如新增了 Verify.md、DeepInvestigation.md 等；
2. 为每个工作流创建示例输出——SKILL.md 与 QuickReference.md 中已收录 Quick / Standard / Extensive / Deep 四种模式的完整示例；
3. 在迁移验证通过后考虑弃用原始命令文件——该决策尚未执行，原始命令保留策略继续生效；
4. 添加跨工作流协调模式（例如"同时做 perplexity 和 claude 研究"）——当前 SKILL.md 中实验性的research.mjs脚本正是这一方向的探索：它把 Standard + Extensive 移植为 Workflow 工具脚本，采用固定研究者名单、单批次 URL 验证与交叉核对合成，目前在仓库 Workflows/research.mjs 中可查看。

架构模式总结：Skills-as-Containers 的完整定义

迁移档案在文末给出了这一架构模式的完整定义（MigrationNotes.md）：

• 技能是自包含的目录；
• 工作流位于Workflows/子目录；
• SKILL.md 提供路由与文档；
• 原始命令在验证通过后可以弃用。

这套模式在 LifeOS 的 Research 技能上形成了完整闭环：MigrationNotes.md记录迁移决策与演进历史，SKILL.md承担强制触发与路由调度，Workflows/下的每个 Markdown 文件承载单一职责的可执行流程，QuickReference.md提供速查，SourceRoutingProtocol.md与UrlVerificationProtocol.md提供跨工作流的强制约束（来源路由与 URL 验证）。如果你正在规划把分散的 Claude Command 收敛为技能容器，这份迁移档案及其仓库实现是一份可以直接参照的完整范例。

【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS