Hyperresearch Levers完全指南teach、survey、analyze、advocate四种报告语气切换【免费下载链接】hyperresearchAgent-driven research knowledge base. Agents collect, search, and synthesize web research into a persistent, searchable wiki.项目地址: https://gitcode.com/GitHub_Trending/hy/hyperresearchHyperresearch 是一个 Agent 驱动的深度学习研究工具它把 Claude Code 变成深度研究 Agent一句提示词就能产出经过对抗性审核、带完整来源出处的研究报告并将所有资料沉淀到可搜索的知识库中。它的Levers运行参数机制负责控制每份报告的语气——通过teach、survey、analyze、advocate四种寄存器register一键切换报告风格让同一套 16 步研究管线产出讲解型、地图型、评估型或论证型四种截然不同的交付物。Levers 是什么报告语气的总开关Hyperresearch 用三个维度来区分做多少工作和报告长什么样Tiers层级light/full/dissertation决定跑多少步骤Gears档位控制来源目标、字数预算等规模参数Levers参数只决定报告以什么口吻写出来Levers 包含三个字段字段取值作用registerteach/survey/analyze/advocate报告语气本篇主角inference_depthsurface/standard/deep挖多深的旋钮从共识共识源到灰色文献domain_notes自由文本该领域的取源策略、证据规范、时效窗口核心源码位于 src/hyperresearch/core/levers.pyCLI 入口在 src/hyperresearch/cli/levers_cmd.py。四种报告语气详解teach、survey、analyze、advocate 各自适合什么场景 teach耐心专家讲解读者是有动力的非专家。每个小节先给大白话解释术语首次出现即定义允许附带词汇表结论表述为证据支持什么不强制给出排名。适合帮我理解 X 是如何运作的这类提问。️ survey中立制图员产物是领域的地图而非裁决。覆盖与组织优先于论证列出每个学派、给每种方法定位、三个以上对象共享维度时优先用对比表。分歧就如实呈现分歧不强行裁定。适合X 领域的全景概览类提问。⚖️ analyze默认评估姿态明确站队证据支持的立场正面交锋最强反方论点被要求比较时给出排名。信号词包括 evaluate、compare and determine、which is most effective。这是默认值——模糊信号一律回落到它。 advocate全力捍卫一个论点报告从头到尾论证一个在开头点名的论点每个章节要么推进论点、要么拆除反对意见。对最强反方观点做钢人式steel-man处理是强制要求先把反对意见写到最强再用证据回应。适合我们应该做 X 吗这类决策型提问。如何一键切换报告语气三步工作流第 1 步管线自动选语气。在步骤 1Decompose中系统会根据你提示词的动词形状自动分类寄存器完整规则写在 src/hyperresearch/skills/hyperresearch-1-decompose.md寄存器典型信号词teachexplain、how does X work、walk me throughsurveyoverview of、landscape、list the approachesanalyzeevaluate、assess、feasibility ofadvocateshould we、argue for、recommend第 2 步你的明确指令永远优先。在提示词里写 make it a survey 或 just teach me会直接覆盖自动分类——这是新手最省事的切换方式。第 3 步运行中随时改语气。通过两条 CLI 命令即可hyperresearch levers set my-run registerteach --rerender # 切换语气并重渲染 hyperresearch levers render my-run # 仅重新渲染 shim 文件执行后解析结果会写入research/runs/tag/shims/目录下的四个角色文件供编排器原样贴入各子代理的提示词。语气如何贯穿全流程四个角色 shim 文件的妙处Levers 不是换个开头语这么简单。渲染出的research、drafting、critics、polish四个 shim 文件会让批评者和润色者也跟着语气走而不是拆台survey语气下辩证批评者不再要求必须有结论改为揪出不公平的代表性和覆盖不均survey语气的润色阶段不再删犹豫措辞——中立归因表述本身就是产品advocate语气下所有角色反而收紧论点上的任何模糊都是发现项钢人段落禁止裁剪而引用核查器cite-checker与发布门ship gate刻意收不到任何 shim——验证标准从不因语气而放水。这条设计由 tests/test_core/test_levers.py 中的用例持续守护发布前的verify_run还会检查声明过的 levers 是否真的渲染了 shim 文件。快速上手清单安装pip install hyperresearch hyperresearch install然后在 Claude Code 中/hyperresearch 你的问题想指定语气直接在提示词里写 用 survey 语气 或 make it a teach运行中发现挖得不够深hyperresearch levers set tag inference_depthdeep --rerender查看步骤 1 的选择结果hyperresearch run status -j进阶配置自定义档位可写在.hyperresearch/config.toml的[profile.name]中更多说明见 README.md 中 Run levers 一节以及 src/hyperresearch/core/levers.py 中每种寄存器对四个角色的完整措辞定义。【免费下载链接】hyperresearchAgent-driven research knowledge base. Agents collect, search, and synthesize web research into a persistent, searchable wiki.项目地址: https://gitcode.com/GitHub_Trending/hy/hyperresearch创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Hyperresearch Levers完全指南：teach、survey、analyze、advocate四种报告语气切换
Hyperresearch Levers完全指南teach、survey、analyze、advocate四种报告语气切换【免费下载链接】hyperresearchAgent-driven research knowledge base. Agents collect, search, and synthesize web research into a persistent, searchable wiki.项目地址: https://gitcode.com/GitHub_Trending/hy/hyperresearchHyperresearch 是一个 Agent 驱动的深度学习研究工具它把 Claude Code 变成深度研究 Agent一句提示词就能产出经过对抗性审核、带完整来源出处的研究报告并将所有资料沉淀到可搜索的知识库中。它的Levers运行参数机制负责控制每份报告的语气——通过teach、survey、analyze、advocate四种寄存器register一键切换报告风格让同一套 16 步研究管线产出讲解型、地图型、评估型或论证型四种截然不同的交付物。Levers 是什么报告语气的总开关Hyperresearch 用三个维度来区分做多少工作和报告长什么样Tiers层级light/full/dissertation决定跑多少步骤Gears档位控制来源目标、字数预算等规模参数Levers参数只决定报告以什么口吻写出来Levers 包含三个字段字段取值作用registerteach/survey/analyze/advocate报告语气本篇主角inference_depthsurface/standard/deep挖多深的旋钮从共识共识源到灰色文献domain_notes自由文本该领域的取源策略、证据规范、时效窗口核心源码位于 src/hyperresearch/core/levers.pyCLI 入口在 src/hyperresearch/cli/levers_cmd.py。四种报告语气详解teach、survey、analyze、advocate 各自适合什么场景 teach耐心专家讲解读者是有动力的非专家。每个小节先给大白话解释术语首次出现即定义允许附带词汇表结论表述为证据支持什么不强制给出排名。适合帮我理解 X 是如何运作的这类提问。️ survey中立制图员产物是领域的地图而非裁决。覆盖与组织优先于论证列出每个学派、给每种方法定位、三个以上对象共享维度时优先用对比表。分歧就如实呈现分歧不强行裁定。适合X 领域的全景概览类提问。⚖️ analyze默认评估姿态明确站队证据支持的立场正面交锋最强反方论点被要求比较时给出排名。信号词包括 evaluate、compare and determine、which is most effective。这是默认值——模糊信号一律回落到它。 advocate全力捍卫一个论点报告从头到尾论证一个在开头点名的论点每个章节要么推进论点、要么拆除反对意见。对最强反方观点做钢人式steel-man处理是强制要求先把反对意见写到最强再用证据回应。适合我们应该做 X 吗这类决策型提问。如何一键切换报告语气三步工作流第 1 步管线自动选语气。在步骤 1Decompose中系统会根据你提示词的动词形状自动分类寄存器完整规则写在 src/hyperresearch/skills/hyperresearch-1-decompose.md寄存器典型信号词teachexplain、how does X work、walk me throughsurveyoverview of、landscape、list the approachesanalyzeevaluate、assess、feasibility ofadvocateshould we、argue for、recommend第 2 步你的明确指令永远优先。在提示词里写 make it a survey 或 just teach me会直接覆盖自动分类——这是新手最省事的切换方式。第 3 步运行中随时改语气。通过两条 CLI 命令即可hyperresearch levers set my-run registerteach --rerender # 切换语气并重渲染 hyperresearch levers render my-run # 仅重新渲染 shim 文件执行后解析结果会写入research/runs/tag/shims/目录下的四个角色文件供编排器原样贴入各子代理的提示词。语气如何贯穿全流程四个角色 shim 文件的妙处Levers 不是换个开头语这么简单。渲染出的research、drafting、critics、polish四个 shim 文件会让批评者和润色者也跟着语气走而不是拆台survey语气下辩证批评者不再要求必须有结论改为揪出不公平的代表性和覆盖不均survey语气的润色阶段不再删犹豫措辞——中立归因表述本身就是产品advocate语气下所有角色反而收紧论点上的任何模糊都是发现项钢人段落禁止裁剪而引用核查器cite-checker与发布门ship gate刻意收不到任何 shim——验证标准从不因语气而放水。这条设计由 tests/test_core/test_levers.py 中的用例持续守护发布前的verify_run还会检查声明过的 levers 是否真的渲染了 shim 文件。快速上手清单安装pip install hyperresearch hyperresearch install然后在 Claude Code 中/hyperresearch 你的问题想指定语气直接在提示词里写 用 survey 语气 或 make it a teach运行中发现挖得不够深hyperresearch levers set tag inference_depthdeep --rerender查看步骤 1 的选择结果hyperresearch run status -j进阶配置自定义档位可写在.hyperresearch/config.toml的[profile.name]中更多说明见 README.md 中 Run levers 一节以及 src/hyperresearch/core/levers.py 中每种寄存器对四个角色的完整措辞定义。【免费下载链接】hyperresearchAgent-driven research knowledge base. Agents collect, search, and synthesize web research into a persistent, searchable wiki.项目地址: https://gitcode.com/GitHub_Trending/hy/hyperresearch创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考