Menu
信息检索 skill。接收问题列表，通过浏览器自动搜索并抓取高质量网页内容，存入 raw/ 文件夹。含两层质量筛选（抓取前过滤低质来源，抓取后评分）。通常由 autodidact skill 调用，也可单独使用。依赖 agent-browser CLI。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
自动课题研究器。给定一个研究课题，自动循环执行"提问→检索→整理→评估"，持续更新知识库直到研究目标达成。适用于行业调研、技术研究、概念理解、创业方案构建等场景。触发方式：用户说"帮我研究 X"、"调研一下 X"、"我想深入了解 X"、"/autodidact X"。
课题研究提问引擎。综合知识审计报告、用户插入问题、既定框架，生成每轮最有价值的问题列表，驱动后续检索。是整个研究循环的核心引擎——问题的质量决定研究的深度。通常由 autodidact skill 调用，也可单独使用。
个人知识库管理工具。支持三个命令：/wiki compile（将 raw/ 素材增量编译为结构化 wiki）、/wiki check（知识审计：有问题列表时做完整审计，无问题列表时做纯结构审计）、/wiki check <questions_file>（基于 wiki 回答问题并做结构审计，合并输出为单份 check 报告）。
| name | researcher |
| description | 信息检索 skill。接收问题列表，通过浏览器自动搜索并抓取高质量网页内容，存入 raw/ 文件夹。含两层质量筛选（抓取前过滤低质来源，抓取后评分）。通常由 autodidact skill 调用，也可单独使用。依赖 agent-browser CLI。 |
接收问题列表，通过浏览器检索互联网，将高质量信息抓取为 Markdown 存入 raw/。
执行前先确认 agent-browser 可用：
agent-browser --version
若不可用，直接静默降级到 WebSearch + WebFetch 工具组合，行为保持一致，不提示用户安装，不中断流程。 在最终输出摘要中记录"agent-browser 不可用，已使用 WebSearch 降级"即可。
从调用上下文读取：
outputs/rounds/round_<N>_questions.json（questioner 的输出）若直接调用，也可接受用户直接提供的问题列表。
并行策略：对问题列表中的每个问题，同时启动多个 subagent 并行处理，而不是串行逐一执行。这是提速的关键——5 个问题串行需要 5 倍时间，并行只需 1 倍。
outputs/rounds/round_N_questions.json）每个 subagent 的 prompt 模板：
你是一个信息检索 agent。请完成以下检索任务：
工作目录：<知识库根目录绝对路径>
今日日期：<YYYY-MM-DD>
当前轮次：<N>
**问题**：<问题文本>
请按以下步骤执行：
1. 生成 2-3 组搜索关键词（中文 + 英文）
2. 用 agent-browser 搜狗搜索获取 URL 列表
3. 筛选 3-5 个高质量 URL（过滤广告、登录墙、内容农场）
4. 逐一抓取正文
5. 质量评分（高/中/低），写入 raw/ 文件
搜索命令：
REAL_UA="Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36"
agent-browser --user-agent "$REAL_UA" batch \
"open https://www.sogou.com/web?query=<关键词>" \
"wait --load networkidle" "get text body"
抓取正文：
agent-browser --user-agent "$REAL_UA" batch \
"open <url>" "wait --load networkidle" "get text body"
raw/ 文件格式（保存至 <工作目录>/raw/YYYY-MM-DD_<slug>.md）：
# <页面标题>
> 来源：<URL>
> 抓取日期：<YYYY-MM-DD>
> 关联问题：<问题文本>
> 质量评分：高/中/低
> 质量说明：<一句话>
---
<正文>
完成后将新增文件路径列表作为你的最终输出（每行一个路径），以便主 agent 汇总。若所有 URL 均失败，输出"检索失败：<问题>"。
并行注意事项：
raw/ 目录，文件名用 slug 去重，同名跳过将问题转化为 2-3 组搜索关键词：
示例：
RAG 检索增强生成 技术挑战 问题RAG retrieval augmented generation challenges limitations实测结论（2026-04）：设置真实 User-Agent 是绕过反爬的关键。所有 agent-browser 命令都应加上 --user-agent 选项：
REAL_UA="Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36"
各搜索引擎实测结果：
| 搜索引擎 | 无 UA | 真实 UA | 备注 |
|---|---|---|---|
| 搜狗 sogou.com | CAPTCHA | ✅ 可用 | 中英文均好，get text body 直接获取 |
| 百度 baidu.com | CAPTCHA | ✅ 可用 | 中文结果丰富，需用 snapshot -i 获取（get text body 不返回结果） |
| cn.bing.com | 部分可用 | 部分可用 | 仅中文通用词有效，英文和专业术语常跑偏 |
| DuckDuckGo | 超时 | 超时 | 国内不可访问 |
| CAPTCHA | CAPTCHA | 不可用 |
推荐搜索策略（按优先级）：
agent-browser --user-agent "$REAL_UA" batch \
"open https://www.sogou.com/web?query=<关键词>" \
"wait --load networkidle" \
"get text body"
agent-browser --user-agent "$REAL_UA" batch \
"open https://www.baidu.com/s?wd=<中文关键词>" \
"wait --load networkidle" \
"snapshot -i -c -d 3"
直接访问已知高质量站点（当搜索引擎结果质量不佳时，按课题类型选择）：
技术 / AI
arxiv.org/search/?query=<关键词>&searchtype=all）金融 / 投资
行业调研
政策 / 法规（中国）
学术研究
医疗健康
创业 / 商业
从搜索结果中提取：标题、摘要、URL（通常 10 条左右）。
Chrome 启动问题：若 Chrome 报错退出（DevToolsActivePort 文件未生成），设置环境变量后重启：
AGENT_BROWSER_ARGS="--no-sandbox" agent-browser --user-agent "$REAL_UA" open ...
对每条搜索结果，根据标题、摘要、域名判断质量：
优先保留：
过滤掉：
每个问题选 3-5 个 URL 进入下一步。多个关键词组的结果合并去重。
对每个筛选后的 URL，用 batch 合并多步命令减少启动开销：
agent-browser batch "open <url>" "wait --load networkidle" "get text body"
若页面内容过长（>50000 字符），改用 snapshot 并限制范围：
agent-browser batch "open <url>" "wait --load networkidle" "snapshot -c -d 5 -s article"
注意：-s 是 selector 参数（短选项），get text 的选择器直接跟在后面不加引号（如 get text body）。
提取正文，去除导航、页脚、广告等噪音。
对抓取到的正文评估：
| 维度 | 高质量 | 低质量 |
|---|---|---|
| 信息密度 | 有具体数据、案例、代码 | 空话、泛泛而谈 |
| 问题相关度 | 直接回答问题 | 擦边相关 |
| 来源可信度 | 作者可查、有引用 | 匿名、无出处 |
| 时效性 | 近 2 年内 | 过时信息（技术类尤其注意） |
评分结果：高 / 中 / 低，附一句话说明。
低质量内容仍然保存（保留原始记录），但在文件头部标注，wiki compile 时会降权处理。
文件命名：YYYY-MM-DD_<问题id>_<slug>.md
r1q3），确保不同 subagent 并行写入时不会发生 slug 碰撞，同时方便追溯每个文件来自哪个问题-、去除特殊字符）-2、-3 依此类推，保留不同来源文件格式：
# <页面标题>
> 来源：<URL>
> 抓取日期：<YYYY-MM-DD>
> 关联问题：<触发这次检索的问题文本>
> 质量评分：高/中/低
> 质量说明：<一句话评分依据>
---
<正文内容>
所有文件写入完成后，输出摘要：
## 检索完成（第 N 轮）
处理问题：X 个
新增文件：X 个（列出文件名）
跳过（已存在）：X 个
抓取失败：X 个（列出 URL 和原因）
质量分布：高 X 个 / 中 X 个 / 低 X 个
新增文件列表：
- raw/2026-04-09_xxx.md [高质量]
- raw/2026-04-09_yyy.md [中质量]
同时返回新增文件列表供 autodidact 传给 wiki compile。