deepresearch

name	deepresearch
description	开展深度研究，支持多轮迭代搜索、交叉验证、结构化报告输出。适用于需要进行全面分析（需包含 10 个以上来源）、验证论断或比较不同方法的情况。触发条件包括“深度研究”、“全面分析”、“研究报告”、“比较 X 与 Y”或“分析趋势”。请勿用于简单的查找、调试或只需 1-2 次搜索即可解答的问题。
context	fork

DeepResearch 深度研究技能说明

核心设计原则与整体流程

**目的：**通过五个阶段的流程（主题分解 → 研究路径图规划 → 多轮迭代并行搜索 → 交叉引用验证 → 报告生成），提供有引文支持、经过验证的研究报告，并进行来源可信度评分和渐进式上下文管理。

研究深度分级

深度	场景	搜索轮数（参考）	来源要求（参考）
L1 快速研究	了解一个话题的基本面，形成「能讲清楚」级别认知	2-4 轮	≥10 个可靠来源
L2 深度研究	行业/领域深度研究、趋势分析、竞品对比，支持策略/方案制定	5-8 轮	≥20 个来源，关键数据需交叉验证
L3 专家级研究	类咨询/论文级系统研究，多维度综合分析，支持重要决策	8-12 轮	≥30 个来源，多角度交叉验证

深度判定规则：

• 包含「了解」「概述」「简介」「大致说说」等表述 → 判定为 L1 快速研究
• 包含「趋势」「分析」「影响」「竞品」「深度」等表述 → 判定为 L2 深度研究
• 包含「全面」「系统」「专业」「完整」「为决策提供依据」等表述 → 判定为 L3 专家级研究
• 用户显式指定 L1/L2/L3 → 严格按指定执行
• 未明确指定时：默认 L2；若问题明显偏战略/决策级别，则提升至 L3

---

工作流

自主原则： 此技能应尽量独立完成全流程研究。根据查询上下文自动推断合理假设，仅在出现关键歧义或严重冲突需求时才中断并请求澄清。

1. 澄清（很少需要 - 优先考虑自主性）

仅在问题极其含糊或存在明显矛盾时才提问：

• 查询语句难以理解（例如，“研究一下这件事”且无上下文）
• 相互矛盾的要求（例如，“快速进行 50 个来源的超深度分析”）

可直接假设的情形：

• 技术性问题 → 假设受众为具备基础背景的技术人员
• 对比查询 → 假设需要平衡、多角度视角
• 趋势查询 → 除非另有说明，否则假定重点关注最近 1–2 年的数据

---

2. 行动（阶段执行）

所有模式均可执行：

• 第一阶段：主题分解 - 定义边界（参见方法论）
• 第三阶段：多轮迭代并行搜索 - 并行搜索执行（5-10 个并发搜索 + 代理）（参见方法论）
• 第五阶段：报告生成 - 使用 报告模板 生成报告

深度研究/专家级研究：

• 第二阶段：研究路径图规划
• 第四阶段：交叉引用验证——对关键论断做多源核对；L2/L3 须满足本技能与 {skill_base_dir}/methodology.md 中的来源数量与交叉验证要求。

关键：避免「中间淹没」

• 将关键发现放在各章节的开头和结尾，不要埋没在后面。
• 使用明确的标题和标记。
• 结构：摘要 → 细节 → 收束性结论（避免把关键证据只放在章节中段而首尾空洞）。

渐进式上下文加载：

• 按需加载 方法论 章节
• 仅在第五阶段按需加载 报告模板
• 不要将所有内容都内联——优先引用外部文件

抗幻觉方案（至关重要）：

• 来源依据：所有事实性陈述必须立即引用具体来源 [N]
• 明确界限：区分事实（来自资料来源）和综合分析（你的分析）。
• 明确标记：对于有依据的陈述，请使用“根据[1]...”或“[1]报告...”。
• 未经标注不得进行推测：请将推断表述为“这表明……”，而不是“研究表明……”
• 引用前请核实：如果不确定来源是否真的说了X，请勿捏造引用。
• 如有疑问：请直接写“未找到关于 X 的来源”，而不是编造参考文献。

并行执行要求（对速度至关重要）：

第三阶段：检索 - 强制并行搜索：

1. 在进行任何搜索之前，将查询分解为 5-10 个独立的搜索角度
2. 在单个消息中启动所有搜索，并调用多个工具（并行调用）
3. 首次完成搜索（FFS） 模式下的质量阈值监控（与 [{skill_base_dir}/methodology.md#首次完成搜索-ffs-模式] 一致）：
   • 跟踪来源数量和平均可信度得分
   • 当达到阈值时继续（具体模式请参见方法论）
   • 继续进行背景调查，以获得更多深度信息
4. 使用任务工具Spawn 3-5 parallel agents，进行深度调查。

正确执行示例：

[单条消息包含 8 个以上并行工具调用]
WebSearch #1：核心主题语义
WebSearch #2：技术关键词
WebSearch #3：最新 2024-2025 年筛选结果
WebSearch #4：学术领域
WebSearch #5：批判性分析
WebSearch #6：行业趋势
Task agent #1：学术论文分析
Task agent #2：深入研究技术文档

❌错误（顺序执行）：

WebSearch #1 → 等待结果 → 搜索#2 → 等待 → 搜索#3...

✅ 正确（并行执行）：

所有searches + agents同时在一条消息中启动

---

3. 验证（始终执行）

检查项目（力所能及，有工具则用工具）：

• 学术类条目：尽量核对 DOI/出版信息是否与来源一致（无 DOI 的网页/新闻以 URL 与日期为准）。
• 标题/年份与引用内容是否匹配。
• 标记可疑条目（无 URL、元数据明显矛盾、无法回溯的「幽灵来源」）。

如果发现可疑引用：

• 手动审核已标记的条目
• 移除或更换人造源
• 重新运行直至清理干净

8 项自动检查：

1. 摘要长度（50–250 字，与模板一致）
2. 必需部分已包含（建议包含：核心论断对照、反证或局限性）
3. 引用格式为 [1]、[2]、[3]
4. 参考文献与引文相符
5. 无占位符文本（待定、待办、TBD）
6. 正文篇幅与所选 L1/L2/L3 及上文「长度要求」一致（勿出现仅数百字的「深度报告」）
7. 至少 10 个来源（或已明确说明未达标原因与缺口）
8. 无失效的内部链接

如果失败：

• 尝试 1：自动修复格式/链接
• 第二次尝试：人工审核+校正
• 两次失败后：停止 → 报告问题 → 询问用户

---

4. 报告生成与交付

核心要求：生成结构化的 Markdown 研究报告。

长度要求：

• 快速模式：2000字以上（基本质量标准）
• 深度模式：6000字以上（深入调查）
• 专家级模式：10,000+ 字（无上限 - 根据证据的详尽程度而定）

内容要求：

• 使用 报告模板 作为精确结构
• 根据证据而非关键词目标，生成每个部分到适当的深度。
• 请提供具体数据、统计信息、日期和数字（不要使用模糊的陈述）。
• 每项调查结果需用多个段落加以论证（根据需要）。
• 每个部分都获得充分展开（避免一笔带过）。
• 正文各节须为完整分析段落，禁止以「仅列要点、无展开」代替主体论述。

写作标准：

• 叙事驱动型：用流畅的散文写作。每一项发现都要讲述一个故事，包括开头（背景）、中间（证据）和结尾（启示）。
• 精准：每个字都经过精心挑选，蕴含着意图。
• 简洁：摒弃冗余，去除花哨的语法和不必要的修饰语
• 清晰度：将确切数字嵌入句子中（例如「根据[1]，治疗组死亡率较对照组降低 23%」），而不是单独列出数字列表。
• 直截了当：陈述调查结果，不加修饰
• 高信噪比：信息量大，尊重读者时间

要点政策：

• 谨慎使用项目符号：仅用于不同的列表（产品名称、公司名录、列举步骤）
• 切勿将要点作为主要内容呈现方式——它们会割裂思路。
• 每个调查结果部分都需要实质性的文字段落（至少 3-5 段以上）
• 例如：不要写“• 市场规模：24亿美元”，而应写成“受消费者需求增长和监管利好因素的推动，2023年全球市场规模达到24亿美元[1]”。

抗疲劳质量检查（适用于所有部分）： 在确认某一章节已完成之前，请核实：

• 段落数：主要章节（## 个标题）≥3 段
• 散文优先：内容中要点式列示的比例低于 20%（≥80% 的内容必须为流畅的散文）。
• 无占位符：没有出现“内容继续”、“由于篇幅限制”、“[章节 XY]”等字样
• 证据充分：具体数据点、统计数据、引述（而非模糊陈述）
• 引用密度：重要论断（数据、比例、日期、因果）在首次提出时即附 [N]；同一小节内，每个核心主张至少有一处可追溯引用，避免大段无来源概括。

**如果任何一项检查失败：**请重新生成该部分，然后再进行下一项检查。

来源归属标准（对防止捏造至关重要）：

• 直接引用：每个事实陈述后紧跟[N]引用，且位于同一句子中。
• 直接引用来源：对于事实陈述，请使用“根据[1]...”或“[1]报告...”等表述
• 区分事实与综合：
  • ✅ 良好：“治疗组的死亡率下降了 23% (p<0.01) [1]”。
  • ❌ 错误：“研究表明死亡率显著改善。”
• 无含糊不清的归属：
  • ❌ 绝对不要使用：“研究表明……”，“研究表明……”，“专家认为……”
  • ✅ 始终：“Smith 等人 (2024) 发现……”[1]，“根据 FDA 数据……”[2]
• 标签猜测明确：
  • ✅ 优点：“这表明了一种潜在的机制……”（分析，而非事实）
  • ❌ 错误：“该机制是……”（作为事实陈述，但未提供引用）
• 承认不确定性：
  • ✅ 良好：“未找到直接涉及 X 的来源。”
  • ❌ 错误：捏造引用以填补空白
• 模板模式：[具体论点及数据][引用][分析/推论]。

质量保证标准（始终严格执行）

每份报告必须：

• 10 个以上信息来源（若因主题极窄或工具受限而不足，须在文中明确说明缺口，不得虚构来源）
• 每个主要论点至少有 3 个独立来源（与第四阶段交叉验证一致；若某论点仅能单源支持，须标注为单源结论）
• 摘要（50–250 字，与模板及第三节检查一致）
• 包含可访问 URL 或可追溯标识的完整参考文献
• 可信度评估
• 「局限性」章节（含不确定性与信息缺口）
• 方法论说明（附录或独立小节均可）
• 无占位符

优先事项： 质量重于速度。

---

输入与假设

必需的： 研究问题（字符串）

假设：

• 用户需要经过验证、有引证的信息
• 10-50个与主题相关的资源
• 时间投入：5-10分钟

---

何时使用/何时不使用

适用情况：

• 全面分析（需要10个以上信息来源）
• 技术/方法/策略比较
• 最新评论
• 多角度调查
• 技术决策
• 市场/趋势分析

请勿使用：

• 简单查找（使用网络搜索）
• 调试（使用标准工具）
• 1-2 个搜索结果
• 时效性强的快速解答

---

错误处理

场景	处理方式
搜索无结果	调整搜索词，尝试同义词/英文
连续3轮无新信息	标记为信息缺口，继续其他子问题
数据冲突	列出冲突，取权威来源，标注不确定性
用户不满意	识别不满意点，针对性补充研究
研究超时	输出当前已获取内容，标注未完成部分

---

输入输出路径约定

概述

本技能通过 prompt 中的路径参数确定输出位置。是否必须显式提供 output_dir 取决于调用方：

调用方	output_dir
pptx_pipeline（流水线编排触发的研究步骤）	必须显式指定（推荐绝对路径，与流水线产物目录一致）
终端用户直接发起（独立深度研究）	可选；未指定时写入默认目录（见下表）

默认目录（仅用户直接调用且未给 output_dir 时）： $WORKSPACE_DIR/output
（加载技能时 $WORKSPACE_DIR 会替换为当前会话工作区根路径；与 Agent 侧「产物进 output/」约定一致。）

路径格式要求

• 强烈建议使用绝对路径，避免歧义。
• 若使用相对路径，基准目录为当前工作目录（沙箱内一般为工作区根）。

参数

参数	类型	必填性	说明
output_dir	string	pptx_pipeline：必填；用户直接调用：可选	研究报告所在目录；未提供且为用户直接调用时，使用 $WORKSPACE_DIR/output
research_filename	string	可选	默认 research.md

输出产物

• {output_dir}/{research_filename} — 研究报告（output_dir 经上表解析后的最终路径）

目录处理

若目标输出目录不存在，写入前应自动创建（含父级目录）。

错误处理

仅当调用方为 pptx_pipeline 且未提供 output_dir 时，须报错并终止，例如：

错误：pptx_pipeline 触发的深度研究必须显式指定 output_dir。

请在上游 prompt 或步骤参数中传入输出目录（推荐绝对路径），例如：
输出目录：$WORKSPACE_DIR/output

终端用户直接调用时若未指定目录，不视为错误，改为使用默认目录 $WORKSPACE_DIR/output。

调用示例

通过 pptx_pipeline 调用（必须带输出目录）：

请帮我做一个深度研究，主题是「{topic}」。
输出目录：{output_dir}

用户直接调用（可省略输出目录，省略则写入 $WORKSPACE_DIR/output）：

请帮我做一个深度研究，主题是「2025 年 AI 发展趋势」。
研究深度：L3

用户直接调用（显式指定目录时）：

请帮我做一个深度研究，主题是「2025 年 AI 发展趋势」。
要求：
- 输出目录：/home/user/projects/output
- 研究深度：L3

---

渐进式参考文献（按需加载）

请勿直接插入以下内容，仅供参考：

• 完整方法论 — 五阶段流程的细化步骤与检索协议
• 报告与数据输出格式 - 输出结构与文件约定
• 项目 README - 顶层使用文档

上下文管理： 仅按需加载当前阶段的文件。不要预加载所有内容。

---

---

动态执行区

用户查询处理： [用户研究问题将在执行过程中在此处插入]

已获取信息： [搜索结果和来源将汇总于此]

分析结果： [此处生成调查结果、综合分析和报告内容]

**注意：**此部分在技能定义中为空。内容仅在运行时填充。