Skip to main content

deep-research

使用 firecrawl 和 exa MCP 进行多源深度研究。搜索网络、综合发现并交付带来源引用的报告。适用于用户想要任何主题的带证据和引用的深入研究。

Source facts

Repository
aaione/everything-claude-code-zh
Last source activity
May 31, 2026 at 04:53
Detected SKILL.md language
Chinese
Stars
29
Forks
14

Install options

The review-first prompt is selected by default. You can switch to a direct command or download a local copy.

Review the source files

Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.

Showing SKILL.md

SKILL.md
Source instructions · Read-only preview
name
deep-research
description
使用 firecrawl 和 exa MCP 进行多源深度研究。搜索网络、综合发现并交付带来源引用的报告。适用于用户想要任何主题的带证据和引用的深入研究。
origin
ECC
# 深度研究 > **易漂移技能。** Firecrawl/Exa MCP 工具名称、配额和结果格式会变化。在承诺覆盖率或引用实时来源数量之前,验证已配置的 MCP 工具和当前 API 文档。 使用 firecrawl 和 exa MCP 工具从多个网络来源生成深入、有引用的研究报告。 ## 何时激活 - 用户要求深入研究任何主题 - 竞争分析、技术评估或市场规模测算 - 对公司、投资者或技术的尽职调查 - 任何需要从多来源综合的问题 - 用户说"研究"、"深度分析"、"调查"或"目前的状况是什么" ## MCP 要求 至少配置以下之一: - **firecrawl** — `firecrawl_search`、`firecrawl_scrape`、`firecrawl_crawl` - **exa** — `web_search_exa`、`web_search_advanced_exa`、`crawling_exa` 两者一起使用可获得最佳覆盖。在 `~/.claude.json` 或 `~/.codex/config.toml` 中配置。 ## 工作流 ### 步骤 1:理解目标 快速问 1-2 个澄清问题: - "你的目标是什么 — 学习、做决策,还是写东西?" - "有没有特定的角度或深度?" 如果用户说"就研究一下吧" — 用合理的默认值直接跳过。 ### 步骤 2:规划研究 将主题分解为 3-5 个研究子问题。示例: - 主题:"AI 对医疗保健的影响" - 目前 AI 在医疗保健中的主要应用是什么? - 测量了哪些临床结果? - 有哪些监管挑战? - 哪些公司在这一领域领先? - 市场规模和增长轨迹如何? ### 步骤 3:执行多源搜索 对每个子问题,使用可用的 MCP 工具搜索: **使用 firecrawl:** ``` firecrawl_search(query: "<子问题关键词>", limit: 8) ``` **使用 exa:** ``` web_search_exa(query: "<子问题关键词>", numResults: 8) web_search_advanced_exa(query: "<关键词>", numResults: 5, startPublishedDate: "2025-01-01") ``` **搜索策略:** - 每个子问题使用 2-3 个不同的关键词变体 - 混合通用查询和新闻聚焦查询 - 目标总共 15-30 个独特来源 - 优先级:学术、官方、权威新闻 > 博客 > 论坛 ### 步骤 4:深入阅读关键来源 对最有前景的 URL,获取完整内容: **使用 firecrawl:** ``` firecrawl_scrape(url: "<url>") ``` **使用 exa:** ``` crawling_exa(url: "<url>", tokensNum: 5000) ``` 完整阅读 3-5 个关键来源以获取深度。不要仅依赖搜索摘要。 ### 步骤 5:综合并撰写报告 组织报告: ```markdown # [主题]:研究报告 *生成时间:[日期] | 来源数:[N] | 置信度:[高/中/低]* ## 执行摘要 [3-5 句关键发现概述] ## 1. [第一个主要主题] [带有行内引用的发现] - 关键要点([来源名称](url)) - 支持数据([来源名称](url)) ## 2. [第二个主要主题] ... ## 3. [第三个主要主题] ... ## 关键要点 - [可操作的洞察 1] - [可操作的洞察 2] - [可操作的洞察 3] ## 来源 1. [标题](url) — [一行摘要] 2. ... ## 方法论 搜索了 [N] 个查询,涵盖网页和新闻。分析了 [M] 个来源。 调查的子问题:[列表] ``` ### 步骤 6:交付 - **短主题**:在聊天中发布完整报告 - **长报告**:发布执行摘要 + 关键要点,将完整报告保存到文件 ## 使用子智能体并行研究 对于广泛的主题,使用 Claude Code 的 Task 工具并行化: ``` 并行启动 3 个研究智能体: 1. 智能体 1:研究子问题 1-2 2. 智能体 2:研究子问题 3-4 3. 智能体 3:研究子问题 5 + 跨领域主题 ``` 每个智能体搜索、阅读来源并返回发现。主会话综合为最终报告。 ## 质量规则 1. **每个论点都需要来源。** 没有无来源的断言。 2. **交叉验证。** 如果只有一个来源这么说,标记为未验证。 3. **时效性很重要。** 优先选择过去 12 个月的来源。 4. **承认缺口。** 如果在子问题上找不到好的信息,如实说明。 5. **不虚构。** 如果不知道,说"未找到足够数据"。 6. **区分事实与推断。** 清晰标注估算、预测和意见。 ## 示例 ``` "研究核聚变能源的当前状态" "深度分析 2026 年后端服务中 Rust vs Go" "研究自举 SaaS 业务最佳策略" "美国房地产市场现在怎么样了?" "调查 AI 代码编辑器的竞争格局" ```
View on GitHub