---

name: l3-hunt description: "L3 场景技能：知识猎取。对指定领域进行多维度调研，输出 knowhow、toplist 和爬取数据。组合 l2-web-research + l1-text-transform + l1-kv-store + l1-file-read。" layer: 3 domain: research keywords:

• hunt
• research
• knowledge
• crawl
• toplist
• knowhow dependencies:
• l2-web-research
• l1-text-transform
• l1-kv-store
• l1-file-read input_schema: "{ skillName: string, domain: string, keywords: string[], description: string }" output_schema: "{ knowhow: string, toplist: string, crawlItems: object[] }" ---

L3: Hunt（知识猎取场景技能）

能力

对目标领域进行多维度深度调研 + 数据爬取，输出方法论(knowhow)、标杆案例(toplist)和爬取内容(crawl)。是 Innovator 创建新 Skill 的第一步。

依赖技能

层级	调用技能	作用
L2	l2-web-research	多源搜索→抓取→提取管线
L1	l1-text-transform	生成摘要、分析洞察、格式转换
L1	l1-kv-store	缓存调研进度和中间数据
L1	l1-file-read	读取本地已有的参考资料

完整依赖拓扑

l3-hunt
├── l2-web-research (多源信息收集)
│   ├── l1-search-engine (搜索)
│   ├── l1-web-fetch (抓取)
│   └── l1-data-extract (提取)
├── l1-text-transform (摘要/分析)
├── l1-kv-store (进度缓存)
└── l1-file-read (本地资料)

执行流程

输入: skillName + domain + keywords
│
▼ Phase 1: 问题澄清
┌──────────────────────────────┐
│  界定研究边界和子问题          │
│  将大主题拆分为 3-5 个核心问题 │
└────────────┬─────────────────┘
             │
             ▼ Phase 2: 研究 Knowhow (l2-web-research)
┌──────────────────────────────────────┐
│  思考: "如何做好 {domain}?"           │
│  调用 l2-web-research:                │
│  - 搜索 "{domain} 方法论 最佳实践"    │
│  - 抓取 5-10 个来源                   │
│  - 提取 key_points                   │
│  输出: knowhow.md                     │
└────────────┬─────────────────────────┘
             │
             ▼ Phase 3: 寻找最优案例 (l2-web-research)
┌──────────────────────────────────────┐
│  思考: "哪里找到最好的 {domain} 案例?" │
│  调用 l2-web-research:                │
│  - 搜索 "{domain} 排行榜 TOP"         │
│  - 抓取排行榜和推荐列表               │
│  - 提取标杆作品信息                   │
│  输出: toplist.md                     │
└────────────┬─────────────────────────┘
             │
             ▼ Phase 4: 筛选分类
┌──────────────────────────────┐
│  应用筛选标准:                 │
│  Elite (可信度4.5+)           │
│  Good (3.5-4.5)              │
│  Average (<3.5)              │
│  去重、按知识类型分组          │
└────────────┬─────────────────┘
             │
             ▼ Phase 5: 爬取数据 (l1-web-fetch)
┌──────────────────────────────────────┐
│  根据 toplist 中的 URL:               │
│  - 抓取 top 作品核心内容片段          │
│  - 区分 elite/average 级别            │
│  输出: crawl/{source}_{title}.md      │
└────────────┬─────────────────────────┘
             │
             ▼ Phase 6: 洞察提取 (l1-text-transform)
┌──────────────────────────────────────┐
│  跨源对比分析:                         │
│  - 不同来源观点一致性                  │
│  - 模式识别和趋势发现                  │
│  - 生成 ≥3 条原创洞察                  │
│  追加到 knowhow.md                    │
└──────────────────────────────────────┘

输出结构

hunter/
├── knowhow.md           ← Phase 2+6: 方法论 + 最佳实践 + 洞察
├── toplist.md           ← Phase 3: 排行榜 + 下载来源
└── crawl/               ← Phase 5: 爬取的数据
    ├── elite_01_{title}.md
    ├── elite_02_{title}.md
    └── avg_01_{title}.md

Quality Checklist

• [ ] 覆盖 ≥80% 核心子问题，包含执行摘要和学习路径
• [ ] 所有关键资源有可点击 URL，≥10 独立信源
• [ ] 关键数据有 ≥2 个独立来源验证
• [ ] ≥3 条原创洞察，识别 ≥2 常见陷阱
• [ ] H1→H3 层级清晰，表格呈现，≥1500 字

输出协议

输出最后必须以 [RESULT: DONE/ERROR]...[/RESULT] 标记收尾。