القائمة
深度研究能力，支持多源搜索、信息聚合、引用回溯、文档上传分析。适用于市场调研、竞品分析、学术研究、技术选型、金融投研等场景。支持上传 PDF/Excel/Word 等文档，自动转换并提取关键信息。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/aifinlab/FinClaw --skill deep-researchيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
A股逆向选择/信息不对称分析。当用户说"逆向选择"、"adverse selection"、"信息不对称"、"知情交易者"、"逆向选择成本"、"信息劣势"时触发。基于 cn-stock-data 获取数据，度量逆向选择与信息不对称程度。支持 formal/brief 两种输出风格。
A股量价异常检测/异动监控。当用户说"异常检测"、"异动"、"anomaly"、"量价异常"、"异常波动"、"XX有异动"时触发。量化检测股价和成交量异常。支持formal和brief风格。
A股自相关/序列相关性/收益率自相关结构分析。当用户说"自相关"、"autocorrelation"、"序列相关"、"收益率预测性"、"动量还是反转"、"自相关系数"、"ACF"、"PACF"、"Ljung-Box"、"收益率是否可预测"、"随机游走检验"时触发。MUST USE when user asks about return autocorrelation, serial correlation tests, or whether a stock's returns are predictable. 量化分析收益率的自相关结构（ACF/PACF、Ljung-Box检验、随机游走检验）。支持formal和brief风格。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | deep_research |
| display_name | 深度研究 |
| description | 深度研究能力，支持多源搜索、信息聚合、引用回溯、文档上传分析。适用于市场调研、竞品分析、学术研究、技术选型、金融投研等场景。支持上传 PDF/Excel/Word 等文档，自动转换并提取关键信息。 |
| version | 1.2.0 |
| author | system |
| tags | ["research","search","analysis","investigation","report","survey","调研","研究","分析","browser","automation","舆情","sentiment","口碑","金融","finance","投研","股票","stock","财报","行业分析","估值","investment","document","pdf","excel","文档","上传","微信","wechat","公众号"] |
| allowed_tools | ["web_search","read_url","wechat_article","create_document","browser_open","browser_snapshot","browser_click","browser_fill","browser_screenshot","browser_close","file_converter","mem_retain","mem_delete","mem_summarize","mem_pin","mem_list_blocks"] |
| max_iterations | 30 |
| timeout | 600 |
| enabled | true |
| match_threshold | 0.65 |
| priority | 10 |
深度研究能力让你能够系统性地调研某个主题，通过多源搜索、信息聚合、交叉验证，生成结构化的研究报告。
核心特点：
当用户上传文档时，优先处理：
file_converter 工具转换为 Markdown详见 L3 资源：
resources/document_upload_guide.md
与用户确认研究主题、深度、范围：
将主题拆解为多个搜索子查询，确保覆盖：
对每个子查询执行 web_search：
对搜索结果中的高相关性页面调用 read_url：
当遇到以下情况时，切换到浏览器操作：
浏览器工作流：
browser_open 打开目标页面browser_snapshot 获取页面结构（compact模式）browser_click/browser_fillbrowser_screenshot 记录关键帧browser_close 释放资源详见 L3 资源：
resources/browser_automation.md
生成研究报告，标注引用
询问是否需要深入某个方向
用途：搜索网页信息
参数：
query: 搜索查询（精确、具体）num_results: 结果数量（建议 5-10）最佳实践：
示例：
web_search(query="AI Agent market size 2024", num_results=5)
web_search(query="AI Agent 市场规模 2024", num_results=5)
用途：提取网页完整内容
参数：
url: 目标 URL最佳实践：
示例：
read_url(url="https://example.com/article")
用途：提取微信公众号文章内容
参数：
url: 微信公众号文章链接 (mp.weixin.qq.com)format: 输出格式，"markdown" (默认) 或 "html"include_images: 是否包含图片引用 (默认 true)最佳实践：
示例：
wechat_article(url="https://mp.weixin.qq.com/s/xxxxx")
wechat_article(url="https://mp.weixin.qq.com/s/xxxxx", format="html")
用途：创建研究报告
参数：
title: 报告标题content: Markdown 格式内容format: 输出格式（markdown）用途：将上传文件转换为 Markdown
参数：
file_path: 文件路径（绝对或相对）extract_images: 是否提取图片描述（默认 false）支持格式：
示例：
file_converter(file_path="/workspace/uploads/2024Q3_财报.xlsx")
file_converter(file_path="/workspace/uploads/行业报告_2024.pdf")
详见 L3 资源：
resources/document_upload_guide.md
基于 agent-browser 的 Snapshot + Refs 机制，相比传统 Playwright 节省 93%+ tokens。
browser_open: 打开网页
browser_open(url="https://example.com")
# 返回: {"title": "...", "url": "..."}
browser_snapshot: 获取页面结构快照（核心）
browser_snapshot(interactive_only=True, compact=True)
# 返回压缩的 Markdown 格式，约 500-2000 tokens
# - @e1 [搜索框] type=input
# - @e2 [按钮] type=button
browser_click: 点击元素
browser_click(ref="@e1") # 使用 snapshot 返回的 Ref ID
browser_fill: 填充输入框
browser_fill(ref="@e1", text="搜索关键词")
browser_screenshot: 截取关键帧
browser_screenshot(path="/workspace/screenshots/step1.png")
browser_close: 关闭浏览器
browser_close()
详细用法参见 L3 资源：
resources/browser_automation.md
对于长文本（>2000字）：
每个关键结论必须标注引用：
[1]、[2][编号] 标题 - 来源域名 (可信度)| 来源类型 | 评分 |
|---|---|
| 官方网站/政府机构 | ★★★★★ |
| 知名媒体/研究机构 | ★★★★ |
| 专业博客/技术文档 | ★★★ |
| 社交媒体/论坛 | ★★ |
| 未知来源 | ★ |
# [研究主题] 深度研究报告
> 研究日期：YYYY-MM-DD
> 研究深度：[概览/深度分析]
## 摘要
3-5 句话概括核心发现，包含最重要的数据点。
## 目录
- 1. 概述
- 2. 市场规模与趋势
- 3. 主要玩家
- 4. 技术分析
- 5. 挑战与机遇
- 6. 结论与建议
## 1. 概述
简要介绍主题背景...[1]
## 2. 市场规模与趋势
### 2.1 市场规模
具体数据...[2][3]
### 2.2 增长趋势
分析内容...[4]
## 3. 主要玩家
| 公司 | 产品 | 特点 |
|------|------|------|
| ... | ... | ... |
## 4. 技术分析
技术细节...[5]
## 5. 挑战与机遇
### 5.1 主要挑战
- 挑战1...[6]
- 挑战2...
### 5.2 机遇
- 机遇1...
## 6. 结论与建议
总结性内容...
---
## 参考来源
[1] 标题 - example.com (★★★★)
[2] 标题 - research.org (★★★★★)
[3] 标题 - news.com (★★★★)
...
## 数据说明
- 本报告数据采集于 YYYY-MM-DD
- 部分数据存在来源差异，已在文中标注
- 对于快速变化的领域，建议定期更新
避免 Context 爆炸
语言策略
时效性处理
不确定性处理
隐私与版权