核心用法
CIRF（Crypto Interactive Research Framework）是一套专为加密货币研究设计的人机协作研究框架，核心使用模式为「人类主导 + AI 增强」的配对研究模式。
激活方式：
- 直接引用 Agent 文件（如
@framework/agents/research-analyst.yaml） - 使用 Agent 名称简写（如
@Research-Analyst） - 自然语言描述研究目标，由 AI 匹配合适工作流
- 多工作流编排模式（Orchestrator），AI 协调多个研究阶段
工作流覆盖四大研究维度：
1. 市场分析（行业概览、竞争格局、趋势分析、项目快照）
2. 技术评估（架构审查、安全审计、代码质量）
3. 内容生产（研究转内容、多平台适配）
4. 质量验证（批判性审查、偏见检测、逻辑校验）
结构化输出：每个工作流配备标准化模板（objectives.md + template.md），确保研究可复现、可对比。
---
显著优点
| 维度 | 优势 |
|------|------|
| **协作模式** | 默认「协作模式」强制 AI 频繁 check-in，避免幻觉累积；人类保留决策权和领域知识输入 |
| **Agent 专业化** | 4 类专家 Agent（Research/Technology/Content/QA），匹配 crypto 研究的真实分工 |
| **工作流标准化** | 方法论与输出模板分离，团队可复用同一框架，保证研究质量下限 |
| **隔离管理** | Workspace 机制实现项目级隔离，避免上下文污染 |
| **透明度设计** | 强制来源标注（含置信度等级）、推理过程显式化、不确定性主动声明 |
---
潜在局限与风险
执行层面：
- 文件依赖复杂：需按优先级读取 7 类文件，若任一文件缺失或版本不匹配，可能导致执行偏差
- 模式切换成本：Autonomous Mode 虽可减少交互，但需人类明确授权，否则强制回退到协作模式
研究层面：
- 数据可得性：框架本身不提供数据源，依赖外部信息（链上数据、API、文档），存在数据缺口风险
- 时效性约束：加密货币市场变化极快，结构化工作流可能牺牲部分敏捷性
安全风险：
- Agent 权限边界：未明确限制 Agent 的文件系统操作范围，理论上可跨 workspace 访问
- 无内置事实校验：来源置信度由 AI 自评，缺乏第三方验证机制
---
适合人群
- 机构研究者：需标准化投研流程的加密基金、做市商研究部门
- 独立分析师：希望建立可复现研究体系的个人研究员
- 内容创作者：需要将深度研究转化为多平台内容的 KOL/媒体
- 技术尽职调查：进行协议审计前的初步技术评估
不适合：追求即时答案的散户交易者、完全无人干预的自动化需求。
---
常规风险提示
1. 幻觉累积：长流程研究中，早期错误可能被后续步骤放大，需依赖 QA Agent 或人工复核
2. 确认偏误：若人类预设偏见输入，框架的「结构化」可能强化而非纠正偏误
3. 开源风险：框架代码公开，存在被恶意修改或植入后门的供应链风险（需校验 GitHub 仓库完整性）