imozuru

imozuru 是一款专为 Claude Code 设计的深度信息搜寻技能（Skill）。其名称源自日语习语“芋づる式”（顺藤摸瓜），旨在通过一条线索接一条线索的追踪，帮助用户在陌生领域中直达原始信息来源。该工具深度应用了图书馆与信息科学中的经典理论，如 Bates 的“采莓”（berrypicking）模型、Ellis 的信息搜寻行为模型以及 Kuhlthau 的信息搜索过程理论。

与传统 LLM 搜索的本质区别

传统的 LLM 搜索通常会抓取前几个搜索结果并直接生成摘要。这种方式虽然快捷，但往往会丢失判断细节所需的关键上下文。此外，当用户不熟悉某个领域的专业术语时，很难提供精准的搜索词，导致搜索结果始终停留在表层。

imozuru 改变了这一范式。它不直接生成摘要，而是首先识别该领域的专业术语、核心人物和知识聚集地，然后顺藤摸瓜地追踪引用、链接和作者，直至找到原始来源。它会将这些来源原样保存，并精确指出“哪个文件、哪些行”支撑了特定的论点，将最终的阅读与判断权交还给用户。

核心工作机制

1. 拆解与映射：Claude 首先分析问题，并拆解出回答该问题所需的 3 到 6 个核心声称（claims）。随后，两个采用不同策略的搜索子代理开始工作，收集术语、人物和场所，构建出初始的知识地图（map.md）。
2. 深度追踪：系统会沿着参考文献、引用作品和作者网络持续追踪。在缺乏学术论文的领域（如音频混音或绘画技巧），它会追踪文章内的外部链接或类似“我基于某某的帖子”的笔记。
3. 过滤与归档：找到的来源会被保存到 sources/ 目录中。404 页面或需要登录的付费墙页面在检查内容后会被自动丢弃。
4. 生成摘录：当每个声称都找到了来源支撑，或没有新来源出现时，搜索停止。系统最终会生成一个 HTML 报告页面，逐条列出从原始来源中直接剪切的段落（摘录），并附带精确的行号。

此外，imozuru 还支持监视模式（watch），可通过 RSS 持续从首次挖掘发现的场所（如 Qiita、Zenn、note、YouTube、博客或 arXiv）收集最新帖子。

设计哲学与理论支撑

• 拒绝过早摘要：基于 Kuhlthau (1991) 的理论，在搜索的早期混乱阶段提供详细摘要会导致“过早封闭”，从而妨碍深入的探索过程。因此，imozuru 仅指出信息来源的具体位置。
• 明确的停止条件：遵循 Roh 和 Han (2026) 的 HALT 原则，当证据到位（每个声称都有来源支撑）时停止。同时引入“信息饱和”机制：如果两个独立搜索者找到的来源中有 70% 以上已存在于知识地图中，则判定已达到饱和并停止搜索。
• 多假设并行防偏差：根据 Zhou 等 (2026) 的研究，AI 搜索容易在早期锁定单一方向并持续强化。为避免此问题，imozuru 在不确定时会运行两个带有不同假设的搜索者，在继续深入前对比它们的结果。
• 来源可信度分类：在无论文的领域，系统会为保存的来源打上标签，如 [Paper]（同行评审或预印本）、[First-hand]（第一手实践记录）、[Observation]（观察笔记）、[Roundup]（综述）或 [Official]（官方文档），由用户自行判断可信度。

安装与运行要求

imozuru 可作为 Claude Code 插件安装（/plugin marketplace add MaryCache/imozuru），或通过 skills CLI 安装（npx skills add MaryCache/imozuru）。

脚本基于 Python 3.10+ 标准库运行，但为了实现完整功能，系统需安装以下外部工具：

• pdftotext / pdftoppm (poppler 或 Xpdf)：用于提取 PDF 文本或对无文本层的旧 PDF 进行 OCR。
• tesseract (含 jpn 和 jpn_vert 语言数据)：用于读取日语扫描件（横向与纵向）。
• yt-dlp：用于下载 YouTube 视频字幕。
• ax：用于将 HTML 更好地转换为 Markdown（保留标题和表格结构）。

输出结构示例

执行研究后，结果将保存在 ~/research/<topic>/ 目录下：

• map.md：问题、所需声称、术语、人物、场所、来源表及下一步线索。
• log.md：每轮搜索的记录，包括搜索内容、发现、决策及其原因。
• sources/：保存的原始来源文件。
• extracts.json：结构化摘录数据。
• report.html：可视化的摘录页面，供最终审查。

安全与注意事项

• 隐私边界：搜索代理会将问题内容作为搜索词发送至网络，因此请勿使用该技能处理涉及机密或个人敏感数据的研究。
• 版权与合规：该技能不尝试绕过付费墙，无法访问的来源将标记为“未到达”。保存的来源仅供本地阅读参考，请勿重新分发。
• 防 SSRF 机制：获取脚本仅允许抓取 http(s) 公共 URL，严格禁止获取本地或内部网络地址（如 127.0.0.1、192.168.x.x），以防止恶意构造的 URL 读取本地服务。仅在特定受控环境下，可通过设置环境变量 IMOZURU_ALLOW_PRIVATE=1 关闭此检查。