$ loading_
帮助 AI 代理通过搜索、代码分析与追踪机制更高效地解决复杂问题
复制安装指令，让 AI 自动完成配置 · 推荐新手
"inquisitor" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用 inquisitor 分析这个报错问题，先判断问题复杂度，再缩小排查范围，结合网页搜索和代码分析找出最可能原因，并记录调查过程。
输出分阶段的排查结果、可能原因列表，以及带有调查记录的结论。
请用 inquisitor 研究这个问题：比较三种方案的可行性。先评估问题复杂度，排除不必要的搜索方向，再持续记录关键发现。
输出更聚焦的研究路径、关键证据摘要和可继续深挖的方向。
请用 inquisitor 检查这段代码及其相关问题，结合代码分析与外部搜索，过滤低价值线索，并给出下一步调查建议。
输出代码问题线索、已排除路径，以及下一步最值得尝试的行动建议。
开发者在面对难以定位的软件问题时，可用它先判断复杂度，再结合网页搜索与代码分析缩小排查范围。这样能减少无效尝试，并保留持续调查记录。
研究人员或学生在处理开放性问题时，可借助它聚焦搜索方向并剔除不必要路径。持续的调查追踪也便于整理证据和回顾推理过程。
为 AI 代理提供更高效的问题求解机制，让其在搜索、分析和调查记录之间形成闭环。适合需要多步推理和持续跟踪的问题场景。
它是一个 MCP 工具，用于帮助 AI 代理更高效地解决问题。其核心能力包括估计问题复杂度、裁剪不必要路径、结合网页搜索与代码分析，并持续追踪调查过程。
它适合需要多步调查和聚焦搜索的问题，尤其是涉及网页搜索、代码分析或持续跟踪线索的场景。给定信息未说明更多具体领域。
给定素材没有提供安装方式、运行时要求或密钥配置等信息。若需这部分细节，见源码仓库。
帮助 AI 代理跨 27 类搜索引擎进行综合检索与多模态信息发现。
为 AI 代理校验行为契约并对比回归，发现关键规则退化
支持自主联网调研、沉淀本地知识库并进行语义检索，提升研究与信息整合效率。
帮助开发者从兼容 MCP 的客户端扫描 AI 代理代码中的安全漏洞。
帮助用户追踪 AI 代理市场情报、排名、可信信号与活跃状态。
为多智能体协作检索可引用的技术上下文并支撑有据可依的任务推进