Menu
深度研究工具。仅在用户明确说'深度研究'、'深入调查'、'全面报告'时使用。比普通搜索慢 10-100 倍。对于普通研究/查找请求，使用 parallel-web-search。支持多轮：传递 --previous-interaction-id 以继续之前的上下文。
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
LLM 微调专家。使用场景：微调 LLMs、训练自定义模型、适配基础模型进行特定任务。用于配置 LoRA/QLoRA 适配器、准备 JSONL 训练数据集、设置超参数、适配器训练、迁移学习、Hugging Face PEFT 微调、指令微调、RLHF、DPO 或量化部署微调模型。触发词：LoRA、QLoRA、PEFT、微调、适配器调优、LLM 训练、模型训练、自定义模型。
AI 模型提示工程指南：LLM、图像生成器、视频模型。技术：思维链、少样本、系统提示、负提示。模型：Claude、GPT-4、Gemini、FLUX、Veo、Stable Diffusion 提示。用于：更好的 AI 输出、一致的结果、复杂任务、优化。触发词：提示工程、如何提示、更好的提示、提示技巧、提示指南、LLM 提示、图像提示、AI 提示、提示优化、提示模板、提示结构、有效提示、提示技术。
RAG（检索增强生成）模式专家。用于构建 RAG 管道、嵌入文档、实现混合搜索、上下文检索、HyDE、Agentic RAG、多模态 RAG、查询分解、重排或 pgvector 搜索。触发词：RAG、检索、LLM、上下文、嵌入、HyDE、重排、pgvector、多模态。
Apache Spark 作业优化：分区策略、缓存、shuffle 优化和内存调优。用于提升 Spark 性能、调试慢作业或扩展数据处理管道。触发词：Spark、性能优化、分区、缓存、shuffle、数据倾斜。
Web 研究工具：搜索多个来源、综合发现并生成带引用的研究报告。用于用户要求在线研究主题、搜索网页、查找信息、获取最新信息、对比选项或生成研究报告。触发词：研究、网上搜索、查找信息、最新信息、对比选项、研究报告。
帮助用户发现和安装 agent skills。当用户询问"如何做 X"、"找一个做 X 的 skill"、"有没有能...的 skill"，或表达想扩展能力时触发此 skill。
| name | parallel-deep-research |
| description | 深度研究工具。仅在用户明确说'深度研究'、'深入调查'、'全面报告'时使用。比普通搜索慢 10-100 倍。对于普通研究/查找请求，使用 parallel-web-search。支持多轮：传递 --previous-interaction-id 以继续之前的上下文。 |
深度研究工具，用于深入调查主题。
仅在用户明确请求深度/彻底研究时使用此 skill。 深度研究比 parallel-web-search 慢 10-100 倍。对于普通"研究 X"请求、快速查找或事实核查，使用 parallel-web-search。
parallel-cli research run "$ARGUMENTS" --processor pro-fast --no-wait --json
如果是跟进之前的研究或 enrichment 任务，知道 interaction_id，添加上下文链接：
parallel-cli research run "$ARGUMENTS" --processor lite --no-wait --json --previous-interaction-id "$INTERACTION_ID"
通过在请求间链接 interaction_id，每个后续问题自动具有之前轮次的完整上下文。后续使用 --processor lite 因为重型研究已在初始轮次完成。
此命令立即返回。必须使用 --no-wait — 否则命令会阻塞数分钟并超时。
处理器选项（根据用户请求选择）：
| 处理器 | 预期延迟 | 使用场景 |
|---|---|---|
pro-fast | 30秒 – 5分钟 | 默认 — 深度和速度的良好平衡 |
ultra-fast | 1 – 10分钟 | 更深入分析，更多来源（~2倍成本） |
ultra | 5 – 25分钟 | 最大深度，仅在明确请求时使用（~3倍成本） |
解析 JSON 输出，提取 run_id、interaction_id 和监控 URL。立即告知用户：
选择基于主题的描述性文件名（例如 ai-chip-market-2026、react-vs-vue-comparison）。使用小写和连字符，无空格。
parallel-cli research poll "$RUN_ID" -o "$FILENAME" --timeout 540
重要：
--timeout 540（9 分钟）以保持在工具执行限制内--json — 完整输出很大，会淹没上下文。-o 标志将结果写入文件-o 标志生成两个输出文件：
$FILENAME.json — 元数据和依据$FILENAME.md — 格式化的 markdown 报告更高的处理器层可能需要超过 9 分钟。如果轮询退出但未完成：
parallel-cli research poll 命令继续等待Step 1 后： 分享监控 URL（仅用于跟踪进度 — 不是最终报告）。
Step 2 后：
$FILENAME.md — 格式化的 markdown 报告$FILENAME.json — 元数据和依据interaction_id 并告知用户可以提出后续问题（"深入 X" 或 "与 Y 对比"）完成后不要再分享监控 URL — 结果在文件中。
询问用户是否想阅读文件获取更多详情。除非用户要求，否则不要将文件内容读入上下文。
记住 interaction_id — 如果用户提出与此研究相关的后续问题，将其用作下一个研究或 enrichment 命令的 --previous-interaction-id。
如果找不到 parallel-cli，安装并认证：
curl -fsSL https://parallel.ai/install.sh | bash
如果无法以这种方式安装，通过 pipx 安装：
pipx install "parallel-web-tools[cli]"
pipx ensurepath
然后认证：
parallel-cli login
或设置 API 密钥：export PARALLEL_API_KEY="your-key"