Maka Agent深度研究功能怎么用從聯網調研到完整報告的流程全解析【免費下載鏈接】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.項目地址: https://gitcode.com/GitHub_Trending/mak/makaMakaApache Maka, Incubating是一款本地優先local-first的 AI Agent 工作臺它的深度研究功能可以讓 Agent 像一個研究員一樣工作聯網檢索資料、閱讀本地代碼與文檔、把原始來源歸檔為證據筆記最終產出一份章節完整、可追溯來源的研究報告。整個過程只讀安全、可隨時中斷恢復新手也能一鍵上手。一分鐘看懂Maka 深度研究是什么深度研究Deep Research是 Maka 內置的一種特殊會話模式。和普通任務最大的區別有三點對比項普通任務深度研究任務權限可讀寫項目文件只讀探索不能修改你的項目目標完成一次性的編碼/操作任務沉淀一份帶來源引用的研究報告過程對話即記錄事件賬本 工件庫持久化可斷點恢復它采用兩階段方法參考論文 FS-Researcher 的思路獨立實現于 Maka知識庫階段先把原始來源網頁、文件歸檔再寫證據筆記、更新研究清單、打檢查點報告寫作階段基于知識庫寫大綱、五個必備章節最后合成完整報告并生成交接說明。所有狀態都記錄在追加式事件賬本和工件庫中詳見 deep-research-durable-workspace.md這意味著即使中途關閉應用研究進度也不會丟。三步快速啟動新建一個深度研究任務啟動方式非常簡單全程無需寫代碼打開 Maka 桌面應用喚出命令面板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例如調研本項目中 MCP 連接器的實現方式并輸出報告發送后研究任務自動開始。該命令由命令面板動作注冊實現內部會創建一個標記為mode:deep_research的會話見 app-shell-command-actions.ts只有這個會話才會獲得深度研究的專用工具集普通會話和子 Agent 都拿不到——這是第一層安全邊界。完整流程解析從聯網調研到報告產出整個流程被拆成清晰可觀察的步驟模型會依次執行以下動作對應 deep-research-tools.ts 中的 8 個運行時工具第一階段知識庫構建聯網調研 本地閱讀歸檔來源Agent 把每個重要的網頁或本地文件以source角色存檔記錄可定位的引用URL、文件路徑、符號寫證據筆記派生的筆記evidence_note必須引用已歸檔的來源保證每條結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詞、已檢查的引用、停止條件和阻塞點打檢查點在有意義的輪次結束或上下文壓縮前保存進度為斷點續跑做準備。聯網調研能力可以通過擴展市場接入 MCP 搜索服務來增強例如安裝一個 Web 搜索類 MCP 服務器后Agent 就能執行真實的網絡檢索配置 MCP 服務器時界面會引導你選擇本地 stdio 或遠程 URL 兩種方式并支持手動填寫參數與環境變量第二階段報告寫作寫大綱基于已歸檔來源規劃報告結構撰寫五個必備章節每個章節都標注狀態草稿/完成且必須引用來源合成最終報告以report角色生成面向用戶的完整研究報告生成交接工件以handoff角色輸出結構化的實施輸入包含建議的實現任務、推薦 issue/PR 和驗證命令。完成門禁報告不是寫不完就收工Maka 用投影不變量強制要求清單全部 settled、五個章節齊備、至少一個已歸檔來源、最終報告和交接工件都存在研究才能標記為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。進度面板怎么看實時掌握研究狀態研究進行中聊天視圖底部會出現深度研究進度面板組件見 chat-view.tsx數據由 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/總數每項帶 ? / ! / · 狀態標記報告章節五個章節的起草與完成情況已檢查內容最近查閱的文件、符號、URL讓你知道 Agent看過什么執行摘要研究步驟數、工件數、子任務 run 與當前阻塞點。所有進度來自持久化投影而非模型口頭匯報刷新或重啟應用后依然準確。研究完成后只讀交接一鍵開啟實施任務這是很多人忽略的亮點。研究完成后原會話保持只讀不變進度面板會出現一個在新任務中繼續按鈕它會自動創建一個普通任務不帶研究標記用結構化交接內容生成一段有邊界的提示詞填入輸入框但不自動發送該提示詞會要求實施任務先檢查當前代碼、先給出計劃再修改項目文件。也就是說從研究到動手改代碼的模式切換始終由你本人確認后才發生模型無權在只讀會話里偷偷寫文件。常見問題FAQ問深度研究會改我的項目文件嗎不會。它使用explore權限檔案新工具只是對Maka 自有狀態賬本與工件庫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目。問中途崩潰或關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Agent 會先查詢狀態再只讀取續跑所需的證據正文。損壞的賬本會直接失敗fail-closed絕不返回半截數據。問一次研究能有多大內置防御性上限單次運行最多 2000 個工件、500 個研究步驟與檢查點、50 項清單條目單次工具讀取工件正文 64,000 字符——防死循環也防止狀態渲染失控。問想看更多原理細節架構契約文檔寫得很完整deep-research-durable-workspace.md狀態投影邏輯在 deep-research-run.ts持久化實現在 deep-research-store.ts。小結Maka 深度研究功能把聯網調研 → 證據歸檔 → 章節化寫作 → 結構化交接做成了一條有門禁、可恢復、只讀安全的流水線命令面板一鍵啟動進度面板全程可視完成后還能安全地過渡到實施任務。如果你想讓 AI 幫你做一份真正有出處的研究報告這就是目前比較完整的開箱方案。【免費下載鏈接】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.項目地址: https://gitcode.com/GitHub_Trending/mak/maka創作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考 Maka Agent深度研究功能怎么用？從聯網調研到完整報告的流程全解析
Maka Agent深度研究功能怎么用從聯網調研到完整報告的流程全解析【免費下載鏈接】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.項目地址: https://gitcode.com/GitHub_Trending/mak/makaMakaApache Maka, Incubating是一款本地優先local-first的 AI Agent 工作臺它的深度研究功能可以讓 Agent 像一個研究員一樣工作聯網檢索資料、閱讀本地代碼與文檔、把原始來源歸檔為證據筆記最終產出一份章節完整、可追溯來源的研究報告。整個過程只讀安全、可隨時中斷恢復新手也能一鍵上手。一分鐘看懂Maka 深度研究是什么深度研究Deep Research是 Maka 內置的一種特殊會話模式。和普通任務最大的區別有三點對比項普通任務深度研究任務權限可讀寫項目文件只讀探索不能修改你的項目目標完成一次性的編碼/操作任務沉淀一份帶來源引用的研究報告過程對話即記錄事件賬本 工件庫持久化可斷點恢復它采用兩階段方法參考論文 FS-Researcher 的思路獨立實現于 Maka知識庫階段先把原始來源網頁、文件歸檔再寫證據筆記、更新研究清單、打檢查點報告寫作階段基于知識庫寫大綱、五個必備章節最后合成完整報告并生成交接說明。所有狀態都記錄在追加式事件賬本和工件庫中詳見 deep-research-durable-workspace.md這意味著即使中途關閉應用研究進度也不會丟。三步快速啟動新建一個深度研究任務啟動方式非常簡單全程無需寫代碼打開 Maka 桌面應用喚出命令面板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例如調研本項目中 MCP 連接器的實現方式并輸出報告發送后研究任務自動開始。該命令由命令面板動作注冊實現內部會創建一個標記為mode:deep_research的會話見 app-shell-command-actions.ts只有這個會話才會獲得深度研究的專用工具集普通會話和子 Agent 都拿不到——這是第一層安全邊界。完整流程解析從聯網調研到報告產出整個流程被拆成清晰可觀察的步驟模型會依次執行以下動作對應 deep-research-tools.ts 中的 8 個運行時工具第一階段知識庫構建聯網調研 本地閱讀歸檔來源Agent 把每個重要的網頁或本地文件以source角色存檔記錄可定位的引用URL、文件路徑、符號寫證據筆記派生的筆記evidence_note必須引用已歸檔的來源保證每條結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詞、已檢查的引用、停止條件和阻塞點打檢查點在有意義的輪次結束或上下文壓縮前保存進度為斷點續跑做準備。聯網調研能力可以通過擴展市場接入 MCP 搜索服務來增強例如安裝一個 Web 搜索類 MCP 服務器后Agent 就能執行真實的網絡檢索配置 MCP 服務器時界面會引導你選擇本地 stdio 或遠程 URL 兩種方式并支持手動填寫參數與環境變量第二階段報告寫作寫大綱基于已歸檔來源規劃報告結構撰寫五個必備章節每個章節都標注狀態草稿/完成且必須引用來源合成最終報告以report角色生成面向用戶的完整研究報告生成交接工件以handoff角色輸出結構化的實施輸入包含建議的實現任務、推薦 issue/PR 和驗證命令。完成門禁報告不是寫不完就收工Maka 用投影不變量強制要求清單全部 settled、五個章節齊備、至少一個已歸檔來源、最終報告和交接工件都存在研究才能標記為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。進度面板怎么看實時掌握研究狀態研究進行中聊天視圖底部會出現深度研究進度面板組件見 chat-view.tsx數據由 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/總數每項帶 ? / ! / · 狀態標記報告章節五個章節的起草與完成情況已檢查內容最近查閱的文件、符號、URL讓你知道 Agent看過什么執行摘要研究步驟數、工件數、子任務 run 與當前阻塞點。所有進度來自持久化投影而非模型口頭匯報刷新或重啟應用后依然準確。研究完成后只讀交接一鍵開啟實施任務這是很多人忽略的亮點。研究完成后原會話保持只讀不變進度面板會出現一個在新任務中繼續按鈕它會自動創建一個普通任務不帶研究標記用結構化交接內容生成一段有邊界的提示詞填入輸入框但不自動發送該提示詞會要求實施任務先檢查當前代碼、先給出計劃再修改項目文件。也就是說從研究到動手改代碼的模式切換始終由你本人確認后才發生模型無權在只讀會話里偷偷寫文件。常見問題FAQ問深度研究會改我的項目文件嗎不會。它使用explore權限檔案新工具只是對Maka 自有狀態賬本與工件庫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目。問中途崩潰或關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Agent 會先查詢狀態再只讀取續跑所需的證據正文。損壞的賬本會直接失敗fail-closed絕不返回半截數據。問一次研究能有多大內置防御性上限單次運行最多 2000 個工件、500 個研究步驟與檢查點、50 項清單條目單次工具讀取工件正文 64,000 字符——防死循環也防止狀態渲染失控。問想看更多原理細節架構契約文檔寫得很完整deep-research-durable-workspace.md狀態投影邏輯在 deep-research-run.ts持久化實現在 deep-research-store.ts。小結Maka 深度研究功能把聯網調研 → 證據歸檔 → 章節化寫作 → 結構化交接做成了一條有門禁、可恢復、只讀安全的流水線命令面板一鍵啟動進度面板全程可視完成后還能安全地過渡到實施任務。如果你想讓 AI 幫你做一份真正有出處的研究報告這就是目前比較完整的開箱方案。【免費下載鏈接】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.項目地址: https://gitcode.com/GitHub_Trending/mak/maka創作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考