Menü
深度调研入口，智能整合多源搜索和摘要能力。用户说"调研"、"研究"、"深度搜索"、"总结内容"时使用。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
Word文档处理：创建、编辑、读取.docx文件。用户提到"Word"、"文档"、".docx"、"报告"、"信函"时使用。
使用腾讯云 API 密钥调用腾讯云各种服务，包括翻译、CVM、COS等。
图片识别与图文理解，基于 PaddleOCR-VL 模型，支持识别图片中的文字、场景、物体等信息。支持109种语言，可输出JSON或Markdown格式。
You MUST use this for gathering contexts before any work. This is a Knowledge management for AI agents. Use `brv` to store and retrieve project patterns, decisions, and architectural rules in .brv/context-tree. Uses a configured LLM provider (default: ByteRover, no API key needed) for query and curate operations.
Typed knowledge graph for structured agent memory and composable skills. Use when creating/querying entities (Person, Project, Task, Event, Document), linking related objects, enforcing constraints, planning multi-step actions as graph transformations, or when skills need to share state. Trigger on "remember", "what do I know about", "link X to Y", "show dependencies", entity CRUD, or cross-skill data access.
Transform AI agents from task-followers into proactive partners that anticipate needs and continuously improve. Now with WAL Protocol, Working Buffer, Autonomous Crons, and battle-tested patterns. Part of the Hal Stack 🦞
| name | deep-research |
| description | 深度调研入口，智能整合多源搜索和摘要能力。用户说"调研"、"研究"、"深度搜索"、"总结内容"时使用。 |
| triggers | ["调研","研究","深度搜索","查一下","总结","摘要"] |
统一调研入口，整合搜索、提取、摘要、验证能力。
| 功能 | 工具 | 场景 |
|---|---|---|
| 多源搜索 | metaso, tavily, ali-web | 实时信息、学术文献 |
| 内容提取 | tavily_extract, fetch | 网页正文提取 |
| 交叉验证 | 多源对比 | 信息准确性验证 |
| 智能摘要 | 结构化输出 | 长文总结、报告生成 |
网页内容 → tavily_extract / fetch
学术搜索 → metaso(scholar) / arxiv
行业报告 → fxbaogao
技术文档 → context7
文件摘要 → pdf/docx/xlsx/pptx skill
| 模式 | 耗时 | 工具数 |
|---|---|---|
| quick | 1-2分钟 | 单源 |
| standard | 3-5分钟 | 2-3源 |
| deep | 5-10分钟 | 全源+分析 |
用户：调研CRISPR最新研究
→ deep_research(query="CRISPR", mode="deep", focus="academic")
→ 调用：metaso(scholar) + arxiv + 交叉验证
用户：总结这个网页
→ tavily_extract(url) → 结构化摘要
用户：分析新能源市场
→ fxbaogao + ali-web → 整合报告
搜索：metaso, tavily, ali-web, arxiv, fxbaogao 提取：tavily_extract, fetch, ali-web-ext 文档：pdf, docx, xlsx, pptx, image-recognition 知识：context7, deepwiki
深度调研 v2.0 | 搜索·提取·摘要·验证