Maka Agent深度研究功能怎么用從聯(lián)網(wǎng)調(diào)研到完整報(bào)告的流程全解析【免費(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/mak/makaMakaApache Maka, Incubating是一款本地優(yōu)先local-first的 AI Agent 工作臺(tái)它的深度研究功能可以讓 Agent 像一個(gè)研究員一樣工作聯(lián)網(wǎng)檢索資料、閱讀本地代碼與文檔、把原始來源歸檔為證據(jù)筆記最終產(chǎn)出一份章節(jié)完整、可追溯來源的研究報(bào)告。整個(gè)過程只讀安全、可隨時(shí)中斷恢復(fù)新手也能一鍵上手。一分鐘看懂Maka 深度研究是什么深度研究Deep Research是 Maka 內(nèi)置的一種特殊會(huì)話模式。和普通任務(wù)最大的區(qū)別有三點(diǎn)對(duì)比項(xiàng)普通任務(wù)深度研究任務(wù)權(quán)限可讀寫項(xiàng)目文件只讀探索不能修改你的項(xiàng)目目標(biāo)完成一次性的編碼/操作任務(wù)沉淀一份帶來源引用的研究報(bào)告過程對(duì)話即記錄事件賬本 工件庫(kù)持久化可斷點(diǎn)恢復(fù)它采用兩階段方法參考論文 FS-Researcher 的思路獨(dú)立實(shí)現(xiàn)于 Maka知識(shí)庫(kù)階段先把原始來源網(wǎng)頁(yè)、文件歸檔再寫證據(jù)筆記、更新研究清單、打檢查點(diǎn)報(bào)告寫作階段基于知識(shí)庫(kù)寫大綱、五個(gè)必備章節(jié)最后合成完整報(bào)告并生成交接說明。所有狀態(tài)都記錄在追加式事件賬本和工件庫(kù)中詳見 deep-research-durable-workspace.md這意味著即使中途關(guān)閉應(yīng)用研究進(jìn)度也不會(huì)丟。三步快速啟動(dòng)新建一個(gè)深度研究任務(wù)啟動(dòng)方式非常簡(jiǎn)單全程無需寫代碼打開 Maka 桌面應(yīng)用喚出命令面板Command Palette搜索深度研究或deep選擇新建深度研究New deep research提示文案為只讀探索在輸入框中描述你的研究目標(biāo)例如調(diào)研本項(xiàng)目中 MCP 連接器的實(shí)現(xiàn)方式并輸出報(bào)告發(fā)送后研究任務(wù)自動(dòng)開始。該命令由命令面板動(dòng)作注冊(cè)實(shí)現(xiàn)內(nèi)部會(huì)創(chuàng)建一個(gè)標(biāo)記為mode:deep_research的會(huì)話見 app-shell-command-actions.ts只有這個(gè)會(huì)話才會(huì)獲得深度研究的專用工具集普通會(huì)話和子 Agent 都拿不到——這是第一層安全邊界。完整流程解析從聯(lián)網(wǎng)調(diào)研到報(bào)告產(chǎn)出整個(gè)流程被拆成清晰可觀察的步驟模型會(huì)依次執(zhí)行以下動(dòng)作對(duì)應(yīng) deep-research-tools.ts 中的 8 個(gè)運(yùn)行時(shí)工具第一階段知識(shí)庫(kù)構(gòu)建聯(lián)網(wǎng)調(diào)研 本地閱讀歸檔來源Agent 把每個(gè)重要的網(wǎng)頁(yè)或本地文件以source角色存檔記錄可定位的引用URL、文件路徑、符號(hào)寫證據(jù)筆記派生的筆記evidence_note必須引用已歸檔的來源保證每條結(jié)論可追溯記錄研究步驟每完成一段有邊界的工作一次搜索、一組文件閱讀記錄查詢?cè)~、已檢查的引用、停止條件和阻塞點(diǎn)打檢查點(diǎn)在有意義的輪次結(jié)束或上下文壓縮前保存進(jìn)度為斷點(diǎn)續(xù)跑做準(zhǔn)備。聯(lián)網(wǎng)調(diào)研能力可以通過擴(kuò)展市場(chǎng)接入 MCP 搜索服務(wù)來增強(qiáng)例如安裝一個(gè) Web 搜索類 MCP 服務(wù)器后Agent 就能執(zhí)行真實(shí)的網(wǎng)絡(luò)檢索配置 MCP 服務(wù)器時(shí)界面會(huì)引導(dǎo)你選擇本地 stdio 或遠(yuǎn)程 URL 兩種方式并支持手動(dòng)填寫參數(shù)與環(huán)境變量第二階段報(bào)告寫作寫大綱基于已歸檔來源規(guī)劃報(bào)告結(jié)構(gòu)撰寫五個(gè)必備章節(jié)每個(gè)章節(jié)都標(biāo)注狀態(tài)草稿/完成且必須引用來源合成最終報(bào)告以report角色生成面向用戶的完整研究報(bào)告生成交接工件以handoff角色輸出結(jié)構(gòu)化的實(shí)施輸入包含建議的實(shí)現(xiàn)任務(wù)、推薦 issue/PR 和驗(yàn)證命令。完成門禁報(bào)告不是寫不完就收工Maka 用投影不變量強(qiáng)制要求清單全部 settled、五個(gè)章節(jié)齊備、至少一個(gè)已歸檔來源、最終報(bào)告和交接工件都存在研究才能標(biāo)記為completed。少一樣都不行——這保證了交付物的完整度而不是靠模型自覺。進(jìn)度面板怎么看實(shí)時(shí)掌握研究狀態(tài)研究進(jìn)行中聊天視圖底部會(huì)出現(xiàn)深度研究進(jìn)度面板組件見 chat-view.tsx數(shù)據(jù)由 use-deep-research-run.ts 訂閱刷新四塊信息一目了然檢查清單已完成數(shù)/總數(shù)每項(xiàng)帶 ? / ! / · 狀態(tài)標(biāo)記報(bào)告章節(jié)五個(gè)章節(jié)的起草與完成情況已檢查內(nèi)容最近查閱的文件、符號(hào)、URL讓你知道 Agent看過什么執(zhí)行摘要研究步驟數(shù)、工件數(shù)、子任務(wù) run 與當(dāng)前阻塞點(diǎn)。所有進(jìn)度來自持久化投影而非模型口頭匯報(bào)刷新或重啟應(yīng)用后依然準(zhǔn)確。研究完成后只讀交接一鍵開啟實(shí)施任務(wù)這是很多人忽略的亮點(diǎn)。研究完成后原會(huì)話保持只讀不變進(jìn)度面板會(huì)出現(xiàn)一個(gè)在新任務(wù)中繼續(xù)按鈕它會(huì)自動(dòng)創(chuàng)建一個(gè)普通任務(wù)不帶研究標(biāo)記用結(jié)構(gòu)化交接內(nèi)容生成一段有邊界的提示詞填入輸入框但不自動(dòng)發(fā)送該提示詞會(huì)要求實(shí)施任務(wù)先檢查當(dāng)前代碼、先給出計(jì)劃再修改項(xiàng)目文件。也就是說從研究到動(dòng)手改代碼的模式切換始終由你本人確認(rèn)后才發(fā)生模型無權(quán)在只讀會(huì)話里偷偷寫文件。常見問題FAQ問深度研究會(huì)改我的項(xiàng)目文件嗎不會(huì)。它使用explore權(quán)限檔案新工具只是對(duì)Maka 自有狀態(tài)賬本與工件庫(kù)寫入的窄化例外無法暴露任意文件路徑也無法編輯你的項(xiàng)目。問中途崩潰或關(guān)電腦了怎么辦事件賬本是追加式 JSONL重啟后重新投影即可恢復(fù)Agent 會(huì)先查詢狀態(tài)再只讀取續(xù)跑所需的證據(jù)正文。損壞的賬本會(huì)直接失敗fail-closed絕不返回半截?cái)?shù)據(jù)。問一次研究能有多大內(nèi)置防御性上限單次運(yùn)行最多 2000 個(gè)工件、500 個(gè)研究步驟與檢查點(diǎn)、50 項(xiàng)清單條目單次工具讀取工件正文 64,000 字符——防死循環(huán)也防止?fàn)顟B(tài)渲染失控。問想看更多原理細(xì)節(jié)架構(gòu)契約文檔寫得很完整deep-research-durable-workspace.md狀態(tài)投影邏輯在 deep-research-run.ts持久化實(shí)現(xiàn)在 deep-research-store.ts。小結(jié)Maka 深度研究功能把聯(lián)網(wǎng)調(diào)研 → 證據(jù)歸檔 → 章節(jié)化寫作 → 結(jié)構(gòu)化交接做成了一條有門禁、可恢復(fù)、只讀安全的流水線命令面板一鍵啟動(dòng)進(jìn)度面板全程可視完成后還能安全地過渡到實(shí)施任務(wù)。如果你想讓 AI 幫你做一份真正有出處的研究報(bào)告這就是目前比較完整的開箱方案。【免費(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/mak/maka創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考