核心用法
Research Tracker 是一款专为管理自主 AI 研究代理设计的 CLI 工具，采用 SQLite 作为状态存储引擎，实现追加式事件日志、指令队列和实时监控。用户通过 research init 创建项目并设定研究目标，代理在执行过程中使用 research log 记录步骤进展、、research heartbeat 保持存活状态，主会话则可通过 research status 和 research list 实时掌握所有项目动态。工具支持双向通信：主会话向运行中的代理发送 instruct 指令，代理通过 pending 和 ack 机制接收并确认执行。当需要终止时，，stop-signal 和 check-stop 提供优雅的退出机制。
显著优点
状态持久化与可追溯性：SQLite 的 WAL 模式和追加式事件设计确保研究过程完全可审计，从 STEP_BEGIN 到 AUDIT_DRIFT 的完整事件链为复杂项目提供透明的时间线。代理协调机制：内置的指令队列、阻塞标记（BLOCKED//UNBLOCKED）和紧急优先级系统，使多代理协作和人工介入变得结构化。**轻量集成**：纯 CLI 设计无运行时依赖，通过环境变量 RESEARCH_SESSION_ID 即可实现代理身份识别，与现有 shell 脚本和 CI/CD 流程无缝衔接。**智能监控**：needs_attention` 自动检测机制综合心跳超时、未确认紧急指令、审计漂移等多维度信号，降低人工巡检成本。
潜在缺点与局限性
外部工具依赖：核心功能完全依赖需独立安装的 julians-research-tracker CLI，该上游项目为个人/社区维护（T3 来源），长期维护稳定性存疑。功能边界单一：专注于研究代理的状态追踪，不提供任务调度、资源分配或结果聚合能力，复杂场景需配合其他工具。无内置可视化：状态查询仅支持 JSON 或纯文本输出，缺乏 Web 仪表盘或图形化进度展示。SQLite 并发限制：虽然 WAL 模式提升了并发性，但高频率的多代理写入仍可能成为瓶颈，大规模部署需考虑架构调整。
适合的目标群体
- 需要同时管理 5-20 个长期运行研究项目的 AI 研究团队
- 构建自主代理系统的开发者，需要可靠的状态机与人工接管机制
- 运行多步骤调查工作流（如竞品分析、学术文献综述）的知识工作者
- 需要将代理执行过程纳入合规审计的企业场景
使用风险
上游安全风险：research CLI 工具未经过独立安全审计，其数据库操作和指令解析逻辑可能存在未发现的漏洞。数据本地性：所有状态存储于本地 SQLite 文件，多机部署时缺乏原生同步机制，跨设备协作需自行解决。版本兼容性：上游工具与 skill 文档的版本漂移可能导致命令行为不一致，建议锁定安装版本。权限管理：数据库文件位于用户目录，多用户共享环境需注意文件权限配置，避免状态信息泄露。