Menü
并发多源深度调研——把复杂问题拆解为多个并发 SearchAgent，各自独立搜索后由 CTRL 汇总，输出带来源的综合报告。适合需要多角度、多来源的复杂调研任务。
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
Coding Agent 完整工作流——自主理解 codebase、制定修改计划、执行修改、运行验证、失败换路，交付可验证的代码改动。ENGINEER 路由且任务涉及代码修改时触发。
longClaw 运行时体检与诊断。用于检查 skill 不触发、hook 不生效、DEV LOG 异常、state.db 记账异常、memory 检索退化、配置迁移不完整等问题。Use when the user says 体检、自检、诊断、doctor、status、排查 longClaw、skill 不触发、hook 有问题、sidecar 异常、DEV LOG 乱了.
Generate publication-quality academic diagrams, methodology figures, architecture illustrations, and statistical plots from text descriptions using the PaperBanana multi-agent AI pipeline. Also evaluate diagram quality against reference images. Use when: (1) user asks to generate, create, or make a research diagram, methodology figure, system architecture illustration, pipeline diagram, or framework figure, (2) user asks to create a statistical plot, bar chart, or data visualization from CSV/JSON data, (3) user asks to evaluate or score a generated diagram against a reference, (4) user asks to refine or improve a previously generated diagram. NOT for: analyzing existing images, general image generation (non-academic), or chart/graph discussions without explicit generation intent.
记忆增强陪伴——BRO/SIS 回复前自动 spawn MemoryAgent 检索近期记忆，让陪伴有"记得你"的感觉。无需用户触发，CTRL 路由到 BRO/SIS 时自动激活。
面向实现闭环的工程 workflow。用于把“需求/思路/方案”转成可交付改动，强调验收标准、最小改动、立即验证、明确回滚点。冲突优先级最低：若请求同时包含“接入审计”或“修 bug/继续查”等排障闭环意图，应让位于 skill-safety-audit 或 research-execution-protocol。
研究型工程执行协议。用于复杂实现、排障、代码修改、配置修复与实验验证。强调先证据后判断、先验证后宣称完成、失败后系统性换路，不改变全局人格。冲突优先级次高：当请求包含“修 bug/继续查/验证闭环”与“交付落地”混合意图时，优先于 research-build。
| name | deep-research |
| description | 并发多源深度调研——把复杂问题拆解为多个并发 SearchAgent，各自独立搜索后由 CTRL 汇总，输出带来源的综合报告。适合需要多角度、多来源的复杂调研任务。 |
| version | 1.0.0 |
| author | jinglong92 |
| license | MIT |
| requires | ["web_fetch"] |
把复杂调研问题拆解为并发 SearchAgent，多路搜索后汇总。
硬触发关键词（出现任一即命中，无需语义判断）：
/deep 命令软触发（CTRL 判断）：
将用户问题拆解为 2-3 个独立搜索任务，每个任务：
输出拆解结果给用户确认（1句话/任务），不等确认直接进入 Step 2。
为每个搜索任务 spawn 一个 search-agent：
Agent(search-agent): 任务A — <具体搜索指令>
Agent(search-agent): 任务B — <具体搜索指令>
Agent(search-agent): 任务C — <具体搜索指令>（如有）
每个 agent 独立执行，最多并发 3 个。
收集所有 SearchAgent 返回的结构化证据，按以下方式融合：
⚠️ 来源冲突[该维度无有效来源]## 深度调研报告：<主题>
调研时间：<YYYY-MM-DD HH:MM>
覆盖维度：<A> / <B> / <C>
### <维度A>
[F] <确定信息>（来源：<URL>）
[I] <推断信息>（来源：<URL>，置信度：X%）
### <维度B>
...
### 综合结论
<2-3句话的核心结论>
### 来源列表
1. <URL> — <简要说明>
2. ...
时效说明：<检索时间，信息有效期估计>
🧩 Skill deep-research | step=<N/4> | agents=<spawned_count>
🛠️ 工具 Agent(search-agent×<N>) → 召回<M>条有效来源 | status=ok
[超时，跳过]