القائمة
并发多源深度调研——把复杂问题拆解为多个并发 SearchAgent，各自独立搜索后由 CTRL 汇总，输出带来源的综合报告。适合需要多角度、多来源的复杂调研任务。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
Coding Agent 完整工作流——自主理解 codebase、制定修改计划、执行修改、运行验证、失败换路，交付可验证的代码改动。ENGINEER 路由且任务涉及代码修改时触发。
longClaw 运行时体检与诊断。用于检查 skill 不触发、hook 不生效、DEV LOG 异常、state.db 记账异常、memory 检索退化、配置迁移不完整等问题。Use when the user says 体检、自检、诊断、doctor、status、排查 longClaw、skill 不触发、hook 有问题、sidecar 异常、DEV LOG 乱了.
Generate publication-quality academic diagrams, methodology figures, architecture illustrations, and statistical plots from text descriptions using the PaperBanana multi-agent AI pipeline. Also evaluate diagram quality against reference images. Use when: (1) user asks to generate, create, or make a research diagram, methodology figure, system architecture illustration, pipeline diagram, or framework figure, (2) user asks to create a statistical plot, bar chart, or data visualization from CSV/JSON data, (3) user asks to evaluate or score a generated diagram against a reference, (4) user asks to refine or improve a previously generated diagram. NOT for: analyzing existing images, general image generation (non-academic), or chart/graph discussions without explicit generation intent.
记忆增强陪伴——BRO/SIS 回复前自动 spawn MemoryAgent 检索近期记忆，让陪伴有"记得你"的感觉。无需用户触发，CTRL 路由到 BRO/SIS 时自动激活。
面向实现闭环的工程 workflow。用于把“需求/思路/方案”转成可交付改动，强调验收标准、最小改动、立即验证、明确回滚点。冲突优先级最低：若请求同时包含“接入审计”或“修 bug/继续查”等排障闭环意图，应让位于 skill-safety-audit 或 research-execution-protocol。
研究型工程执行协议。用于复杂实现、排障、代码修改、配置修复与实验验证。强调先证据后判断、先验证后宣称完成、失败后系统性换路，不改变全局人格。冲突优先级次高：当请求包含“修 bug/继续查/验证闭环”与“交付落地”混合意图时，优先于 research-build。
| name | deep-research |
| description | 并发多源深度调研——把复杂问题拆解为多个并发 SearchAgent，各自独立搜索后由 CTRL 汇总，输出带来源的综合报告。适合需要多角度、多来源的复杂调研任务。 |
| version | 1.0.0 |
| author | jinglong92 |
| license | MIT |
| requires | ["web_fetch"] |
把复杂调研问题拆解为并发 SearchAgent，多路搜索后汇总。
硬触发关键词（出现任一即命中，无需语义判断）：
/deep 命令软触发（CTRL 判断）：
将用户问题拆解为 2-3 个独立搜索任务，每个任务：
输出拆解结果给用户确认（1句话/任务），不等确认直接进入 Step 2。
为每个搜索任务 spawn 一个 search-agent：
Agent(search-agent): 任务A — <具体搜索指令>
Agent(search-agent): 任务B — <具体搜索指令>
Agent(search-agent): 任务C — <具体搜索指令>（如有）
每个 agent 独立执行，最多并发 3 个。
收集所有 SearchAgent 返回的结构化证据，按以下方式融合：
⚠️ 来源冲突[该维度无有效来源]## 深度调研报告：<主题>
调研时间：<YYYY-MM-DD HH:MM>
覆盖维度：<A> / <B> / <C>
### <维度A>
[F] <确定信息>（来源：<URL>）
[I] <推断信息>（来源：<URL>，置信度：X%）
### <维度B>
...
### 综合结论
<2-3句话的核心结论>
### 来源列表
1. <URL> — <简要说明>
2. ...
时效说明：<检索时间，信息有效期估计>
🧩 Skill deep-research | step=<N/4> | agents=<spawned_count>
🛠️ 工具 Agent(search-agent×<N>) → 召回<M>条有效来源 | status=ok
[超时，跳过]