Menu
生成图文并茂的深度研究资料包。当用户想研究、学习、分析或系统理解一个主题、技术、产品、框架、行业、理论、趋势或工具，并希望产出可交付文件时使用。生成两份文件：一份 5-10 分钟快速理解的 Markdown，一份 10000+ 中文字的专业级图文并茂深度研究 PDF。
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
行业深度拆解专家（降维打击大师）。利用费曼技巧与第一性原理，将晦涩的行业黑话转化为生活类比，从表层（现状与黑话）、中层（产业链与搞钱逻辑）到底层（第一性原理与洗牌变量）三层结构透视陌生行业。最后通过 2 个场景化拷问与用户互动，确保最终理解。
影子对手（The Devil's Advocate）。在重大决策（创业、跳槽、大额投资）前，用最坏情况推演（事前验尸）和分阶段执行风险清单，刺穿盲目乐观；不提供情绪价值。
专为 AI 代理设计的代码级验收与架构简报生成协议。在审查合并代码前使用，将复杂代码翻译为高度抽象的结构化大纲，并提供精准的代码锚点，彻底消除人类逐行阅读代码的负担。
| name | topic-research-pack-v2 |
| description | 生成图文并茂的深度研究资料包。当用户想研究、学习、分析或系统理解一个主题、技术、产品、框架、行业、理论、趋势或工具，并希望产出可交付文件时使用。生成两份文件：一份 5-10 分钟快速理解的 Markdown，一份 10000+ 中文字的专业级图文并茂深度研究 PDF。 |
帮助用户围绕一个新主题生成一套「三层研究资料包」：
这不是普通科普回答，也不是纯文字报告。执行本 Skill 时，要产出信息密度高、视觉层次清晰、配图恰当、来源可追溯的专业研究资料。
相比原版，这个改进版本增加了：
不再直接 Markdown→PDF，而是采用：
Markdown(带图片引用)
↓
HTML(嵌入 SVG 图表 + 外部图片 + 优化CSS)
↓
Weasyprint(高级 PDF 渲染)
↓
专业级 PDF(图文并茂、排版优美)
每次执行都要生成三份最终文件：
[主题]-快速理解.md # 5分钟快速入门
[主题]-深度研究报告.md # Markdown源稿(便于编辑)
[主题]-深度研究报告.html # HTML中间层(含所有图表)
[主题]-深度研究报告.pdf # 最终交付(图文并茂)
当用户提出以下类型请求时，使用本 Skill：
不适用场景：
按以下流程执行：
[图表: xxx]。在生成 Markdown 源稿时，要规划以下类型的配图：
✓ 一句话定义的概念图解
✓ 系统架构图或工作流程图
✓ 核心组件/要素的关系图
示例：BCI的工作流 脑信号采集 → 处理 → 解码 → 设备控制
✓ 时间轴（从最早到现在，标注关键节点）
✓ 技术演进阶段图（概念 → 探索 → 工程化 → 商业化）
✓ 里程碑事件可视化
示例：技术从1924年的EEG发现，到2024年的商业化应用
✓ 竞品对比表（用颜色区分优劣）
✓ 技术路线对比（矩阵图：成熟度 vs 成本）
✓ 市场格局地图（四象限或泡泡图）
示例：Neuralink vs BrainGate vs Synchron 的功能和成本对比
✓ 市场规模增长曲线（2023: $15B → 2030: $100B）
✓ 采用率趋势（S曲线）
✓ 性能指标对比（打字速率、成功率、成本）
✓ 融资热度（融资额、创业公司数量）
示例：脑机接口市场从2020年的$5B增长到2030年预测的$100B
✓ 产业链图（上游供应商 → 核心厂商 → 下游应用）
✓ 应用场景分布（医疗、消费、企业等占比）
✓ 地域分布图（美国 vs 欧洲 vs 中国 vs 其他）
示例：BCI的产业链，从电极材料 → 芯片设计 → 临床应用 → 患者服务
✓ 产品/设备图片（Neuralink芯片、电极阵列等）
✓ 应用场景照片（患者使用BCI、实验室场景）
✓ 研究机构标志（Stanford、MIT、Neuralink等）
✓ 新闻截图或演示画面
在 Markdown 源稿中，每个应该配图的地方标注如下：
## 3.1 工作原理
### 工作流程图
[图表: 工作流程 - SVG]
输入: 脑信号产生 → 采集处理 → 特征提取 → 神经解码 → 设备控制 → 反馈
详细说明...
### 信号处理管道
[图表: 时间序列图 - 信号处理流程，展示每个阶段的时间和数据变换]
### 性能指标对比
[图表: 柱状图 - 不同采集方案的性能对比(采样率/通道数/成本)]
| 方案 | EEG | ECoG | 单电极 |
|-----|-----|------|--------|
| 采样率 | 250 Hz | 1000 Hz | 30000 Hz |
<svg viewBox="0 0 800 400" class="workflow-diagram">
<!-- 流程步骤 -->
<rect class="step" x="0" y="100" width="100" height="100" rx="8"/>
<text x="50" y="150" text-anchor="middle">脑信号</text>
<!-- 箭头 -->
<path class="arrow" d="M 100 150 L 140 150"/>
<!-- 更多步骤... -->
</svg>
优点：
用途：
import matplotlib.pyplot as plt
import numpy as np
# 市场规模增长
years = [2020, 2023, 2025, 2030, 2050]
market_size = [5, 18, 40, 100, 1000] # 单位: 亿美元
plt.figure(figsize=(10, 6), dpi=300) # 高分辨率
plt.plot(years, market_size, marker='o', linewidth=3, markersize=10)
plt.fill_between(years, market_size, alpha=0.3)
plt.xlabel('Year', fontsize=12, fontweight='bold')
plt.ylabel('Market Size ($100M)', fontsize=12, fontweight='bold')
plt.title('Global BCI Market Forecast', fontsize=14, fontweight='bold')
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.savefig('bci_market_forecast.png', dpi=300, bbox_inches='tight')
优点：
用途：
[图表: 真实配图 - 来源: Neuralink官网]
[图表: 应用场景 - 患者使用BCI打字]
来源优先级：
让用户在 5-10 分钟内快速建立认知，知道这个主题是什么、为什么重要、发展到哪一步、和谁竞争、有什么用。
建议 1500-3000 中文字。不要写成大而全报告。
快速理解版 Markdown 必须使用以下结构：
# [主题] 快速理解
## 1. 一句话理解
用一句通俗但准确的话说明它是什么。
## 2. 它解决什么问题？
说明它为什么出现，替代或补充了什么旧方式，解决了什么痛点。
## 3. 核心要点
用 5-8 条 bullet 总结最重要的信息。
## 4. 发展脉络速览
用简短时间线说明关键节点。
| 时间 | 事件 | 意义 |
|---|---|---|
## 5. 和谁竞争？
说明它面对的旧范式、替代方案、相邻技术或类似竞品。
## 6. 现在用在哪里？
列出主要产业落地场景和代表案例。
## 7. 一句话判断
总结它当前的价值、局限和未来趋势。
## 8. 主要信息来源
列出 5-10 个最重要的信息来源链接。
包含完整的 17 个章节，同时在需要配图的位置标注图表类型。
深度研究报告应达到 10000 中文字以上，或英文主题下达到等价信息密度。
在 Markdown 源稿中，每个应该配图的地方用以下格式标注：
### 工作原理与系统架构
[配图: SVG架构图 - 展示系统的输入、处理、输出三个层次]
详细文字说明...
### 性能对比
[配图: 柱状图 - 展示5种采集方案的成本、分辨率、信噪比、成熟度]
| 方案 | 成本 | 分辨率 |
|-----|------|--------|
深度研究 PDF 的 Markdown 源稿必须使用以下结构：
# [主题] 深度研究报告
## 0. 信息来源说明
说明本报告主要基于哪些类型的信息来源。
[配图: 信息来源分布 - 饼图展示官方文档、论文、新闻、报告的占比]
## 1. 执行摘要
用 8-12 条 bullet 总结全文核心结论。
## 2. 一句话理解与基本定义
包括：一句话理解、通俗解释、专业定义、适用边界、它不是什么
[配图: 概念关系图 - 说明这个主题与相邻概念的区别]
## 3. 起源与问题背景
[配图: 时间轴 - 从旧问题出现到新技术出现的演变过程]
## 4. 发展历程与关键节点
[配图: 时间轴 - 1924-2024年的关键事件，用颜色区分不同阶段]
| 时间 | 阶段/事件 | 代表人物/机构/产品 | 影响 | 来源 |
## 5. 学术根源与理论基础
[配图: 学科关系图 - 展示相关学科如何融合产生这个领域]
## 6. 核心概念与知识地图
[配图: 知识地图 - 树形结构展示核心概念的层级关系]
| 概念 | 通俗解释 | 专业含义 | 为什么重要 |
## 7. 工作原理 / 技术机制
[配图: 流程图 - 完整的工作流程，标注每个环节的时间和数据]
```text
输入 → 处理流程 → 输出 → 反馈/优化
[配图: 四象限矩阵 - 新旧范式在"易用性 vs 性能"上的定位]
| 范式 | 核心假设 | 代表方案 | 优势 | 局限 |
[配图: 雷达图/气泡图 - 不同技术路线在多个维度的对比]
| 技术路线 | 基本原理 | 适用场景 | 优点 | 缺点 | 成熟度 |
[配图: 产业链图 - 展示供应链、核心厂商、应用场景、用户]
[配图: 应用分布图 - 不同行业的采用率和市场规模]
| 行业/场景 | 典型需求 | 解决方式 | 代表公司/产品 | 落地难点 |
[配图: 竞争格局地图 - 按融资额/成立时间/技术路线分类玩家]
[配图: 融资热度 - 展示不同时期融资金额和创业公司数量]
| 产品/项目 | 定位 | 核心能力 | 差异点 | 适合场景 | 官网/来源 |
[配图: 案例对比表 - 3-5个典型案例的背景、效果、局限]
[配图: 案例详情 - 该案例的应用流程、关键数据、结果]
[配图: 风险热力图 - 按影响程度和发生概率分类各类风险]
[配图: 技术成熟度曲线 - Gartner Hype Cycle展示当前位置和未来走向]
[配图: 趋势预测 - 3-5年内关键指标的预期变化]
[配图: 学习地图 - 三层梯度的学习路径和资源推荐]
至少 8-10 个问题，检查用户是否真正理解。
必须列出所有重要引用来源：
[配图: 来源分布 - 饼图展示官方文档、论文、新闻等占比]
## 文件三：HTML 中间层
### 目的
在生成最终 PDF 前，先生成 HTML 文件，实现：
- 图文混排和专业排版
- CSS 控制视觉层次和色彩主题
- 确保所有图表和图片正确显示
- 支持交互式目录和页面导航
### 生成方式
Markdown 源稿 + 图表文件 ↓ 用模板引擎(Jinja2) + CSS 生成 HTML ↓ HTML 文件(含所有 SVG、PNG、CSS)
### 排版设计要求
- **色彩主题**：根据主题选择（如 BCI 采用深紫色）
- **字体**：标题使用艺术字体(如 Playfair Display)，正文使用专业字体(如 Noto Sans SC)
- **图文比例**：约 30% 图表，70% 文字
- **留白**：充足的负空间，提升专业感
- **分页**：在适当位置分页，避免图表被割裂
## 文件四：专业级 PDF
### 生成工具
优先使用 **Weasyprint**（相比 wkhtmltopdf 支持更好的 CSS 和图表渲染）：
```python
from weasyprint import HTML, CSS
HTML(string=html_content).write_pdf(
'report.pdf',
stylesheets=[CSS(string=optimized_css)],
optimize_size=['images'] # 压缩图像大小
)
备选：wkhtmltopdf（但 CSS 支持有限）
交付前检查：
章节3(起源与问题背景)
↓ 配图: 时间轴[SVG]
旧问题出现(1924 EEG发现) → 技术突破(1998 BrainGate) → 商业化(2024)
章节4(发展历程)
↓ 配图: 关键节点时间轴[SVG]
显示4个阶段：萌芽(1924-1990s) → 工程化(1998-2010) → 商业热潮(2013-2019) → 临床应用(2020-2024)
章节7(工作原理)
↓ 配图: 信号处理流程[SVG]
脑信号 → 采集放大 → 滤波处理 → 特征提取 → 神经解码 → 设备控制 → 反馈
章节9(技术路线对比)
↓ 配图: 对比矩阵[PNG by matplotlib]
X轴: 成本(低←→高), Y轴: 成熟度(低←→高)
绘制5种采集方案的位置，气泡大小代表信号清晰度
章节10(产业落地)
↓ 配图1: 产业链[SVG]
电极材料 → 信号处理芯片 → BCI系统 → 医疗应用 → 患者服务
↓ 配图2: 应用分布[PNG by matplotlib]
饼图显示医疗50% / 研究20% / 消费20% / 其他10%
章节11(代表玩家)
↓ 配图: 融资热度[PNG by matplotlib]
柱状图显示2015-2024年融资总额和创业公司数量
↓ 配图: 竞争格局地图[SVG]
按融资额和成立时间绘制四象限，标注各公司位置
章节14(未来趋势)
↓ 配图: 技术成熟度曲线[PNG by matplotlib]
Gartner Hype Cycle，显示当前位置和未来走向
↓ 配图: 市场规模预测[PNG by matplotlib]
折线图，2023 $18B → 2030 $100B → 2050 $1000B+
[配图: xxx] 标注如果有设计师：
A: 根据配图类型而定：
A:
A: 优先级：
A: 通过以下方式控制大小：
这个改进版本的核心改变是：
| 维度 | 原版 | 改进版 |
|---|---|---|
| 输出文件数 | 2 份 | 4 份 |
| 配图数量 | 0 | 5-8 张 |
| 排版质量 | 基础 | 专业 |
| 可打印性 | 可以 | 优化到300dpi |
| 视觉吸引力 | 低 | 高 |
| 专业度 | 中 | 高 |
| 额外时间 | - | +60-90分钟 |
生成的报告从"实用的文本报告"升级到"可以直接发给高管/客户的专业级研究资料"。