composite

name	composite
description	Ejecutar tareas compuestas de investigación y generación de reportes. Orquesta múltiples búsquedas web (research.web) + generación LLM (llm.generate) para producir un reporte de investigación completo en Notion. Usa cuando el usuario pida "investigar y reportar", "research report", "reporte de investigación", "buscar y resumir", "análisis de mercado", "estudio de tema".
metadata	{"openclaw":{"emoji":"📊","requires":{"env":["TAVILY_API_KEY","GOOGLE_AI_API_KEY"]}}}

Composite Research Report

Skill para generar reportes de investigación completos a partir de un solo tema. Orquesta automáticamente el pipeline: generación de queries → búsqueda web → síntesis LLM.

Worker Task

composite.research_report

Parámetros

Parámetro	Tipo	Requerido	Default	Descripción
topic	string	✅	—	Tema a investigar
queries	list[str]	❌	auto-generadas	Queries de búsqueda explícitas
depth	string	❌	"standard"	Profundidad: "quick" (3 queries), "standard" (5), "deep" (10)
language	string	❌	"es"	Idioma del reporte

Respuesta

Campo	Tipo	Descripción
report	string	Reporte completo en markdown
sources	list[dict]	Fuentes usadas {title, url, query}
queries_used	list[str]	Queries ejecutadas
stats	dict	Estadísticas {total_sources, research_time_ms, generation_time_ms}

Estructura del Reporte

1. Resumen Ejecutivo — 2-3 párrafos
2. Hallazgos Principales — con citas de fuentes
3. Tendencias Identificadas — patrones observados
4. Recomendaciones — acciones concretas

Ejemplos de Uso

Investigación rápida

{
  "task": "composite.research_report",
  "input": {
    "topic": "Adopción de BIM en Latinoamérica 2025",
    "depth": "quick"
  }
}

Investigación profunda con queries custom

{
  "task": "composite.research_report",
  "input": {
    "topic": "IA generativa en diseño arquitectónico",
    "depth": "deep",
    "queries": [
      "AI generative design architecture 2025",
      "parametric design machine learning",
      "midjourney architecture workflow"
    ],
    "language": "es"
  }
}

Pipeline Interno

topic → LLM genera N queries → research.web × N → LLM sintetiza → reporte markdown

Dependencias

• research.web (Tavily API)
• llm.generate (Gemini / OpenAI / Anthropic según routing)

Regla cuando el reporte alimenta una verificacion en browser

Si el trabajo no termina en el reporte y despues alguien abrira una fuente en browser o GUI para comprobarla:

• no dependas de una sola URL por hallazgo importante;
• conserva al menos 2 fuentes plausibles cuando el tema lo permita;
• si la primera fuente abierta devuelve 404, Page not found, homepage generica o contenido no relacionado, la verificacion debe saltar a la siguiente fuente antes de cerrar;
• separar siempre hallazgo de research de verificacion browser.