Summary
This is a structured web research workflow that saves your findings incrementally so you don't lose work when the conversation cuts off. It enforces a specific pattern: create a markdown file in _knowledge_base before you start searching, append discoveries after each WebSearch call, write interim summaries every three searches, and compile a final brief with sourced facts and credibility ratings. The author clearly got burned by losing research mid-session and built guardrails around it. If you do multi-step research tasks where you're gathering information from the web and need that work preserved between context windows, this gives you a disciplined template. It's opinionated about file naming, markdown structure, and separating research from writing.
Install to Claude Code
npx -y skills add alchaincyf/huashu-skills --skill huashu-research --agent claude-codeInstalls into .claude/skills of the current project.
Keep your Mac awake while Claude Code and 40+ AI agents run. Sleeps when they're idle.
One time payment $9 →
Integrate web data into your AI product. One API to scrape website & brand data.
Get API Key Now →
Agent, run crypto. Access onchain data & trade routes via 1inch.
Install now →
On Capafy, your Skill runs online 24/7 as an agent product, and you get paid every time someone uses it.
Start earning →
Files
SKILL.mdView on GitHub
调研 Skill
结构化的网络调研流程，核心目标：调研成果实时持久化，防止会话截断丢失工作。
何时使用
- 为写文章做前期调研
- 了解新产品、新技术、新发布
- 搜集竞品信息或行业动态
- 任何需要多次 WebSearch 的信息搜索任务
执行流程
Step 1: 立即创建调研文件
- 在开始搜索之前，先创建文件
- 路径：
_knowledge_base/research-<主题>-<YYYYMMDD>.md - 初始内容包含：调研目标、关键问题、预期输出
# [主题] 调研笔记
调研日期：YYYY-MM-DD
调研目标：[一句话说明]
## 关键问题
1. [问题1]
2. [问题2]
3. [问题3]
## 发现
（调研中逐步填充）
## 来源列表
（每次搜索后追加）
Step 2: 搜索并增量保存
- 每次 WebSearch 后，立即将发现追加到文件
- 每条发现附上来源 URL 和日期
- 遵循信息源优先级（见 SHARED-RULES.md）
Step 3: 阶段摘要
- 每完成3次搜索，在文件中保存一次「阶段摘要」
- 格式：
### 阶段摘要 (第N轮)+ 当前关键发现
Step 4: 最终简报
调研结束时，整理文件为结构化简报：
## 调研结论
### 关键事实
1. [事实1]（来源：URL）
2. [事实2]（来源：URL）
### 来源列表
| 来源 | URL | 发布日期 | 可信度 |
|------|-----|---------|--------|
| ... | ... | ... | 高/中/低 |
### 待确认问题
- [还需要进一步验证的点]
### 写作建议
- [基于调研结果，对后续写作的建议]
关键原则
- 先建文件再搜索：确保第一次搜索结果就被保存
- 增量保存不等到最后：每次搜索后立即追加
- 调研和写作分离：本 Skill 只做调研，不开始写草稿
- 标注可信度：区分一手信息（官方）和二手信息（媒体/社区）
- 忽略过时信息源：知乎/百度（2025年前）、营销软文
与其他 Skill 的关系
- 调研完成后，用户可触发 /选题生成 来确定写作方向
- 调研文件将作为后续写作的输入素材
- 如果调研中发现的信息适合长期留存，保存到对应的 _knowledge_base 分类目录
输出位置
- 调研笔记：
_knowledge_base/research-<主题>-<YYYYMMDD>.md - 长期知识：
_knowledge_base/<分类>/<主题>-<YYYYMM>.md
最后更新: 2026-02-06
花叔出品 | AI Native Coder · 独立开发者 公众号「花叔」| 30万+粉丝 | AI工具与效率提升 代表作：小猫补光灯（AppStore付费榜Top1）·《一本书玩转DeepSeek》
Featured
Keep your Mac awake while Claude Code and 40+ AI agents run. Sleeps when they're idle.
One time payment $9 →Integrate web data into your AI product. One API to scrape website & brand data.
Get API Key Now →Agent, run crypto. Access onchain data & trade routes via 1inch.
Install now →On Capafy, your Skill runs online 24/7 as an agent product, and you get paid every time someone uses it.
Start earning →
