/research 命令启动一个专项研究代理，对技术问题进行深度分析——可以查询你的代码库、GitHub 仓库（需要登录）和网络，生成包含引用和置信度评估的完整 Markdown 报告。适合需要深度答案的场景，不适合快速问答。

GitHub Copilot CLI /research 命令：深度技术研究代理使用指南

什么是 /research

/research 是 Copilot CLI 的一个专项命令，启动后会激活一个独立的研究代理，对你的问题进行深度调研，而不是给出即时的简短回答。

对比普通问答：

方式	速度	深度	适合场景
普通 Chat	快	浅/中	简单问题、快速确认
/research	慢（需要时间收集信息）	深	架构分析、技术选型、代码库调研

研究代理的格言是："深度优于速度（Depth over speed）"。

基本用法

/research TOPIC

例如：

/research 这个 codebase 的整体架构是什么？
/research React 的并发渲染是如何实现的？
/research 我们组织内部是怎么使用 Feature Flags 的？
/research JWT 和 Session 认证的区别和适用场景
/research 如何给这个 API 新增一个端点？
/research 这个仓库的 Session 管理系统是怎么实现的？

研究报告的内容

生成的 Markdown 报告通常包含：

• 详细分析：深入解答问题，附带代码片段、架构图、解释说明
• 引用来源：标注信息来自哪些文件、仓库或网页
• 置信度评估（Confidence Assessment）：说明代理做了哪些假设，对结论有多确定
• 结构化摘要：便于快速浏览的摘要部分

查看和分享报告

生成后，报告以 Markdown 文件保存在当前会话中：

# 在配置的编辑器中打开完整报告
Ctrl+Y

# 分享为 GitHub Gist
/share gist research

# 保存到本地文件（不指定路径则保存到当前目录）
/share file research
/share file research /path/to/output.md

使用场景

适合 /research 的情况

• 代码库架构调研：/research 这个服务的依赖关系和模块划分是怎样的？
• 技术深挖：/research Redis Cluster 的一致性哈希实现细节
• 组织内部实践：/research 我们团队目前的错误处理约定是什么？
• 技术选型对比：/research Prisma vs TypeORM 在复杂查询上的性能差异
• 上手陌生仓库：/research 这个仓库怎么本地启动？主要入口在哪里？

不适合 /research 的情况

• 需要快速回答：普通问答更高效
• 需要直接修改代码：用普通 Chat 或 Autopilot 模式
• 简单确认类问题：这个函数在哪里定义的？ → 普通搜索更快

注意事项

报告与会话绑定：研究报告存储在当前会话中，重新开启会话后无法自动访问。如果报告重要，记得用 /share file research 保存到本地文件。

研究代理使用固定模型：/research 命令使用特定的 AI 模型，不受 /model 设置影响。

问题措辞影响报告类型：如何提问会影响代理对研究分类的判断，进而影响报告的结构和侧重点。

与普通 /chat 的配合

常见工作流：

1. 用 /research 深度了解一个不熟悉的系统或技术
2. 阅读报告，掌握背景知识
3. 用普通 Chat 针对具体问题提问，或直接让 Copilot 修改代码

这样比反复追问普通 Chat 更高效，因为研究报告给了 Copilot 更完整的上下文。

常见问题

Q: /research 需要联网吗？

A: 可以联网（从 GitHub 仓库和网络收集信息），也可以只分析本地代码库。网络搜索需要账号有 GitHub 访问权限。

Q: 报告生成需要多久？

A: 取决于问题复杂度和需要收集的信息量，通常比普通回答慢 30 秒到几分钟不等。适合在不急于立即拿到答案的情况下使用。

Q: 报告里的"置信度评估"怎么理解？

A: 代理会明确说明哪些结论是基于直接代码证据（高置信度），哪些是推断或假设（低置信度）。这帮助你区分"这是事实"和"这可能是"，避免误信 AI 的推断性结论。