菜单
ChemDeep 的重型科研入口。凡是用户明确要求全面调研、深度调研、完整研究报告、系统性研究路线梳理或跨多轮证据整合时，优先触发本 skill，而不是直接裸调 `run_deep_research`。本 skill 负责先确认目标与成本，再编排 ChemDeep 的完整深度调研流程。
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
ChemDeep 的默认科研入口。凡是用户要求搜索论文、寻找相关工作、做文献综述、调研某个研究方向、分析领域现状、比较技术路线、总结研究空白或为后续机理分析收集证据时，优先触发本 skill，而不是直接调用裸 MCP 检索工具。本 skill 负责统一编排检索、筛选、证据提取、全文获取与调研汇总流程。
使用 ChemDeep MCP 进行机理假设生成与评估。当用户要求生成研究假设、分析反应机理、提出新的科学假说或评估已有假设时触发。需要先有文献基础（通过 literature-survey 获得或用户提供）。
使用 ChemDeep MCP 为科学假设设计实验和计算验证方案。当用户要求设计实验方案、验证假设、规划研究路线或设计对照实验时触发。通常在 hypothesis-generation 之后使用。
| name | deep-research |
| description | ChemDeep 的重型科研入口。凡是用户明确要求全面调研、深度调研、完整研究报告、系统性研究路线梳理或跨多轮证据整合时，优先触发本 skill，而不是直接裸调 `run_deep_research`。本 skill 负责先确认目标与成本，再编排 ChemDeep 的完整深度调研流程。 |
| tools | ["mcp__chemdeep__run_deep_research","mcp__chemdeep__formalize_research_goal","mcp__chemdeep__prepare_live_browser_session"] |
ChemDeep 在 Cherry Studio / OpenClaw 中的重型科研入口 skill。当任务已经超过普通文献搜索，进入“需要完整研究框架、系统调研、机理路线比较、研究空白提炼、后续验证方向规划”的层级时，应优先进入本 skill，再由本 skill 决定何时调用 run_deep_research，而不是直接裸调单个重工具。
本 skill 调用 ChemDeep 的迭代式深度调研引擎，一键完成从文献检索到假设生成、评估和报告的全部流程。
run_deep_research 工具就直接绕过本 skillliterature-surveyrun_deep_researchrun_deep_researchliterature-surveyrun_deep_research 是一个重量级操作，它会在服务端自动执行多轮迭代，每轮包含：
预计消耗：单次调用相当于 10-30 次普通工具调用的 token 量。
必须在调用前向用户确认：
如果用户只需要简单的文献搜索或单个步骤，应引导其使用 literature-survey、hypothesis-generation 或 verification-design skill。
run_deep_research 本身已经可以在需要时触发全文抓取流程，但对于受限出版商站点，是否能获取正文仍取决于用户当前浏览器里的合法授权会话。
当用户明确表示“希望尽量抓取全文”“希望连 PDF/出版社正文一起纳入调研”时：
run_deep_research 时未显式传 fetch_full_text，MCP 会根据 goal / previous_context 中这类明确表述自动开启全文抓取fetch_full_text=trueprepare_live_browser_sessionView PDFrun_deep_research禁止错误表述： 不要宣称该 skill 能绕过付费墙；它只能复用用户已拥有的访问权限。
向用户确认：
建议先做一次快速的目标形式化，让用户确认方向：
→ formalize_research_goal(goal=<用户的研究目标>)
展示 ProblemSpec 给用户：
必须明确告知用户：
⚠️ 即将启动深度调研，这将：
- 自动执行多轮文献检索和分析
- 预计耗时 5-15 分钟
- 消耗较多 token
确认继续？
只有用户明确确认后才调用 run_deep_research。
仅当用户明确要求把出版社全文抓取能力纳入本次深度调研时执行：
→ prepare_live_browser_session(purpose="deep research full-text acquisition")
若工具返回需要人工操作，应先提示用户：
run_deep_research→ run_deep_research(
goal=<研究目标>,
max_iterations=3,
min_year=<时间范围>,
min_score=<质量阈值>,
previous_context=<之前的调研背景，如有>
)
参数建议：
max_iterations：默认 3，用户要求更深入可设为 5，不建议超过 5min_year：用户未指定时默认 2020min_score：用户未指定时默认 5.0收到结果后，将结构化数据转化为易读的报告：
研究概述
文献分析
机理假设
技术路径分析
研究空白与建议
全文获取情况
后续操作建议
verification-design skillliterature-survey skillrun_deep_research 前获得用户明确确认max_iterations 设置超过 5