メニュー
对产品/公司/行业/概念/技术/人物进行系统性深度研究，产出结构化研究报告（Markdown + 可选 PDF）。 融合横纵分析法（时间深度+同期广度+交汇洞察）与行业研究实战范式（商业模式拆解+单位毛利归因）。 当用户说"深度研究"、"调研一下"、"竞品分析"、"行业研究"、"帮我摸清楚 XX"时使用。 不用于简单名词解释或公众号写作。完整触发词见正文。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/Stargazed-Dreamer/localAgent-public --skill deep-researchコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
日常编码的防幻觉安全网。当用户要改代码/修 bug/加小功能/重构/理解代码，且任务规模为小修小补（不走完整 SDD 规约链）时使用。6 步流程：定位起点→建立上下文→压缩→对齐确认→可选 log 调试→提方案。核心：索引先于动手，读到再用，禁止编造，方案先确认。触发场景与完整关键词见正文。
分网站记录浏览器操作经验。任何涉及浏览器的任务开始前，agent 必须按 URL 主域查 sites/<domain>.md 获取踩坑经验；任务收尾时把非显然行为（DOM 特性/反爬/登录态/防盗链等） 写入对应网站文件。触发词：浏览器踩坑、网站经验、browser lessons、网站坑、DOM 坑。 适用范围：任何调用 browser_* MCP 工具或 Playwright 的任务（详见正文完整列表）。
通过截图+视觉AI理解屏幕内容，模拟键鼠操作控制电脑。支持指定窗口操作、 操作确认、紧急停止等安全机制。触发词：操作电脑、屏幕操作、点击、截图、 帮我操作、翻页、自动操作、computer use、screen control。当用户需要 AI操控电脑界面、自动化GUI操作、屏幕交互时触发，即使只说"帮我点一下"。
SKILL.md を表示中
| name | deep_research |
| description | 对产品/公司/行业/概念/技术/人物进行系统性深度研究，产出结构化研究报告（Markdown + 可选 PDF）。 融合横纵分析法（时间深度+同期广度+交汇洞察）与行业研究实战范式（商业模式拆解+单位毛利归因）。 当用户说"深度研究"、"调研一下"、"竞品分析"、"行业研究"、"帮我摸清楚 XX"时使用。 不用于简单名词解释或公众号写作。完整触发词见正文。 |
| task_type | adhoc.deep_research |
深度研究、研究一下、帮我分析、做个研究、调研一下、竞品分析、行业研究、研究一个新行业、从零研究、横纵分析、帮我看看这个东西怎么样、这个产品/公司/行业是怎么回事、帮我摸清楚、帮我搞懂、帮我做个 deep research、行业分析、商业模式拆解
对任意研究对象（产品 / 公司 / 行业 / 概念 / 技术 / 人物）进行系统性深度研究，产出一份结构化、有洞察、可交付的研究报告（Markdown 主体 + 可选 PDF）。
本 skill 融合两套互补的研究方法论：
核心判断：研究对象是"商业实体"（行业/公司/商业产品）时，优先用行业研究实战范式做商业模式拆解，再用横纵框架组织叙事和对比；研究对象是"非商业实体"（概念/技术/人物）时，用横纵框架主导，行业范式作为可选补充。
office_pdf skill 的方法论（参考 .agents/skills/office_pdf/references/basic.md 用 reportlab 现场实现），无需本 skill 自带脚本uv run python -c "import reportlab, pypdf, pdfplumber"（仅生成 PDF 时需要）| 研究对象类型 | 主范式 | 强化工具箱 | 侧重点 |
|---|---|---|---|
| 行业 | 横纵 + 行业范式 | 商业模式拆解 + 单位毛利归因 | 商业模式、竞争格局、结构性分化 |
| 公司 | 横纵 + 行业范式 | 商业模式拆解 + 财务拆解 | 创始团队、融资、战略转向、营收结构 |
| 商业产品 | 横纵 + 行业范式 | 单位经济模型 + 用户口碑 | 版本迭代、技术路线、定价、用户增长 |
| 概念/技术 | 横纵主导 | 学术溯源（arxiv）+ 争论演变 | 起源、流行、争论、相近概念区别 |
| 人物 | 横纵主导 | 职业轨迹 + 同领域对比 | 经历、关键决策、公开言论变化 |
当用户没说清类型时，从输入推断（"机场行业"=行业，"Hermes Agent"=产品，"Transformer"=技术/概念）。
拿到用户输入后，确认以下信息。如果用户已经给得足够明确（如"帮我研究一下机场行业"），不追问，直接开始：
质量铁律：宁可多搜，不要因为信息不够导致后面的分析浮于表面。
使用子 Agent（Task 工具）并行搜索提高效率：
每个子 Agent 的 prompt 中必须包含联网指引：
你需要联网获取信息。使用 WebSearch 发现信息来源，找到具体 URL 后用 WebFetch 深入提取。 多次搜索、多个关键词组合，不要只搜一次就放弃。 一手来源优于二手来源：官方博客 > 权威媒体原创报道 > 转载/聚合。 学术类研究对象必查 arxiv：
curl -s "https://export.arxiv.org/api/query?search_query=all:关键词&max_results=10"，返回 XML 含标题/作者/摘要/PDF链接。 prompt 描述目标（"获取""调研""了解"），不要用"搜索""爬取"。
一手来源优于二手来源，多个媒体引用同一个错误会造成循环印证假象：
| 信息类型 | 一手来源 |
|---|---|
| 产品更新/技术决策 | 官方博客、GitHub Release Notes、创始人推文 |
| 融资/商业数据 | 公司官方公告、SEC/工商文件、招股书 |
| 用户口碑 | GitHub Issues、Reddit、Twitter/X、知乎、行业论坛 |
| 行业分析 | 权威媒体原创报道（非转载）、券商深度研究报告 |
| 学术/技术原理 | arXiv 论文、Google Scholar、学术会议论文集 |
| 行业财务数据 | 行业协会/监管机构官方统计（如民航局）、上市公司年报/发债主体公开财务 |
搜索完成后检查：
信息不够就再补搜，不要凑合。
沿时间轴，完整还原研究对象从诞生到现在的发展全貌。这是报告的主体部分，篇幅最重。
内容要求：
篇幅：6000-15000 字。历史越长、节点越多的对象靠近上限。核心原则是把故事讲完整、讲透，宁可写长写细，不要蜻蜓点水。
以当前时间点为切面，将研究对象与同赛道的竞品/同类进行全面对比。
篇幅：3000-10000 字。场景 A 控制在 3000 字左右，场景 C 每个主要竞品至少 1500 字独立分析。
仅当研究对象是行业/公司/商业产品时执行此步，并融入第 3、4 步的叙事中。这一步来自行业研究实战范式，是本 skill 相对纯横纵分析法的核心增量。
详见 references/industry_research_toolkit.md。核心动作：
关键产出：一张"单位经济模型表"（研究对象 vs 主要竞品的单位营收/单位成本/单位毛利对比），这是商业对象研究最有洞察力的部分。
这是整篇报告的精华段。把纵向发展脉络和横向竞争格局结合起来，给出综合性的、新的判断。不要写成前面内容的缩写版。
需要回答的核心问题：
篇幅：1500-3000 字。
将完整报告写为标准 Markdown，保存到 workspace/deep_research/{研究对象}_研究报告_{YYYYMMDD}.md。
写作风格（详见下方"写作风格"章节）：研究报告的严谨 + 可读性，不是冷冰冰的咨询报告，也不是满篇口语的公众号文章。
# {研究对象} 深度研究报告
> 研究时间：YYYY-MM-DD | 所属领域：... | 研究对象类型：行业/公司/产品/概念/技术/人物
## 一、一句话定义
[用一句话说清楚这个东西是什么]
## 二、纵向分析：从诞生到当下
[完整的纵向叙事，6000-15000字]
### 起源
### 诞生节点
### 演进历程（按阶段）
### 路径依赖分析
## 三、横向分析：竞争图谱
[横向对比分析，3000-10000字]
### 竞品场景判断（A/B/C）
### 主要竞品逐一分析
### 维度对比矩阵
### 竞争格局判断
## 四、商业模式拆解与单位毛利归因（仅商业对象）
[行业研究实战范式产出，融入或独立成章]
### 商业模式：靠什么赚钱
### 收入结构拆解
### 单位经济模型表
### 成本结构与规模效应
### 结构性分化解释
## 五、横纵交汇洞察
[交叉分析和未来推演，1500-3000字]
### 历史如何塑造当下
### 优势/劣势的历史根源
### 未来推演（最可能/最危险/最乐观）
## 六、信息来源
[所有引用的来源列表，标注 URL 和访问时间]
## 七、方法论说明
[1-2 句话说明本报告采用横纵分析法 + 行业研究实战范式]
复用 office_pdf skill 的方法论，不要本 skill 自带 PDF 脚本（避免重复造轮子）：
参考 .agents/skills/office_pdf/references/basic.md 用 reportlab 现场实现，脚本写到 temp/，输入 workspace/deep_research/{研究对象}_研究报告_{YYYYMMDD}.md，输出 workspace/deep_research/{研究对象}_研究报告_{YYYYMMDD}.pdf。
若
office_pdfskill 的默认 PDF 样式不满足研究报告需求（如需要封面页、特定配色），参考 references/pdf_report_style.md 的封面页模板，用exec_python调 reportlab 现场实现，脚本写到temp/。
避免咨询公司式的套话和空洞概括。用具体的细节和例子代替概括性陈述。比如不要写「该公司在这一阶段实现了快速增长」，而要写「从2024年中期的1000万美元ARR到2025年底的10亿美元，增长曲线几乎是垂直的」。
核心原则不变（纵向追时间深度，横向追同期广度），但侧重点不同：
| 部分 | 字数范围 | 说明 |
|---|---|---|
| 纵向分析 | 6,000 - 15,000 字 | 报告主体，不要蜻蜓点水 |
| 横向分析 | 3,000 - 10,000 字 | 视竞品数量调整 |
| 商业模式拆解（商业对象） | 2,000 - 5,000 字 | 融入或独立成章 |
| 横纵交汇 | 1,500 - 3,000 字 | 精华段，给出新判断 |
| 全文总计 | 10,000 - 30,000 字 | 不要怕长，深度和完整度是价值所在 |
用户明确要"简短版"或"快速了解"时，篇幅可压缩到 3000-5000 字，保留一句话定义 + 纵向精简版 + 横向要点 + 核心洞察。
交付前自检：
office_pdf skill 的方法论（参考其 references/basic.md 用 reportlab 现场实现）workspace/deep_research/{研究对象}_研究报告_{YYYYMMDD}.mdworkspace/deep_research/{研究对象}_研究报告_{YYYYMMDD}.pdfworkspace/deep_research/raw/