一键导入
gemini-deepresearch
统一深度研究工具。双模式:Deep(Gemini Deep Research API,带规划和验证) / Lite(Gemini CLI 快速草稿)。 支持用户输入思路、素材、讨论框架,多轮对话确认提纲后执行。 触发场景:深度研究/调研/文献综述/竞争分析/行业报告/快速调研
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。
菜单
统一深度研究工具。双模式:Deep(Gemini Deep Research API,带规划和验证) / Lite(Gemini CLI 快速草稿)。 支持用户输入思路、素材、讨论框架,多轮对话确认提纲后执行。 触发场景:深度研究/调研/文献综述/竞争分析/行业报告/快速调研
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
使用 Grok 实时搜索 X/Twitter,查找帖子、热门话题和讨论,并附带引用来源。
A股主题跟踪 — 从韭菜公社抓取市场热点、产业链、异动板块、最新段子,AI 结构化提取后进行多维分析。
Backtest crypto and traditional trading strategies against historical data. Calculates performance metrics (Sharpe, Sortino, max drawdown), generates equity curves, and optimizes strategy parameters. Use when user wants to test a trading strategy, validate signals, or compare approaches. Trigger with phrases like "backtest strategy", "test trading strategy", "historical performance", "simulate trades", "optimize parameters", or "validate signals".
A self-evolution engine for AI agents. Analyzes runtime history to identify improvements and applies protocol-constrained evolution.
通过 Tushare Pro MCP 获取中国金融市场数据。覆盖 A股/港股/美股/基金/期货/债券/宏观 共 158+ 个接口。当需要股价、财务、指数、宏观数据时,使用 tushare_* MCP tool 而非 Python 脚本。
Searches Google and extracts full page content from every result via trafilatura. Returns clean readable text, not just snippets. Use when the user needs web search, research, current events, news, factual lookups, product comparisons, technical documentation, or any question requiring up-to-date information from the internet.
| name | gemini-deepresearch |
| description | 统一深度研究工具。双模式:Deep(Gemini Deep Research API,带规划和验证) / Lite(Gemini CLI 快速草稿)。 支持用户输入思路、素材、讨论框架,多轮对话确认提纲后执行。 触发场景:深度研究/调研/文献综述/竞争分析/行业报告/快速调研 |
| input-variables | {"mode":{"description":"研究模式: deep(深度) / lite(快速草稿)","default":"deep"},"output_dir":{"description":"输出目录","default":"当前目录"},"data_dir":{"description":"用户素材文件夹路径(可选,自动上传到 FileSearchStore)","default":""},"attachments":{"description":"附件文件路径(可选,CLI 使用多次 --attach,每次一个文件)","default":""},"gemini_model":{"description":"Gemini CLI 使用的模型(仅 Lite 模式)","default":"gemini-3-pro-preview"},"timeout":{"description":"Deep Research API 超时时间(分钟)","default":"30"}} |
| metadata | {"clawdbot":{"emoji":"🔬","requires":{"bins":["gemini"],"pip":["google-genai>=1.56.0"]}}} |
双模式研究流水线:Claude 规划 → Gemini 执行 → Claude 验证。
| 依赖 | 用途 | 安装 |
|---|---|---|
gemini CLI | Lite 模式 | 见 github.com/google/gemini-cli |
google-genai | Deep 模式 | pip install -r requirements.txt |
python-dotenv | .env 加载 | 可选,但推荐安装 |
GEMINI_API_KEY | API 认证 | 设置环境变量或写入 .env |
| 用户意图 | 模式 | 执行方式 | 耗时 | 输出质量 |
|---|---|---|---|---|
| "深度研究/全面分析/深度调研" | Deep | Gemini Deep Research API | 10-30min | 完整研究报告+引用 |
| "快速调研/初步看看/先出个草稿" | Lite | Gemini CLI | 3-8min | 研究草稿 |
| "研究" (模糊) | 询问用户选择 | — | — | — |
阅读 references/research_methodology.md 后,与用户进行多轮对话:
1. 理解目标(1-2个问题)
"你的研究目标是什么?学习、投资决策、写报告、还是做方案?"
根据回答调整后续问题:
2. 消化用户素材
用户可能提供:思路文档、讨论框架、参考资料、数据文件夹。
3. 讨论并确认研究提纲(核心步骤)
生成结构化提纲并与用户讨论确认:
# 研究主题:{topic}
## 研究目标
{由讨论确定}
## 核心研究问题
1. {问题1}
2. {问题2}
3. {问题3}
## 报告结构要求
### 1. {章节1}
- 重点关注:...
- 数据来源要求:...
### 2. {章节2}
...
## 质量标准
- 必须交叉验证的事实:...
- 信息时效要求:...
## 用户素材/约束
- {摘要}
用户确认后保存为 {output_dir}/{slug}/outline.md,进入 Stage 2。
python {SKILL_DIR}/scripts/deep_research.py \
"{topic}" \
--outline {outline_path} \
--data-dir {data_dir} \
--attach {file1} --attach {file2} \
--output {output_dir}/{slug}/
docs/guide.md使用 scripts/lite_research.sh:
bash {SKILL_DIR}/scripts/lite_research.sh \
--topic "{topic}" \
--outline "{outline_path}" \
--output "{output_dir}/{slug}/" \
--model "{gemini_model}"
gemini-3.1-pro-preview(可配置)执行完成后,通过 cron(wake) 通知主 agent:
cron(
action: 'wake',
text: '🔬 研究完成: {topic}
模式: {deep|lite}
关键发现: {2-3 bullet points}
报告路径: {output_path}',
mode: 'now'
)
注意:Stage 2 耗时较长(最多30分钟),必须使用 sessions_spawn 后台执行。
收到 wake 通知后:
references/research_methodology.md 的质量标准审查:
--followup 在原会话上追问:
python {SKILL_DIR}/scripts/deep_research.py \
--followup {session_json} "请展开第二点的论据"
{output_dir}/{slug}/
├── outline.md # Stage 1 生成的研究提纲
├── {topic}_{ts}_report.md # 研究报告(Deep/Lite)
├── {topic}_{ts}_report.session.json # 会话文件(Deep,用于追问)
└── verification_notes.md # 验证记录(Deep 可选)