Research Toolkit 研究工具包
把研究问题或现有材料整理成有明确判断、来源可追溯的报告。
- Star 数
- ★ 299
- 最近更新
- 2 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 75/100 · 表现良好
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台
- 费用
- 免费，无需付费服务
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 需要比较行业或市场方案的分析师，可提供研究范围与截止时间并产出有来源记录的报告。
- 不适合
- 只需要自动生成、不需要核查来源或修订的用户
- 要求报告质量或效率优势已有普遍证明的团队
- 源码审查
- 75/100 · 表现良好
这个 Agent 能做什么，适合哪些场景？
Research Toolkit 为行业、产品、公司和技术研究提供研究方法、写作规范与可选工作流工具。它以 Skill 和插件形式供其他 Agent 使用，也可作为本地 MCP 服务运行；无需安装即可直接阅读方法并交给 Agent 执行。Agent 负责研究和写作，工具包的九个本地工具可管理任务记录、阶段指导、已登记的发布日志查询、评审与交付检查。Lite 工作流适用于作者自行核查的有界研究，Full 支持版本绑定审阅、修订追踪和交付一致性检查。MCP 需要 Python 3.10+ 和能启动本地进程的客户端；仓库展示的评估尚未证明相对原生 Agent 有普遍的质量或效率优势。
使用者向 Agent 提供研究问题或修订要求、受众与用途、范围与篇幅，以及可用来源或既有报告；Agent 阅读 SKILL.md 并按任务选用方法。Lite 流程维护来源与主张记录并执行作者检查；Full 流程可进行选定评审、修订检查和交付一致性检查。可选的本地 MCP 工具管理任务记录、阶段指导、登记的发布日志查询、评审和交付检查。产物是带可用引文的完整报告；修订任务还应附简短变更说明，并说明所做检查。Full 的评审方式包括 author-context self、已配置的 external 后端或独立上下文中的 independent 评审。
- 需要比较行业或市场方案的分析师，可提供研究范围与截止时间并产出有来源记录的报告。
- 评估多个产品的采购或产品团队，可让 Agent 对照证据形成比较结论。
- 研究公司或技术路线的团队，可用 Lite 完成有界研究并保留主张与来源记录。
- 已有报告需要按其引用来源核查的作者，可使用内置评审能力检查并修订报告。
- 新资料改变既有结论时，研究者可在 Full 中继续已有研究、追踪修订并检查最终交付一致性。
如何安装或部署这个 Agent？
直接使用方法时无需安装：让 Agent 读取仓库中的 SKILL.md 并按任务采用相应方法。要安装 Skill 或插件，请按 Agent setup 文档选择对应 Agent 和安装流程；提示所给资料没有列出具体安装命令。要运行 MCP，资料说明需要 Python 3.10+ 和可启动本地进程的 MCP 客户端，并指向 MCP 安装与客户端配置指南，但未提供可据此复现的安装命令或配置片段。
如何使用这个 Agent？
向可读取仓库和资料的 Agent 发送以下请求，并补全方括号内容：
Use Research Toolkit: https://github.com/rrrrrredy/research-toolkit
Read SKILL.md and follow the methods needed for this task.
Question or revision request: [Include the audience and intended use.]
Scope and length: [Include the information cutoff and counting unit.]
Material: [Attach sources, links or an existing report, if available.]
Recommend Lite or Full for the task, briefly explain why, and respect my choice.
Deliver the complete report with usable citations; include a short change note
when revising. Maintain working records yourself and state the checks performed.这个 Agent 有哪些优点和局限？
- 同时提供 Skill、插件与本地 MCP 服务，可按 Agent 使用方式选择入口。
- Lite 与 Full 对应不同工作流；Full 有版本绑定审阅、修订追踪和交付一致性检查。
- 公开案例包含完整报告、来源、评审和修订记录；API 与浏览器案例基于 11 个主要来源。
- Full 文档明确区分 self、external 与 independent 评审，并要求说明实际采用的层级。
- MCP 运行要求 Python 3.10+，且需要能启动本地进程的客户端；具体安装命令和配置未在所给资料中展示。
- 研究和写作由使用者的 Agent 执行；工具包提供方法和可选工作流工具，并非独立完成研究的托管服务。
- 公开评估尚未证明相对原生 Agent 的普遍质量或效率优势。
- 要进行独立评审需使用单独上下文；若要求独立评审，不能静默降级为其他层级。
这个 Agent 与同类方案有什么区别？
README 将其与只需评审既有报告时可单独使用的 Research Review Skill 相比较；Toolkit 已内置这些评审能力，因此现有 Toolkit 用户不需要另装该 Skill。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Research Toolkit 研究工具包 当前 | 75 · 表现良好 | Agent 插件 / 技能免费 | ★ 299 | 2 天前 | Python | — |
| PaperDebugger | 44 · 缺口较多 | 浏览器扩展免费 + 模型费 | ★ 1.5k | 3 个月前 | TypeScript | — |
| OpenDraft 学术论文起草引擎 | 81 · 表现良好 | 命令行工具免费 + 模型费 | ★ 517 | 8 天前 | Python | Codex · Claude Code · OpenAI API · Claude API |
| PaperJury | 79 · 表现良好 | Agent 插件 / 技能免费 + 模型费 | ★ 1.2k | 2 个月前 | JavaScript | Codex · Claude Code |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
安装与使用说明将 MCP 列为可选工具，提供只读安装核对、备份和保留本地修改的步骤；评审后端及记录方式也有说明，因此权限、用户选择和外部影响有较好的约束，但没有显示所有状态写入或外部后端调用都需要逐次确认。文档说明来源、评审输入和版本绑定，却未具体说明敏感材料、凭据的存储与清理，也未提供依赖清单内容或漏洞处理证据，故相关项扣分。报告要求可用引用并保留来源与判断记录，来源归属处理充分。发布者身份未验证，不作加减分。
文档对 Lite/Full、评审档位、任务记录和交付步骤的说明相互呼应，CI 工作流列出多类静态契约和跨平台检查，支持较高的自洽性评价。CLI 可使用标准库且有 MCP 替代路径，降低依赖不可用时的阻碍；但 MCP 仍需安装依赖和兼容客户端。安装核对器给出了退出码含义，其他失败处置仅有链接或概述，故失败信息与修复指导证据不足。
材料覆盖行业、产品、公司和技术研究，并给出不同读者、范围、材料和篇幅的示例。Lite 与 Full 的用途、评审边界及不应把自评冒充独立评审等限制写得清楚。入口要求读取 SKILL 并按任务选择方法，但触发条件仍主要依赖用户提示和代理遵循指令，故触发精确性未满分。文档提供直接阅读、Skill/插件和本地 MCP/CLI 路径，涵盖多种环境。
双语入口、研究指南、快速开始、安装、开发与评测文档结构明确；安装步骤、版本核对、更新保护和 Python/MCP 要求具体。仓库更名和旧版本处理有记录，但命名历史仍可能令旧安装与新名称并存，故命名稳定性扣分。示例充足且有操作说明，但提供材料中没有完整 FAQ。限制说明包括评测不证明通用质量优势、安装核对不证明运行时加载等。MIT 许可明确；VERSION、兼容政策、双语变更记录和发布流程均有说明。维护文档描述贡献与同步流程，但未显示明确的维护责任人或可核实的支持承诺。
流程产物包括完整报告、可用引用、来源与判断记录、评审意见及修订记录，结构上便于读者使用和复查。案例展示了审查后改变结论的具体修订，且项目明确承认尚未证明相对原生代理的普遍质量或效率优势，因此边际价值有实证例子但总体证据有限。Lite/Full 和 CLI/MCP 可选路径体现成本与流程负担的权衡，不过没有给出系统的成本量化或广泛比较，故成本效益未满分。
方法要求登记来源和重要判断、保留版本绑定与评审记录，案例页面还提供报告、初稿、来源及修订材料入口，支持较强的主张追溯。CI 列出来源完整性、回归夹具和评测检查，但本次提供的材料未包含这些实现或完整评测结果，不能充分判断不同来源间实际佐证程度。示例要求标明信息截止日、将未给定条件作为待验证假设，并明确说明案例与评测的范围限制，事实与推断的区分较充分。
- 此评估仅依据提示中提供的静态材料，未执行代码、检查实际依赖清单或独立核实评测结果；应将产品能力和 CI 声明视为文档证据，而非本次运行验证。
- 使用本地 MCP 或外部评审后端前，应自行核对其实际依赖、凭据处理方式及敏感研究材料的存储范围；现有材料未充分说明这些细节。