菜单
AI领域深度调研Agent——多源搜索+结构化输出+迭代深挖，适用于竞品分析、技术选型、市场调研。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
YAML配置驱动企业数据API编排技能，自动生成工具 + 编排多步工作流（工商四要素核验/工商查询/涉诉查询等）
Cron表达式解析、验证、可视化Schedule，以及常见定时任务模式生成
Git常见问题排查与修复，包括冲突处理、回退、清理、cherry-pick、reflog恢复等疑难杂症
根据描述或模板自动生成真实感测试JSON数据，支持faker模式、边界条件测试数据、负数/空值等异常数据构造
API contract testing: verify that API providers and consumers honor agreed-upon interfaces without running full integration. Use when building microservices, running Consumer-Driven Contract (CDC) tests, testing REST/GraphQL/Protobuf contracts, or ensuring frontend-backend API compatibility. Covers Pact, OpenAPI validation, GraphQL schema testing, and end-to-end contract suites.
Chaos engineering for distributed systems: design and run chaos experiments to proactively discover weaknesses before they cause outages. Use when user mentions chaos, fault injection, resilience testing, GameDays, chaos monkey,LitmusChaos, Gremlin, steady-state hypothesis, or when building信頼性 into microservices.
| name | research-agent |
| description | AI领域深度调研Agent——多源搜索+结构化输出+迭代深挖，适用于竞品分析、技术选型、市场调研。 |
| trigger | ["调研","research","竞品分析","技术选型","行业分析","市场调研","深度搜索"] |
对任意AI/技术主题执行结构化深度调研，输出可直接使用的研究报告。解决"需要快速了解某个领域但信息分散"的问题。
# [主题] 深度调研报告
## 📌 一句话结论
[核心发现]
## 🏢 竞品/项目概览
[列出主要玩家，一句话描述]
## 🔢 关键数据
- [数据点1]
- [数据点2]
- [数据点3]
## ✅ 核心优势
[3-5个核心优势]
## ⚠️ 局限性/风险
[2-3个主要问题]
## 📦 生态与社区
- Stars / 社区规模
- 文档质量
- 维护活跃度
## 💡 适合场景
[谁适合用，什么场景]
## 🔮 趋势判断
[未来3-6个月预判]
## 🔗 参考链接
[来源链接]
搜索角度：
- "框架名 + GitHub stars 2026"
- "框架名 vs 竞品 2026 comparison"
- "site:github.com 框架名"
- "框架名 official documentation"
搜索角度：
- "2026 AI tool release [month]"
- "AI product launch [category] 2026"
- "best [category] AI tools 2026"
搜索角度：
- "[技术A] vs [技术B] 2026"
- "when to use [framework]"
- "[framework] limitations problems 2026"
触发：用户提供调研主题
tool: llm-task（或内部分析）
分析主题，确定3-5个搜索角度：
tool: batch_web_search
{
"queries": [
{ "query": "[主题] GitHub 2026 stars features", "num_results": 8 },
{ "query": "[主题] vs [竞品] 2026 comparison", "num_results": 6 },
{ "query": "[主题] limitations problems 2026", "num_results": 6 },
{ "query": "[主题] use cases real world 2026", "num_results": 6 },
{ "query": "site:github.com [主题] 2026", "num_results": 5 }
]
}
tool: extract_content_from_websites
从搜索结果中选取2-3个高质量来源（如官方文档、权威评测）深度提取：
{
"tasks": [
{ "url": "<url1>", "prompt": "提取关键功能、优缺点、定价、使用限制", "task_name": "主站文档" },
{ "url": "<url2>", "prompt": "提取评测数据、用户反馈、对比信息", "task_name": "对比评测" }
]
}
tool: llm-task
将搜索结果合成结构化报告，填充输出框架的每个章节。
tool: write
{
"path": "memory/research/[主题]_[日期].md",
"content": "<完整报告内容>"
}
触发：用户对报告继续提问或要求深挖
在上一份报告基础上：
environment:
required_tools:
- batch_web_search # 多源搜索
- extract_content_from_websites # 深度内容提取
- llm-task # 搜索结果合成
- write # 报告存储
required_permissions:
- 网络访问
用户输入：
调研一下 2026年AI编程工具的格局，重点关注Claude Code竞品
Agent行为：
memory/research/ai_coding_tools_2026_0407.md