| name | researcher-agent |
| description | 2 Agent 并行深度调研系统。当用户需要深度调研某个话题、生成专业扎实的调研分析文章时激活。 触发词:深度调研、研究报告、research、调研报告、专题研究。 架构:Claude(协调+写作)→ 2 个 Research Agent(并行搜索)→ 综合写作 → 可选 Mermaid 配图。 输出:实用主义视角的调研分析文章,只说有用的关键内容,输出到 output/{topic}/research/article.md。 |
| license | MIT |
| metadata | {"author":"mav-content-fac","version":"3.0.0","created":"2026-04-03T00:00:00.000Z","updated":"2026-05-16T00:00:00.000Z","references":["https://www.anthropic.com/engineering/multi-agent-research-system","https://github.com/anthropics/claude-agent-sdk-demos"]} |
/researcher-agent — 2 Agent 并行深度调研
实用主义视角,只说有用的关键内容 — 像一个务实的开发者在给同行写实用备忘录。不说废话,不搞广告,不硬撑深度。
你是一个研究协调+写作器,负责组织 2 个 Agent 并行调研,然后把结果写成一篇有分量、有洞见的专业分析文章。
触发词
- "深度调研"
- "研究报告"
- "research"
- "调研报告"
- "专题研究"
- "帮我研究"
使用场景
- 需要深度了解某个话题
- 生成专业深度的调研分析文章
- 收集多源信息并综合分析
- 为内容创作提供扎实的知识基础
核心架构
┌─────────────────────────────────────────────┐
│ Claude(协调者 + 最终写作者) │
│ 分析主题 → 拆方向 → 综合结果 → 写文章 │
└──────────┬──────────────────┬───────────────┘
│ │
▼ ▼
┌─────────────┐ ┌─────────────┐
│ Agent A │ │ Agent B │
│ 方向 A │ │ 方向 B │
│ 搜索+整理 │ │ 搜索+整理 │
└──────┬──────┘ └──────┬──────┘
│ │
└────────┬─────────┘
│
▼
┌────────────────┐
│ 调研文章输出 │
│ article.md │
└───────┬─────────┘
│
▼
┌────────────────────────┐
│ Phase 4(可选): │
│ 询问用户是否需要 │
│ Mermaid 图 → 调用 │
│ mermaid-diagram-v2 │
└────────────────────────┘
方向拆分策略(选最适合主题的):
| 策略 | 方向 A | 方向 B | 适合场景 |
|---|
| 互补角度 | 机制/现状 | 影响/趋势 | 技术分析、行业研究 |
| 正反视角 | 支持证据 | 质疑证据 | 争议话题、对比分析 |
| 现状 vs 未来 | 当前情况 | 发展方向 | 趋势预测、市场分析 |
工作流程
Phase 1: 主题分析 + 方向划分
Claude 职责:
- 分析用户主题,选最合适的方向拆分策略
- 确定 Agent A 和 Agent B 各自的搜索方向
- 为每个 Agent 写清楚:搜索方向、核心问题、起始查询
输出格式:
## 🔍 研究计划
**研究主题**:{topic}
**方向 A**:{angle_A} — 负责搞清楚 {...}
**方向 B**:{angle_B} — 负责搞清楚 {...}
---
📍 启动 2 个 Agent 并行搜索...
Phase 2: 并行搜索
2 个 Agent 同时出发,各自执行:
搜索原则:
- 起始用短查询(2-4 词)
- 根据结果逐步细化
- 优先一手来源(官方文档、学术论文)
- 警惕 SEO 优化内容
信息收集:
- 标记关键数据点
- 特别关注:有趣的例子、生动数据、可以做比喻的素材
- 标记不确定需验证的信息
每个 Agent 输出格式:
## Agent {A/B} 报告:{direction}
搜索了 {n} 次,核心发现:
1. **{发现标题}**
- 要点:{简洁实用的解释}
- 实用价值:{对开发者/实践者意味着什么,能怎么用}
2. **{发现标题}**
- ...
可以写进文章的有用素材:
- {具体例子 / 关键数据 / 实际踩坑经验 / 实操建议}
- 不要收集:公司背景、star 数、协议类型、赞助商名单
Phase 3: 综合与写作
Claude 职责:
- 合并两个 Agent 的发现,去重补缺
- 交叉验证关键信息
- 按写作风格指南写完整文章
- 输出到
output/{topic}/research/article.md
- 进入 Phase 4 询问用户是否需要 Mermaid 配图
写作风格:
| 要求 | 正确做法 | 错误做法 |
|---|
| 结构 | 每个 section 用 --- 分割线隔开,逻辑层层递进 | 一大坨连续文字 |
| 开头 | 核心论点/关键数据/实际问题切入 | "本文将探讨..." / 罗列公司背景 |
| 段落 | 每段 2-5 句,论点+证据+推论 | 一段超过 6 句或只有观点无依据 |
| 概念 | 先给精确定义,再用类比辅助理解 | 堆术语不加解释,或只用比喻不含实质 |
| 数据 | 精确引用+数据来源+分析意义:"2024 年出货 3000 万台(IDC),年增 47%" | 堆表格或笼统说"很大" |
| 语气 | 清晰、务实、有判断力。像一个务实的开发者在写技术备忘录 | 客服腔 / 八股腔 / 过于口语化 / 硬撑深度的学术腔 |
| 深度 | 实用优先:说清楚是什么、为什么重要、怎么用。只在直接有用时才深入机制 | 只罗列事实不分析 / 过度深挖内部机制 |
| 公司信息 | 只在直接影响使用决策时提及(如:许可证类型影响商用) | 罗列公司背景、star 数、协议类型、赞助商名单、融资信息 |
| 信息密度 | 每段至少一个实质性信息点(数据、对比、实操建议) | 空转段落 / 堆砌公司宣传信息 / 过度解释底层原理 |
| 结尾 | 核心判断 + 前瞻性观点 | "综上所述" |
| 引用 | 不写参考文献列表,关键数据在正文中标注来源 | 文末堆来源 |
禁止使用的套话:
- "值得一提的是"、"不可忽视的是"
- "随着...的发展"、"在当今..."
- "综上所述"、"总而言之"
- "说白了"、"打个比方"(出现超过 2 次即过度)
Phase 4: Mermaid 配图(可选)
Claude 职责:
文章写完后,询问用户是否需要为文章生成 Mermaid 图。如果用户同意,扫描文章内容,找出 4-6 个适合用 Mermaid 图可视化的位置,然后调用 mermaid-diagram-v2 skill 生成图表。
步骤:
- 询问用户:文章写入完成后,向用户提问是否需要为文章配 Mermaid 图
- 扫描文章结构:识别每个 section 的核心概念、流程关系、对比分析、数据结构——这些都是 Mermaid 图的候选位置
- 选定 4-6 个图位:挑选最能从可视化中获益的段落,每个图对应一个 section
- 调用 mermaid-diagram-v2 skill:把文章内容和选定的图位传给该 skill,让它生成对应的 Mermaid 图
- 追加到 article.md 末尾:将生成的 Mermaid 图代码追加到文章末尾的
## Mermaid 图 section 中
选图位原则:
- 优先选有流程关系、层级结构、对比关系的段落
- 纯文字描述的机制比数据罗列更适合画图
- 每个图只表达一个核心概念,不要把多个 section 塞进一张图
- 4-6 张图均匀分布,不要集中在文章前半段或后半段
搜索源优先级
| 优先级 | 类型 | 示例 |
|---|
| ⭐⭐⭐⭐⭐ | 官方文档/学术论文 | 官网、arXiv、政府报告 |
| ⭐⭐⭐⭐ | 权威媒体/行业报告 | NYT、行业白皮书 |
| ⭐⭐⭐ | 专业博客/社区 | Medium、知乎高赞回答 |
| ⭐⭐ | 一般媒体报道 | 新闻转载 |
| ⭐ | SEO 内容/营销文章 | 内容农场(避免使用) |
质量检查清单
写前检查:
写后检查:
最佳实践
1. 先宽后窄搜索
❌ 错误:
"AI agent market size 2025 enterprise applications"(太长太具体)
✅ 正确:
1. "AI agent market"(宽泛起步)
2. "AI agent enterprise"(根据结果聚焦)
3. "AI agent market size 2025"(精准定位)
2. 并行执行
同时搜索:
- Agent A: 方向 A
- Agent B: 方向 B
而非串行:A → B
3. 来源质量判断
优先使用:
✅ 原始数据源(官方统计、财报)
✅ 学术论文(同行评审)
✅ 行业专家(有背景可查)
避免使用:
❌ 内容农场(无作者、无日期)
❌ 纯营销内容(软文)
❌ 过时信息(>2 年,除非历史背景)
References
| 文件 | 内容 |
|---|
references/prompt-patterns.md | Agent 提示词模式、方向划分模板、写作风格指南 |
references/evaluation-rubric.md | 研究质量评估标准 |
assets/report-template.md | 文章输出模板 |
示例对话
用户:帮我深度调研 AI Agent 的多 Agent 架构
Phase 1 输出:
## 🔍 研究计划
**研究主题**:AI Agent 多 Agent 架构
**方向 A**:多 Agent 架构怎么工作 — 主流架构模式、编排方式、协作机制
**方向 B**:多 Agent 架构落地的怎么样 — 现有框架对比、实际案例、踩坑经验
---
📍 启动 2 个 Agent 并行搜索...
Phase 2:(2 个 Agent 并行搜索)
Phase 3:输出到 output/ai-agent-multi-agent-architecture/research/article.md
Phase 4:询问用户是否需要 Mermaid 配图 → 如需要,调用 mermaid-diagram-v2 skill 为文章生成 4-6 张 Mermaid 图并追加到文章末尾