Case Radar · 案例雷达

工具适配

AskUserQuestion、Agent、Read 等名称对应询问、子 agent 与文件读取能力，使用当前平台的等效工具。没有结构化问答工具时，用一条消息问清缺失参数；已有答案直接继承。没有子 agent 能力时，由主 agent 完成扫描。

把"想了解新东西"这件事从"读三手 SEO 文" → "拿到一手真物（截图/源码/演示）"。

输入：一个新东西的名字 + 一句话上下文（"我想用来做 X"）。 输出：一份可浏览的 HTML 案例集，每张卡都配真实物料（不是文字描述）。

核心信念：菜单一文不值，菜才是真东西。GitHub repo 主页是文件列表（菜单），README 里的截图、商店页的安装数、SKILL.md 的原文段落、产品落地页的真实建站效果, , 才是真东西（菜）。

---

流程概览

阶段	名称	目标	主要工具
0	环境自检	确认 agent-browser 装了 + 主题清晰	Bash + 对话
1	scan	多渠道扫信源，列出候选案例	WebSearch / Agent（不重新发明，直接调用）
2	recon	给每个候选侦察"真物位置", , 核心增值	读 reference/recon-heuristics.md
3	capture	拉真物（curl 直接资源 + agent-browser 截图）	curl + agent-browser
4	embed	套 HTML 模板输出	参考 reference/html-template-spec.md

每一步都可中断。用户随时可以说"停"、"跳过这一步"、"回到上一步"。

---

阶段 0：环境自检 + 主题对齐

0.1 检查 agent-browser 是否装好

command -v agent-browser

• ❌ 未装 → 告诉用户："这个 Skill 依赖 vercel-labs/agent-browser 抓截图。一行命令装：brew install agent-browser && agent-browser install。装完回来。" 终止。
• ✅ 已装 → 继续

注意：agent-browser install 会下 Chrome 二进制（~169 MB）。如果在中国大陆，可能下载失败。但实测即使 install 卡住，agent-browser 也能复用机器上已有的 Playwright Chromium（~/Library/Caches/ms-playwright/）。所以即使 install 报错，先试一下 agent-browser open https://example.com，能跑就跳过 install。

0.2 检查 gh CLI 已登录（recon 阶段要用）

gh auth status

• ❌ 未登录 → 提示 gh auth login，终止
• ✅ → 继续

0.3 主题对齐, , 3 个问题，最多问一次

用 AskUserQuestion 一次性问完，不要反复 ping-pong：

1. 新东西的名字和上下文（"Claude Skills 生态" / "MCP 最新玩法" / "AI Agent 框架对比" 等）
2. 用途：① 为研究/产品开发服务（深度优先）② 为内容创作服务（兼顾"我能记住"和"未来能引用"）③ 纯求知/拓展视野（广度优先）④ 三种都要，按事走（边做边定）
3. 范围圈：① 锚定一个生态（如 Claude Skills）② 一个工具/产品（如 cline、cursor）③ 一个概念（如 MCP、Subagent）④ 不设限，临时定

⚠️ 这一步不要扩展成讨论会。3 个问题问完就动手。如果用户答不上某条，给一个合理默认值（用途默认"三种都要"，范围默认"锚定一个生态"），继续。

---

阶段 1：scan · 多渠道扫信源

不重新发明, , 直接调 WebSearch 或起一个 Agent 跑扫描。

1.1 起一个 scan agent（推荐）

如果案例可能 >20 个，用 Agent 工具起一个 general-purpose subagent 并行跑扫描，避免污染主上下文。Prompt 关键点：