Field Survey — 一键学科全景调研

输入学科名称，自动调研学科分类体系，并行采集各方向权威书单，输出结构化分类文档和子目录骨架。

When to Use

当用户请求以下操作时触发：

"调研心理学" / "调研经济学"
"心理学学科调研" / "法学学科调研"
"survey psychology" / "survey computer science"
"研究生物学有哪些方向" / "计算机科学有哪些分支"
"调研心理学-临床方向"（完整分类 + 仅深入临床方向）

Phase 0: 解析输入

根据用户输入，识别以下信息：

学科名称（必需）
- 提取用户消息中的学科名称
- "调研心理学" → 心理学
- "survey computer science" → 计算机科学
聚焦方向（可选）
- "调研心理学-临床方向" → 聚焦方向 = 临床心理学
- 未指定则为全面调研，所有方向均深入采集
是否跳过书籍深度分析
- 默认：自动执行 Phase 4（对每本书调用 book-analysis 深度分析）
- 仅当用户明确说"仅分类"/"不分析"/"跳过分析"/"只要书单" 时，才跳过 Phase 4
- {skip_analysis}: true/false
确定关键变量（后续所有阶段都需要用到）
- {discipline}: 学科中文名称（如"心理学"）
- {discipline_en}: 学科英文名称，小写连字符分隔（如"psychology"）
- {focus}: 聚焦方向名称（可选，如"临床心理学"；未指定则为空）
- {date}: 当天日期，格式 YYYY-MM-DD
- {skip_analysis}: 是否跳过 Phase 4（默认 false）
输出目录: 当前工作目录

如果无法确定学科名称或对应英文名，先用一次 WebSearch 快速查询，不要跳过这一步。

Phase 1: 学科分类体系梳理（主线程）

通过四维信息源框架，全面梳理学科分类体系。

四维信息源框架

渠道	信息源类型	搜索策略	优先级
教育体系	教育部学科目录、高校院系设置、课程大纲	`"{discipline}" 学科目录教育部` / `"{discipline}" 院系设置课程`	最高
学术组织	学会/协会分会设置、研究方向划分	`"{discipline}" 学会分会研究方向` / `"{discipline}" association divisions`	高
实践机构	医院科室、研究所、律所部门、法院庭室	`"{discipline}" 科室设置` / `"{discipline}" 研究所部门` / `"{discipline}" 业务方向`	高
行业/产业	职业资格认证、行业协会、职业路径	`"{discipline}" 职业资格认证` / `"{discipline}" 行业分类`	中

学科-机构映射示例

以下为常见学科的四维信息源对应关系：

学科	教育体系	学术组织	实践机构	行业/产业
医学	医学院校	中华医学会	医院各科室	卫健委
法学	法学院	中国法学会	法院/律所	司法考试
心理学	心理学系	CPA/APA	医院心理科	咨询师认证
生物学	生科学院	生物学学会	中科院/NIH	生物技术
经济学	经济学院	经济学学会	央行/发改委	金融行业
计算机	CS学院	CCF/ACM/IEEE	科技研究院	互联网行业

执行要求

总共执行 5-8 次 WebSearch + 2-3 次 WebFetch，覆盖四个渠道
搜索顺序：先教育体系（最权威的分类标准），再学术组织和实践机构（补充和验证），最后行业/产业（补充应用视角）
WebFetch 优先访问：教育部学科目录官方页面、权威学会官网的分会列表
交叉验证规则：
- ≥2 个渠道提及 = 主流方向，标记为"主流"
- 仅 1 个渠道提及 = 新兴/小众方向，标记为"新兴"
- 教育 + 学术组织 = 学术核心方向；实践 + 行业但无教育 = 应用导向方向
每个方向整理为：编号、方向名称、一句话描述、研究对象/实践领域
方向总数预期 8-15 个；若超过 15 个，合并高度相关的子方向

输出格式

将梳理结果整理为结构化方向列表：

方向 N: {方向名称}（{英文名}）
- 核心研究对象：{描述}
- 实践领域：{描述}
- 信息源：{哪些渠道提及}
- 分类：主流方向 / 新兴方向

聚焦方向处理：如果用户指定了 {focus}，仍然输出完整分类体系，但仅标记 {focus} 对应的方向进入 Phase 2 深入采集。未指定则所有方向均进入 Phase 2。

Phase 2: 并行书单采集（N 个 Subagent）

关键要求: 所有方向的 Agent 必须放在同一条消息中发出，确保并行执行。

每个 Agent 使用 subagent_type: "general-purpose"。

每个方向派出 1 个子代理，按以下 4 个渠道（优先级递减）采集书单：

优先级	渠道	采集目标	搜索策略
1（核心）	学术渠道	教材、课程书单、奠基之作	`"{direction_name}" 教材推荐` / `"{direction_name}" textbook recommended syllabus`
2（重要）	实践机构	临床指南、操作手册、机构培训教材	`"{direction_name}" 临床指南手册` / `"{direction_name}" 实务操作培训教材` / `"{direction_name}" 实践 handbook`
3（补充）	行业渠道	行业协会推荐、从业考试参考书	`"{direction_name}" 从业者推荐书` / `"{direction_name}" 必读书目入门`
4（验证）	大众/通俗	豆瓣/Goodreads 评分、书单推荐	`"{direction_name}" 豆瓣书单` / `"{direction_name}" 好书推荐评分`

语言策略：对于国际化程度高的学科（计算机科学、语言学、经济学等），同时使用中英文搜索关键词。对于中国特色较强的学科方向（中医学、中国法律等），以中文搜索为主。

子代理 Prompt 模板

每个方向的子代理使用以下完整 prompt：

description: "采集{discipline}·{direction_name}方向书单"

prompt 模板:

你是学术书籍调研专家。请为「{discipline}」学科的「{direction_name}」方向采集权威书单。

方向编号：{direction_number}
方向描述：{direction_description}

任务：按以下 4 个渠道依次采集，至少执行 3 次 WebSearch + 1 次 WebFetch：

**渠道 1 — 学术渠道（核心）**
搜索关键词：
- "{direction_name}" 教材 推荐
- "{direction_name}" textbook recommended syllabus
- "{direction_name}" 经典教材 课程书单
目标：找到该方向的标准教材、课程指定用书、奠基性著作。

**渠道 2 — 实践机构（重要）**
搜索关键词：
- "{direction_name}" 临床指南 手册
- "{direction_name}" 实务操作 培训教材
- "{direction_name}" 实践 handbook
目标：找到实践指南、操作手册、机构培训用书。

**渠道 3 — 行业渠道（补充）**
搜索关键词：
- "{direction_name}" 从业者 推荐书
- "{direction_name}" 必读书目 入门
目标：找到行业协会推荐书、职业考试参考书、从业者必读。

**渠道 4 — 大众/通俗（验证）**
搜索关键词：
- "{direction_name}" 豆瓣 书单
- "{direction_name}" 好书推荐 评分
目标：通过豆瓣/Goodreads评分验证书籍质量，补充高评分通俗读物。

使用 WebFetch 访问至少 1 个搜索结果页面，验证书籍信息的准确性。

输出格式（严格遵守）：

**{direction_number}. {direction_name} 书单**

| 书名（中文） | 英文原名 | 作者 | 出版社 | 版次/年份 | 简介 | 推荐理由 |
|-------------|---------|------|--------|----------|------|---------|
| {中文书名} | {英文名或N/A} | {作者} | {出版社} | {版次/年份} | {一句话简介} | {为何推荐+来源渠道} |

**来源链接：**
- [{来源标题}]({url})
- ...

输出要求：
- 5-10 本书，按优先级排序：教材/奠基之作 > 经典专著 > 通俗高评分
- 总输出控制在 1200 字符以内
- 全部使用中文输出
- 来源链接必须为实际访问过的 URL，不得使用占位符
- 如某渠道无结果，注明"该渠道未找到相关书籍"并跳过

子代理约束

每个子代理输出 5-10 本书
输出字符上限 1200 字符
全部使用中文输出
必须标注来源 URL
排序：教材/奠基之作 > 经典专著 > 通俗高评分

Phase 3: 整合与输出（主线程）

等待所有子代理返回后，在主线程中完成以下步骤。

Step 1: 数据聚合

一致性检查：同一本书在多个方向出现 → 标记为"跨领域经典"，在核心结论中特别提及
跨方向去重：同一本书保留在最相关的方向（按推荐理由判断），其他方向以"见 XX 方向"引用
来源完整性：检查所有方向的来源 URL 是否完整，缺失的标注"来源待补充"
子代理失败处理：未返回结果的方向标记为"数据不足，建议手动补充"
统计汇总：计算总书籍数、跨领域经典数，用于核心结论和终端摘要

Step 2: 生成主分类文档

文件名：{discipline_en}-classifications-{date}.md，保存在当前工作目录。

使用 Write 工具写入以下 Markdown 内容：

# {discipline}分类全景

> 调研日期：{date}
> 文档目标：多角度全面梳理{discipline}的学科体系、实践机构设置、权威书籍分类

## 核心结论

{基于四维调研得出的 3-5 条核心发现，包括：主流/新兴方向数量、最具交叉性的方向、跨领域经典书籍数量、教育与行业分类差异、推荐入门路径}

## 学科地图总览

| 层级/大类 | 典型分支 | 关注重点 |
|-----------|---------|---------|
| {大类1} | {分支1}, {分支2}, ... | {关注重点描述} |
| {大类2} | {分支3}, {分支4}, ... | {关注重点描述} |
| ... | ... | ... |

## {编号}. {方向名称}（{英文名}）

**核心研究对象**：{该方向的研究对象描述}

**实践领域**：{该方向的实践应用领域}

**研究方法**：{该方向常用的研究方法}

**代表性书籍：**

| 书名（中文） | 英文原名 | 作者 | 出版社 | 版次/年份 | 简介 | 推荐理由 |
|-------------|---------|------|--------|----------|------|---------|
| {书名} | {英文名} | {作者} | {出版社} | {版次/年份} | {简介} | {推荐理由} |
| ... | ... | ... | ... | ... | ... | ... |

{对每个方向重复上述区块}

## 参考来源

**教育体系：**
- [{来源标题}]({url})

**学术组织：**
- [{来源标题}]({url})

**实践机构：**
- [{来源标题}]({url})

**行业/产业：**
- [{来源标题}]({url})

**各方向书单：**
- {方向1}: [{来源标题}]({url}), ...
- {方向2}: [{来源标题}]({url}), ...
- ...

## 下一步

本文档为学科全景调研结果，每个方向的书籍已整理在对应子目录中。如需对某本书进行深度学习，可使用 `/book-analysis` 技能：

1. 进入感兴趣的方向子目录
2. 查看该方向的 README.md 了解书单
3. 对目标书籍执行 `/book-analysis {书名}` 生成深度学习笔记

建议优先从"核心结论"中推荐的入门路径开始，逐步扩展到其他方向。

Markdown 填写规则:

将模板中的占位符替换为实际数据
核心结论基于四维交叉验证结果撰写，必须具体可操作
跨领域经典书籍在首次出现的方向中详细列出，其他方向注明"见 XX 方向"
「参考来源」区块必填：将 Phase 1 和 Phase 2 的所有来源链接按类别分组填入；不得省略、不得使用占位符 URL

Step 3: 创建子目录骨架

使用 Bash 工具创建目录结构。

命名规则：

默认使用两位数字顺序编号：01-{direction_en}, 02-{direction_en}, ...
如果学科有明确的上位分类层级（如医学的内科/外科），使用层级编号：1-{category}/1.1-{direction_en}, ...
{direction_en} 使用小写连字符分隔的英文名
示例（心理学，默认编号）：01-clinical-psychology/, 02-cognitive-psychology/, ...
示例（医学，层级编号）：1-internal-medicine/1.1-cardiology/, 2-surgery/2.1-general-surgery/, ...

每个子目录中创建 README.md，使用 Write 工具写入以下内容：

# {方向名称}（{英文名}）

> 所属学科：{discipline}
> 调研日期：{date}

## 方向简介

{方向描述，包含核心研究对象和实践领域}

## 书单

| 书名（中文） | 英文原名 | 作者 | 出版社 | 版次/年份 | 简介 | 推荐理由 | 状态 |
|-------------|---------|------|--------|----------|------|---------|------|
| {书名} | {英文名} | {作者} | {出版社} | {版次/年份} | {简介} | {推荐理由} | 待分析 |
| ... | ... | ... | ... | ... | ... | ... | 待分析 |

## 深度学习

如需对某本书进行深度学习，可使用：
- `/book-analysis {书名}` — 生成深度学习笔记

Step 4: 终端输出进度信息，然后立即继续

在终端打印以下进度信息：

📋 Phase 1-3 完成：{discipline} 分类与书单已生成

📄 主文档：{discipline_en}-classifications-{date}.md
📁 子目录：{N} 个方向目录已创建
📚 书籍总计：{总书籍数} 本（跨领域经典 {N} 本）

目录结构：
  {列出所有子目录名称}

⚠️ 注意：打印以上进度信息后，任务尚未完成。

如果 {skip_analysis} 为 true：打印 "ℹ️ 已跳过书籍深度分析（用户指定仅分类）"，然后结束。
否则：立即开始执行 Phase 4，不得停止。

Phase 4: 自动书籍深度分析（默认执行）

仅当用户明确说"仅分类"/"不分析"/"跳过分析"/"只要书单"时才跳过此阶段。 默认情况下，Phase 3 完成后自动进入 Phase 4。

执行策略

按方向逐个处理（避免同时启动过多子代理），每个方向内的书籍并行分析：

方向1: 书A ──┐
       书B ──┼── 并行 → 全部完成 → 方向2: 书C ──┐
       书C ──┘                            书D ──┼── 并行 → ...
                                          书E ──┘

如果用户指定了聚焦方向 {focus}，则仅对该方向执行 Phase 4。

对每个方向的处理

对方向 M 中的所有书籍（假设有 K 本），在同一条消息中发出 K 个 Agent 调用：