尧图网页设计 
Maka Agent深度研究功能怎么用从联网调研到完整报告的流程全解析【免费下载链接】makaApache Maka (Incubating) is a local-first AI agent workspace. Model messages, tool calls, tool results, permission decisions, and termination events are recorded as an append-only log.项目地址: https://gitcode.com/GitHub_Trending/mak/makaMakaApache Maka, Incubating是一款本地优先local-first的 AI Agent 工作台它的深度研究功能可以让 Agent 像一个研究员一样工作联网检索资料、阅读本地代码与文档、把原始来源归档为证据笔记最终产出一份章节完整、可追溯来源的研究报告。整个过程只读安全、可随时中断恢复新手也能一键上手。一分钟看懂Maka 深度研究是什么深度研究Deep Research是 Maka 内置的一种特殊会话模式。和普通任务最大的区别有三点对比项普通任务深度研究任务权限可读写项目文件只读探索不能修改你的项目目标完成一次性的编码/操作任务沉淀一份带来源引用的研究报告过程对话即记录事件账本 工件库持久化可断点恢复它采用两阶段方法参考论文 FS-Researcher 的思路独立实现于 Maka知识库阶段先把原始来源网页、文件归档再写证据笔记、更新研究清单、打检查点报告写作阶段基于知识库写大纲、五个必备章节最后合成完整报告并生成交接说明。所有状态都记录在追加式事件账本和工件库中详见 deep-research-durable-workspace.md这意味着即使中途关闭应用研究进度也不会丢。三步快速启动新建一个深度研究任务启动方式非常简单全程无需写代码打开 Maka 桌面应用唤出命令面板Command Palette搜索深度研究或deep选择新建深度研究New deep research提示文案为只读探索在输入框中描述你的研究目标例如调研本项目中 MCP 连接器的实现方式并输出报告发送后研究任务自动开始。该命令由命令面板动作注册实现内部会创建一个标记为mode:deep_research的会话见 app-shell-command-actions.ts只有这个会话才会获得深度研究的专用工具集普通会话和子 Agent 都拿不到——这是第一层安全边界。完整流程解析从联网调研到报告产出整个流程被拆成清晰可观察的步骤模型会依次执行以下动作对应 deep-research-tools.ts 中的 8 个运行时工具第一阶段知识库构建联网调研 本地阅读归档来源Agent 把每个重要的网页或本地文件以source角色存档记录可定位的引用URL、文件路径、符号写证据笔记派生的笔记evidence_note必须引用已归档的来源保证每条结论可追溯记录研究步骤每完成一段有边界的工作一次搜索、一组文件阅读记录查询词、已检查的引用、停止条件和阻塞点打检查点在有意义的轮次结束或上下文压缩前保存进度为断点续跑做准备。联网调研能力可以通过扩展市场接入 MCP 搜索服务来增强例如安装一个 Web 搜索类 MCP 服务器后Agent 就能执行真实的网络检索配置 MCP 服务器时界面会引导你选择本地 stdio 或远程 URL 两种方式并支持手动填写参数与环境变量第二阶段报告写作写大纲基于已归档来源规划报告结构撰写五个必备章节每个章节都标注状态草稿/完成且必须引用来源合成最终报告以report角色生成面向用户的完整研究报告生成交接工件以handoff角色输出结构化的实施输入包含建议的实现任务、推荐 issue/PR 和验证命令。完成门禁报告不是写不完就收工Maka 用投影不变量强制要求清单全部 settled、五个章节齐备、至少一个已归档来源、最终报告和交接工件都存在研究才能标记为completed。少一样都不行——这保证了交付物的完整度而不是靠模型自觉。进度面板怎么看实时掌握研究状态研究进行中聊天视图底部会出现深度研究进度面板组件见 chat-view.tsx数据由 use-deep-research-run.ts 订阅刷新四块信息一目了然检查清单已完成数/总数每项带 ✓ / ! / · 状态标记报告章节五个章节的起草与完成情况已检查内容最近查阅的文件、符号、URL让你知道 Agent看过什么执行摘要研究步骤数、工件数、子任务 run 与当前阻塞点。所有进度来自持久化投影而非模型口头汇报刷新或重启应用后依然准确。研究完成后只读交接一键开启实施任务这是很多人忽略的亮点。研究完成后原会话保持只读不变进度面板会出现一个在新任务中继续按钮它会自动创建一个普通任务不带研究标记用结构化交接内容生成一段有边界的提示词填入输入框但不自动发送该提示词会要求实施任务先检查当前代码、先给出计划再修改项目文件。也就是说从研究到动手改代码的模式切换始终由你本人确认后才发生模型无权在只读会话里偷偷写文件。常见问题FAQ问深度研究会改我的项目文件吗不会。它使用explore权限档案新工具只是对Maka 自有状态账本与工件库写入的窄化例外无法暴露任意文件路径也无法编辑你的项目。问中途崩溃或关电脑了怎么办事件账本是追加式 JSONL重启后重新投影即可恢复Agent 会先查询状态再只读取续跑所需的证据正文。损坏的账本会直接失败fail-closed绝不返回半截数据。问一次研究能有多大内置防御性上限单次运行最多 2000 个工件、500 个研究步骤与检查点、50 项清单条目单次工具读取工件正文 64,000 字符——防死循环也防止状态渲染失控。问想看更多原理细节架构契约文档写得很完整deep-research-durable-workspace.md状态投影逻辑在 deep-research-run.ts持久化实现在 deep-research-store.ts。小结Maka 深度研究功能把联网调研 → 证据归档 → 章节化写作 → 结构化交接做成了一条有门禁、可恢复、只读安全的流水线命令面板一键启动进度面板全程可视完成后还能安全地过渡到实施任务。如果你想让 AI 帮你做一份真正有出处的研究报告这就是目前比较完整的开箱方案。【免费下载链接】makaApache Maka (Incubating) is a local-first AI agent workspace. Model messages, tool calls, tool results, permission decisions, and termination events are recorded as an append-only log.项目地址: https://gitcode.com/GitHub_Trending/mak/maka创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Maka Agent深度研究功能怎么用？从联网调研到完整报告的流程全解析
Maka Agent深度研究功能怎么用从联网调研到完整报告的流程全解析【免费下载链接】makaApache Maka (Incubating) is a local-first AI agent workspace. Model messages, tool calls, tool results, permission decisions, and termination events are recorded as an append-only log.项目地址: https://gitcode.com/GitHub_Trending/mak/makaMakaApache Maka, Incubating是一款本地优先local-first的 AI Agent 工作台它的深度研究功能可以让 Agent 像一个研究员一样工作联网检索资料、阅读本地代码与文档、把原始来源归档为证据笔记最终产出一份章节完整、可追溯来源的研究报告。整个过程只读安全、可随时中断恢复新手也能一键上手。一分钟看懂Maka 深度研究是什么深度研究Deep Research是 Maka 内置的一种特殊会话模式。和普通任务最大的区别有三点对比项普通任务深度研究任务权限可读写项目文件只读探索不能修改你的项目目标完成一次性的编码/操作任务沉淀一份带来源引用的研究报告过程对话即记录事件账本 工件库持久化可断点恢复它采用两阶段方法参考论文 FS-Researcher 的思路独立实现于 Maka知识库阶段先把原始来源网页、文件归档再写证据笔记、更新研究清单、打检查点报告写作阶段基于知识库写大纲、五个必备章节最后合成完整报告并生成交接说明。所有状态都记录在追加式事件账本和工件库中详见 deep-research-durable-workspace.md这意味着即使中途关闭应用研究进度也不会丢。三步快速启动新建一个深度研究任务启动方式非常简单全程无需写代码打开 Maka 桌面应用唤出命令面板Command Palette搜索深度研究或deep选择新建深度研究New deep research提示文案为只读探索在输入框中描述你的研究目标例如调研本项目中 MCP 连接器的实现方式并输出报告发送后研究任务自动开始。该命令由命令面板动作注册实现内部会创建一个标记为mode:deep_research的会话见 app-shell-command-actions.ts只有这个会话才会获得深度研究的专用工具集普通会话和子 Agent 都拿不到——这是第一层安全边界。完整流程解析从联网调研到报告产出整个流程被拆成清晰可观察的步骤模型会依次执行以下动作对应 deep-research-tools.ts 中的 8 个运行时工具第一阶段知识库构建联网调研 本地阅读归档来源Agent 把每个重要的网页或本地文件以source角色存档记录可定位的引用URL、文件路径、符号写证据笔记派生的笔记evidence_note必须引用已归档的来源保证每条结论可追溯记录研究步骤每完成一段有边界的工作一次搜索、一组文件阅读记录查询词、已检查的引用、停止条件和阻塞点打检查点在有意义的轮次结束或上下文压缩前保存进度为断点续跑做准备。联网调研能力可以通过扩展市场接入 MCP 搜索服务来增强例如安装一个 Web 搜索类 MCP 服务器后Agent 就能执行真实的网络检索配置 MCP 服务器时界面会引导你选择本地 stdio 或远程 URL 两种方式并支持手动填写参数与环境变量第二阶段报告写作写大纲基于已归档来源规划报告结构撰写五个必备章节每个章节都标注状态草稿/完成且必须引用来源合成最终报告以report角色生成面向用户的完整研究报告生成交接工件以handoff角色输出结构化的实施输入包含建议的实现任务、推荐 issue/PR 和验证命令。完成门禁报告不是写不完就收工Maka 用投影不变量强制要求清单全部 settled、五个章节齐备、至少一个已归档来源、最终报告和交接工件都存在研究才能标记为completed。少一样都不行——这保证了交付物的完整度而不是靠模型自觉。进度面板怎么看实时掌握研究状态研究进行中聊天视图底部会出现深度研究进度面板组件见 chat-view.tsx数据由 use-deep-research-run.ts 订阅刷新四块信息一目了然检查清单已完成数/总数每项带 ✓ / ! / · 状态标记报告章节五个章节的起草与完成情况已检查内容最近查阅的文件、符号、URL让你知道 Agent看过什么执行摘要研究步骤数、工件数、子任务 run 与当前阻塞点。所有进度来自持久化投影而非模型口头汇报刷新或重启应用后依然准确。研究完成后只读交接一键开启实施任务这是很多人忽略的亮点。研究完成后原会话保持只读不变进度面板会出现一个在新任务中继续按钮它会自动创建一个普通任务不带研究标记用结构化交接内容生成一段有边界的提示词填入输入框但不自动发送该提示词会要求实施任务先检查当前代码、先给出计划再修改项目文件。也就是说从研究到动手改代码的模式切换始终由你本人确认后才发生模型无权在只读会话里偷偷写文件。常见问题FAQ问深度研究会改我的项目文件吗不会。它使用explore权限档案新工具只是对Maka 自有状态账本与工件库写入的窄化例外无法暴露任意文件路径也无法编辑你的项目。问中途崩溃或关电脑了怎么办事件账本是追加式 JSONL重启后重新投影即可恢复Agent 会先查询状态再只读取续跑所需的证据正文。损坏的账本会直接失败fail-closed绝不返回半截数据。问一次研究能有多大内置防御性上限单次运行最多 2000 个工件、500 个研究步骤与检查点、50 项清单条目单次工具读取工件正文 64,000 字符——防死循环也防止状态渲染失控。问想看更多原理细节架构契约文档写得很完整deep-research-durable-workspace.md状态投影逻辑在 deep-research-run.ts持久化实现在 deep-research-store.ts。小结Maka 深度研究功能把联网调研 → 证据归档 → 章节化写作 → 结构化交接做成了一条有门禁、可恢复、只读安全的流水线命令面板一键启动进度面板全程可视完成后还能安全地过渡到实施任务。如果你想让 AI 帮你做一份真正有出处的研究报告这就是目前比较完整的开箱方案。【免费下载链接】makaApache Maka (Incubating) is a local-first AI agent workspace. Model messages, tool calls, tool results, permission decisions, and termination events are recorded as an append-only log.项目地址: https://gitcode.com/GitHub_Trending/mak/maka创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考