AgentSkillsCN

deep-research

深度研究任务的检索、去重、框架生成与报告输出。适用于政策、行业、竞品、技术趋势调研。

中文原作
SKILL.md
--- frontmatter
name: deep-research
description: 深度研究任务的检索、去重、框架生成与报告输出。适用于政策、行业、竞品、技术趋势调研。
license: Apache-2.0
compatibility: "Python 3.9+ (standard library only)"
allowed_tools:
  - WebSearchTool
  - ArxivSearchTool
  - WebBrowser
  - FileViewer
metadata:
  author: alphora-community
  version: "1.0.0"
  tags: ["deep-research", "literature", "analysis", "reporting"]

深度研究（Deep Research）

该 Skill 用于将研究任务拆解为可执行流程：问题框架 → 资料收集 → 去重归档 → 证据聚合 → 报告生成。

适用场景

  • •行业研究与趋势分析
  • •竞品对比与策略建议
  • •政策/法规解读与影响评估
  • •技术路线评估与可行性分析

输入要求

  • •研究问题或目标
  • •可选：初始资料清单（JSONL，见 assets/sample_sources.jsonl）

工作流（推荐）

  1. •

    问题拆解

    • •参考 references/QUESTION_FRAMEWORK.md
    • •产出研究问题清单与假设
  2. •

    网络检索与资料抓取(提供的工具)

    • •使用 arxiv_search 做学术检索（论文与摘要）
    • •使用 fetch_url 抓取网页/PDF 正文
    • •使用 view_file 阅读本地报告/Excel/PDF

（请不要钻牛角尖，不要反复的调用同一个工具）

  1. •

    随时记录有价值的内容

    • •使用 shell 工具，
  2. •

    生成报告

    • •运行 scripts/generate_report.py + assets/report_template.md
    • •输出：Markdown 报告

参考资料

  • •references/QUESTION_FRAMEWORK.md：问题拆解框架
  • •references/RUBRIC.md：证据质量与结论可信度标准
  • •assets/report_template.md：报告模板

输出要求

报告必须包含：

  1. •研究问题与范围
  2. •证据摘要（按来源分组）
  3. •关键发现与结论
  4. •风险与不确定性
  5. •后续建议与开放问题