[Question]

人工智能大模型AI Agent自主智能体Agent 编排MCP Clients知识图谱【免费下载链接】openfangOpen-source Agent Operating System项目地址https://gitcode.com/gh_mirrors/op/openfang点击查看免费下载Date: YYYY-MM-DD |Sources: N |Confidence: high/medium/lowAnswer[2-3 paragraph direct answer]Key Evidence[Finding 1] — [source][Finding 2] — [source][Finding 3] — [source]Caveats[Limitation or uncertainty]SourcesSourceSource**Detailed Report详报** markdown # Research Report: [Question] **Date**: YYYY-MM-DD | **Depth**: thorough | **Sources Consulted**: N ## Executive Summary [1 paragraph synthesis] ## Background [Context needed to understand the findings] ## Methodology [How the research was conducted, what was searched, how sources were evaluated] ## Findings ### [Sub-question 1] [Detailed findings with inline citations] ### [Sub-question 2] [Detailed findings with inline citations] ## Analysis [Synthesis across findings, patterns identified, implications] ## Contradictions Open Questions [Areas of disagreement, gaps in knowledge] ## Confidence Assessment [Overall confidence level with reasoning] ## Sources [Full bibliography in chosen citation format]引用风格与输出风格都不是写死的它们由 HAND.toml 的citation_styleinline_url / footnotes / academic_apa / numbered与output_stylebrief / detailed / academic / executive配置项驱动运行时经 resolve_settings 解析后以## User Configuration块注入系统提示词。八、认知偏差与领域技巧让研究经得起推敲8.1 研究中的六大认知偏差及缓解Confirmation bias确认偏误偏爱支持初始假设的信息 → 显式搜索反证Authority bias权威偏误过度信任名校/名机构来源 → 评估证据质量而非来源声望Anchoring锚定效应被第一条信息锁定 → 先收集多个来源再形成结论Selection bias选择偏误只找容易获取的来源 → 变换搜索策略检查非英语来源Recency bias近因偏误过度加权新近文献 → 必要时纳入奠基性/历史性来源Framing effect框架效应被信息的呈现方式影响 → 看原始数据而非解释。8.2 领域专属研究技巧技术研究始终先查官方文档对比文档版本与最新发布版本Stack Overflow 答案可能过时——检查日期GitHub issues/discussions 往往信息最新没有方法论描述的基准测试不可信。商业研究SEC 申报文件10-K、10-Q是最可靠的上市公司数据新闻稿本质是营销——独立验证其主张分析师报告可能存在利益冲突——检查免责声明员工点评如 Glassdoor提供内部视角但存在偏见。科学研究系统综述与荟萃分析是证据强度最高的类型单一研究不应被视为定论检查发现是否已被复现预印本未经同行评议——须注明此局限p 值与效应量同等重要——不能只看统计显著。这些技巧直接映射到系统提示词 Phase 5Fact-Check Pass对综合结论中的关键论断先回溯原始研究/官方数据查找已知的反驳或更正再对照权威数据库核验统计量最后为每条论断标注四级置信度——Verified3 权威来源确认、Likely2 个来源或 1 个权威来源确认、Unverified单来源、可信但未确认、Disputed来源间存在分歧。九、从知识到执行Researcher Hand 的工程化落地9.1 HAND.toml 可配置项HAND.toml 将 SKILL.md 的方法论固化为 8 个用户可调设置激活时在 CLI/Web 界面的激活弹窗中呈现运行时经 resolve_settings 决议未配置时回退到default配置键类型默认值可选值作用research_depthselectthoroughquick5-10 来源单遍/ thorough20-30 来源交叉验证/ exhaustive50 来源多遍事实核查每次调研的穷尽程度output_styleselectdetailedbrief / detailed / academic / executive报告格式source_verificationtoggletrue开/关多来源交叉核验后才纳入论断max_sourcesselect3010 / 30 / 50 / unlimited每次调研最大来源数auto_follow_uptoggletrue开/关自动调研调研中发现的相关子问题save_research_logtogglefalse开/关保存搜索查询与来源评估笔记citation_styleselectinline_urlinline_url / footnotes / academic_apa / numbered报告引用格式languageselectenglishenglish/spanish/french/german/chinese/japanese/auto调研与输出的主要语言9.2 Agent 运行时参数Researcher Hand 的 Agent 清单HAND.toml 的[agent]段针对深度调研场景做了专门调优model default、temperature 0.3低温保证输出严谨、少发散max_iterations 25允许执行多达 25 轮工具调用支撑多策略搜索与多遍核查单元测试 parse_researcher_hand 断言了该值heartbeat_interval_secs 120HAND.toml 注释明确说明——调研 Agent 的 LLM 调用耗时长内核默认的 30 秒心跳会误判为失联并触发错误的恢复流程120 秒更贴合真实调用延迟。这与 HandAgentConfig 中heartbeat_interval_secs字段的设计意图一致。工具白名单包含 15 项shell_exec、file_read、file_write、file_list、web_fetch、web_search、memory_store、memory_recall、schedule_create/list/delete、knowledge_add_entity、knowledge_add_relation、knowledge_query、event_publish。其中计划类schedule_与记忆类memory_工具是 OpenFang 对研究型 Hand 的统一要求见 bundled.rs 的all_einstein_hands_have_schedules/all_einstein_hands_have_memory/all_einstein_hands_have_knowledge_graph三个测试。9.3 七阶段系统提示词SKILL.md 提供是什么而系统提示词HAND.toml 的system_prompt字段规定怎么做二者在运行时被拼接进同一个 prompt技能内容作为## Reference Knowledge追加在末尾。其执行流水线为Phase 0 — 平台检测与上下文加载先用python -c import platform; print(platform.system())探测操作系统再memory_recall researcher_hand_state读取累计统计、读取用户配置、knowledge_query检索既有研究Phase 1 — 问题分析与分解对应 SKILL.md 第二节Phase 2 — 搜索策略构造对应第四节Phase 3 — 信息收集核心循环web_search→ CRAAP 预筛 →web_fetch深读抽取关键论断、数据点、专家引言、方法论、发布日期与作者资质按save_research_log记录日志直到满足 quick/thorough/exhaustive 的来源数量阈值Phase 4 — 交叉引用与综合对应第五、六节并把概念实体与关系写入知识图谱Phase 5 — 事实核查对应第八节输出四级置信度标注Phase 6 — 报告生成按output_style输出四种模板之一按citation_style格式化引用保存为research_[sanitized_question]_YYYY-MM-DD.md并向用户建议后续问题Phase 7 — 状态与统计memory_store researcher_hand_state汇总 total_queries / total_sources_cited / reports_generated更新researcher_hand_queries_solved、researcher_hand_sources_cited、researcher_hand_reports_generated、researcher_hand_active_investigations四项仪表盘指标并通过event_publish广播research_complete事件事件负载包含报告路径。HAND.toml 末尾的[dashboard]段正是把这四项记忆键注册为仪表盘指标Queries Solved / Sources Cited / Reports Generated / Active Investigations激活后可在 OpenFang 的 Hands 界面持续观测。9.4 激活与使用Researcher Hand 随内核内置bundled.rs 在编译期嵌入registry.rs 的load_bundled()启动时加载且每次加载都会把 HAND.toml 的 SHA-256 计入 Merkle 审计链。使用 TUI 的Hands标签页Marketplace / Active 两个子页见 crates/openfang-cli/src/tui/screens/hands.rs或直接使用 CLI 命令# 列出所有可用 Hand含 researcher openfang hand list # 查看 researcher 的完整定义与技能内容 openfang hand info researcher # 激活 Researcher Hand可选 --name 指定实例名支持同名 Hand 多实例共存 openfang hand activate researcher # 查看运行中的实例 openfang hand active # 暂停 / 恢复 / 停用 openfang hand deactivate researcher赞分享人工智能大模型AI Agent自主智能体Agent 编排MCP Clients知识图谱【免费下载链接】openfangOpen-source Agent Operating System项目地址https://gitcode.com/gh_mirrors/op/openfang点击查看免费下载相关推荐Main QuestionMain Question Goal: One question this week: Acceptance criteria: Constraints tim文档教程知识库Research QuestionResearch Question question {{research_question}} /question Gathered Findings {人工智能AI 技能提示工程AI 评测Question [N]: [Topic]Question N : Topic Context : Quote relevant spec section What we need to know :前端上一篇深入理解NVIDIA DALI数据处理管道(Pipeline)下一篇PaddleClas图像识别技术详解从主体检测到特征检索创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考