multi-lens-research

# multi-lens-research v3 > 基于斯坦福 STORM 方法的多视角深度研究 Skill。 > > **核心理念**：不是让一个人在脑子里模拟 N 种角色——而是真的派出 **N 个独立的 agent** 各担任一种角色，并行分析，再让另一个 agent 合成他们的输出。 > > **v3 新特性**：多团队架构。根据场景自动选择最合适的专家团队，角色定义从 `teams/` 目录按需加载，不再所有场景共用同一套角色。 --- ## ⚡ 团队选择机制 根据用户输入中的关键词，自动选择匹配的专家团队： | 关键词 | 团队 | 角色 | |--------|------|------| | 自动完成全流程/全自动/一口气跑完/auto/full auto/run all | 自动模式 | 所有 Phase 自动运行，不暂停确认 | | 研究/话题/深度分析/默认 | `teams/default/` | 实践者/学者/怀疑论者/经济学家/历史学家 | | 论文/审阅/投稿 | `teams/paper-review/` | 支持性审稿人/反对性审稿人/方法论审稿人/竞争性审稿人/跨学科桥梁 | | 代码/功能/PR | `teams/code-review/` | 架构师/用户倡导者/极简主义者/安全性能工程师/业务分析师 | | 方向/值不值得/评估 | `teams/direction-judge/` | 乐观者/悲观者/发表策略师/资源现实主义者/模式匹配者 | | 股票/投资/买入 | `teams/investing/` | 价值投资者/宏观分析师/技术分析者/风险管理师/行业内部视角 | | 谈判/交易/协商 | `teams/negotiation/` | 博弈策略师/谈判心理学家/BATNA分析师/文化顾问 | | 面试/招聘/求职 | `teams/interview-prep/` | 技术面试官/行为面试官/系统设计面试官/招聘经理 | | 安全/审计/渗透 | `teams/security-review/` | 威胁建模师/渗透测试者/合规官/隐私分析师 | | 架构/技术选型 | `teams/tech-architecture/` | 系统架构师/可扩展性工程师/迁移专家/技术债务分析师 | | 设计/UX/产品 | `teams/product-design/` | 用户研究员/产品经理/视觉设计师/无障碍专家 | | 营销/增长/SEO/品牌 | `teams/marketing/` | 增长策略师/SEO专家/品牌分析师 | | 测试/QA/质量 | `teams/testing/` | 测试策略师/质量分析师/性能基准师 | | 医疗/健康/临床 | `teams/healthcare/` | 临床证据分析师/医疗创新策略师/卫生系统分析师 | | 创业/商业/MVP | `teams/startup-advisor/` | 创业者导师/风险投资分析师/市场进入策略师/技术合伙视角 | | 自定义 | `teams/custom/<name>/` | 用户自定义角色 | **自动模式：** 如果用户输入包含"自动完成全流程"、"全自动"、"一口气跑完"、"auto"、"full auto"、"run all"等关键词，进入自动模式。自动模式匹配到的团队不变，但跳过所有 Phase 间的用户确认，直接跑完 4 个 Phase。在自动模式下，非自动模式关键词同样用于选择团队（例如"多视角自动分析一下XXX"→ 选中 default 团队并自动跑完）。 **加载流程：** 1. 从用户输入识别场景关键词 2. 匹配 `teams/<team>/team.json` 获取角色列表 3. 读取每个角色的 `.md` 文件获取完整 prompt 4. 如果未匹配任何关键词 → 默认加载 `teams/default/` 5. 同时加载 `teams/shared/`（Phase 2-4 角色） --- ## 触发词 / When to Use 你不需要记命令。想用的时候，直接说人话就行： | 你想干什么 | 怎么说 | |-----------|--------| | 🔬 深度研究 | `用多视角研究一下 [话题]` | | 📝 审阅论文 | `用多视角审一下我的论文` | | 💻 评审功能 | `用多视角看看这个功能值不值得加` | | 🧭 判断方向 | `用多视角评估一下这个方向` | | 📈 投资分析 | `用多视角分析一下这个投资` | | 🗣️ 谈判准备 | `用多视角帮我分析这个谈判` | | 🎯 面试准备 | `用多视角模拟面试` | | 🔒 安全审计 | `用多视角做安全审计` | | 🏗️ 架构评审 | `用多视角评估这个架构` | | 🎨 设计评审 | `用多视角评审这个设计` | | 📈 营销分析 | `用多视角分析一下这个营销策略` | | 🔬 测试评估 | `用多视角评估一下这个测试方案` | | 🏥 医疗研究 | `用多视角研究一下这个医疗方向` | | 🚀 创业建议 | `用多视角评估这个创业想法` | **简单规则：** 只要你的话里包含"多视角" + 上面的动作词，Skill 就会自动触发。 --- ## ⚡ 必需：使用 Agent 工具并行启动子 agent **这是本 Skill 最核心的行为规则。不要在自己的上下文中顺序模拟 N 个角色。必须通过 Agent 工具派出独立的子 agent。** ### 数据收集机制 子 agent 返回输出有且只有两种可靠方式： | 方式 | 做法 | 适合场景 | |------|------|---------| | **A. 直接返回值（推荐）** | Phase 1 的多个 agent 在同一 turn 用非 background 模式启动，它们的最终输出直接作为 tool result 返回 | Phase 1 多角色并行 | | **B. 写入文件后读取** | 子 agent 用 Write 工具输出到指定目录，Coordinator 用 Read 工具读取 | Phase 2-4 单 agent，或内容特别长的场景 | ### 架构概述 ``` 你（Coordinator） ├── 识别场景 → 加载 teams/<team>/team.json → 读取角色 .md 文件 ├── 判断是否 auto_mode（用户输入含"自动完成"/"全自动"/"auto"等） ├── 澄清主题（如不够具体 → 先 AskUserQuestion） │ ├── ═══ Phase 1：Multi-Perspective Scan ═══ │ ├── 同一 turn 并行启动所有角色 Agent（非background） │ │ Agent("ROLE_1 prompt") ← 从 .md 文件读取 │ │ Agent("ROLE_2 prompt") ← 从 .md 文件读取 │ │ ... │ ├── 等待所有 agent 完成 │ ├── 展示每个角色的核心结论摘要 │ ├── （auto_mode 则自动继续，否则问用户） │ │ ├── ═══ Phase 2：Contradiction Map ═══ │ ├── Agent("矛盾分析师", 从 teams/shared/ 加载 prompt) │ ├── 展示矛盾地图 │ ├── （auto_mode 则自动继续，否则问用户） │ │ ├── ═══ Phase 3：Synthesis ═══ │ ├── Agent("综合简报师", 从 teams/shared/ 加载 prompt) │ ├── 展示综合简报 │ ├── （auto_mode 则自动继续，否则问用户） │ │ └── ═══ Phase 4：Peer Review ═══ ├── Agent("同行评审员", 从 teams/shared/ 加载 prompt) └── 展示最终完整报告 ``` --- ## 🚫 强制执行规则 | 规则 | 说明 | |------|------| | ❌ 禁止合并 Phase | 每个 Phase 必须独立运行（自动模式下也保持独立，但跳过用户确认步骤） | | 🟢 自动模式例外 | 如果用户输入包含"自动完成全流程"、"全自动"、"auto"、"run all"等关键词，跳过所有 Phase 间的用户确认，自动跑完完整的 4 步流程。每个 Phase 的输出仍然展示摘要，但不等待用户确认直接进入下一 Phase | | ❌ 禁止分批启动 Phase 1 | 所有角色必须在同一 turn 全量并行启动 | | ❌ 禁止在自己上下文模拟角色 | 必须通过 Agent 工具派出独立子 agent | | ✅ 必须从 teams/ 加载 prompt | 不要凭记忆写角色 prompt，去 Read 对应的 .md 文件 | --- ## 核心方法（4 步 STORM 流程） ### Phase 0：场景识别 + 团队加载 ``` 1. 从用户输入识别场景关键词（见上面的关键词表） 2. 如果关键词包含"自动完成全流程"、"全自动"、"一口气跑完"、"auto"、"full auto"、"run all"等 → auto_mode = true 3. 非自动模式关键词同样用于选择团队（例如"多视角自动分析一下XXX"→ 选中 default 团队 + auto_mode） 4. 匹配 teams/<team>/team.json ← 获取角色列表 5. 对每个角色 Read teams/<team>/<slug>.md ← 获取完整 prompt 6. Read teams/shared/team.json 和 Phase 2-4 的 .md 7. 在用户当前工作目录下创建工作目录 outputs/<team>/（不是 skill 目录下，而是 $(pwd) 即用户启动对话的地方） ``` ### Phase 1：Multi-Perspective Scan ``` 在同一 turn 并行启动所有角色子 agent（非 background）： ✅ 正确做法： Agent("ROLE_1 prompt（从 .md 读取）", ...) Agent("ROLE_2 prompt（从 .md 读取）", ...) ← 同一 turn ... ← 同一 turn 全部启动后 → 等待完成 → 收集结果 ❌ 错误做法： - 分批启动（后启动的角色受前一批影响，破坏独立性） - background + SendMessage（子 agent 不会回复文字内容） - 在自己上下文里模拟角色（思维链互相污染） ``` 每个子 agent 的 prompt 末尾追加：`"请将你的完整分析保存到 outputs/<team>/<role>.md 文件（相对于当前工作目录 $(pwd)）"` ### Phase 2：Contradiction Map 派出 **1 个子 agent**，使用 `teams/shared/contradiction-analyst.md` 中的 prompt。 ### Phase 3：Synthesis 派出 **1 个子 agent**，使用 `teams/shared/synthesis-briefer.md` 中的 prompt。 ### Phase 4：Peer Review 派出 **1 个子 agent**，使用 `teams/shared/peer-reviewer.md` 中的 prompt。 --- ## 完整工作流 ```text 你（Coordinator） │ ├── 识别场景关键词 → 加载 teams/<team>/ 和 teams/shared/ │ ├── 如果关键词包含"自动完成全流程"/"全自动"/"auto"/"run all"等 │ │ → 进入自动模式（auto_mode = true） │ └── 否则 → 标准模式（auto_mode = false） ├── 澄清主题 → 如果不够具体，先问用户 │ ├── ═══ PHASE 1：Multi-Perspective Scan ═══ │ ├── 创建工作目录 outputs/<team>/（相对于当前工作目录，不是 skill 目录） │ ├── 同一 turn 并行启动所有角色 Agent（非background）： │ │ 从 team.json 读取角色列表，对每个角色： │ │ Read teams/<team>/<slug>.md → 获取 prompt │ │ 每个 Agent prompt 末追加保存路径 │ ├── 等待所有 agent 完成 │ ├── 收集每个角色的输出 │ ├── 展示每个角色的核心结论摘要 │ ├── （auto_mode）→ 自动继续 Phase 2，不询问 │ └── （标准模式）→ 问用户：是否继续 Phase 2？ │ 是 → 继续 │ 否 → 结束，或按用户要求调整 │ ├── ═══ PHASE 2：Contradiction Map ═══ │ ├── Read teams/shared/contradiction-analyst.md → 获取 prompt │ ├── Agent("矛盾分析师", {读取 Phase 1 的所有文件并分析}) │ ├── 读取矛盾地图 │ ├── 展示核心矛盾点、共识和盲区 │ ├── （auto_mode）→ 自动继续 Phase 3，不询问 │ └── （标准模式）→ 问用户：是否继续 Phase 3？ │ ├── ═══ PHASE 3：Synthesis ═══ │ ├── Read teams/shared/synthesis-briefer.md → 获取 prompt │ ├── Agent("综合简报师", {读取 Phase 1+2 的所有文件}) │ ├── 读取综合简报 │ ├── 展示 5 个关键发现 + 可操作建议 │ ├── （auto_mode）→ 自动继续 Phase 4，不询问 │ └── （标准模式）→ 问用户：是否继续 Phase 4？ │ └── ═══ PHASE 4：Peer Review ═══ ├── Read teams/shared/peer-reviewer.md → 获取 prompt ├── Agent("同行评审员", {读取简报文件}) ├── 读取同行评审报告 └── 展示最终完整报告（所有 Phase 的输出） ``` --- ## 关键原则 1. **Agent 团队是强制性的**：Phase 1 的多个角色必须作为并行子 agent 运行。这是本 skill 区别于"一个人自言自语模拟 N 种角色"的根本所在。 2. **从 teams/ 加载 prompt**：不要凭记忆写角色 prompt。每次去 Read teams/<team>/<slug>.md 获取准确内容。这是"渐进式加载"的核心。 3. **英文提示词保持原文**：子 agent 的 prompt 保留英文原文效果最佳。你的交互（展示给用户看、问问题）用中文。 4. **盲点优先**：Phase 2 的盲点分析往往是整个分析中最有价值的部分。 5. **共识≈真相**：如果所有角色都同意一个观点，它有极大概率是真的。 6. **先问再跑**：如果主题不够具体，先问 2-3 个澄清问题再开始（自动模式下仍应澄清模糊主题，但不要询问"是否继续下一 Phase"这类流程性问题）。 7. **可中断、可迭代**：任何一步的输出如果用户不满意，可以要求重新调整某一角色的 prompt 强度或换一个角色，重新跑那个子 agent（自动模式下同样适用；用户可随时打断，打断后转回标准确认模式）。 8. **自定义团队**：用户可以创建 `teams/custom/<name>/` 文件夹，放入自己的 team.json + 角色 .md 文件，skill 会自动发现。详见 `teams/custom/README.md`。 --- ## 参考资料 - STORM paper: "Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking" — NAACL 2024, Stanford OVAL Lab - Live demo: storm.genie.stanford.edu - Source code: github.com/stanford-oval/storm (MIT License)