菜单
对用户提出的课题进行深度研究和调研，输出结构化的深度报告。当用户需要深入了解某个话题、做行业调研、专题研究、竞品分析等场景时使用此 skill。 与普通搜索不同，deepresearch 会先做少量定向搜索，再对少量关键页面进行深度阅读，过程中优先展示中间发现，最后再做总结，避免因调用次数过多导致响应过慢。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取，无需手动配置环境变量。
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
A股实时行情与分时量能分析。获取沪深股票实时价格、涨跌、成交量，分析分时量能分布（早盘/尾盘放量）、主力动向（抢筹/出货信号）、涨停封单。支持持仓管理和盈亏分析。Use when: (1) 查询A股实时行情, (2) 分析主力资金动向, (3) 查看分时成交量分布, (4) 管理股票持仓, (5) 分析持仓盈亏。
学术论文搜索、引用分析与元数据提取专用 Skill。 【自动触发条件——出现以下任一信号时立即加载本 Skill，无需用户显式说明】 意图信号（中文）： - 搜论文 / 找论文 / 查论文 / 调研论文 / 检索文献 / 文献综述 / 综述 - 顶会 / 顶刊 / CCF / NeurIPS / ICML / ICLR / ACL / EMNLP / CVPR / KDD / SIGIR / WWW - 引用数 / 被引 / 引用关系 / 引用量 - BibTeX / 参考文献格式 / 导出引用 - 作者发表列表 / 某人的论文 / 某人在哪发了什么 - arXiv / Semantic Scholar / Google Scholar / PubMed / ACM DL / IEEE - 知网 / CNKI / 中国知网 / 学位论文 / 硕士论文 / 博士论文 / 中文文献 / 中文期刊 - PDF 链接 / 论文 PDF / 开放获取 - 摘要 abstract / 元数据 意图信号（英文）： - search paper / find paper / look up paper / literature review / survey - citation count / citation graph / citing / cited by - BibTeX / reference export - top conference / top journal / venue ranking - author publication list / papers by X URL 信号（出现以下域名的链接时自动触发）： - arxiv.org / ar5iv.org - semanticscholar.org - scholar.google.com - dl.acm.org - ieeexplore.ieee.org - pubmed.ncbi.nlm.nih.gov - paperswithcode.com - cnki.net / kns.cnki.net 覆盖平台：arXiv、Semantic Scholar、Google Scholar、ACM DL、IEEE Xplore、PubMed、Papers with Code、CNKI（中国知网）
Periodic self-reflection on recent sessions. Analyzes what went well, what went wrong, and writes concise, actionable insights to the appropriate workspace files. Designed to run as a cron job.
Use when designing new system architecture, reviewing existing designs, or making architectural decisions. Invoke for system design, architecture review, design patterns, ADRs, scalability planning.
使用 AutoGLM 文生图接口，根据用户输入的文字描述生成图片。当用户需要生成图片、文字转图片、AI绘图等场景时使用此 skill。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取，无需手动配置环境变量。
使用 AutoGLM Open Link 接口打开指定网页并提取页面正文内容。当用户需要读取某个网页详情、提取文章全文、抓取页面正文做摘要或分析时使用此 skill。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取，无需手动配置环境变量。
| name | autoglm-deepresearch |
| description | 对用户提出的课题进行深度研究和调研，输出结构化的深度报告。当用户需要深入了解某个话题、做行业调研、专题研究、竞品分析等场景时使用此 skill。 与普通搜索不同，deepresearch 会先做少量定向搜索，再对少量关键页面进行深度阅读，过程中优先展示中间发现，最后再做总结，避免因调用次数过多导致响应过慢。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取，无需手动配置环境变量。 |
| compatibility | {"requires":["Python 3.x（标准库，无需额外安装）"]} |
对用户课题进行少量搜索 + 有限深读，先展示中间结果，再生成结构化调研报告。
| 项目 | 内容 |
|---|---|
| 地址 | https://autoglm-api.zhipuai.cn/agentdr/v1/assistant/skills/web-search |
| 方式 | POST |
| 请求体 | {"queries": [{"query": "<搜索词>"}]} |
| 返回 | data.results[].webPages.value[] → name / url / snippet |
| 项目 | 内容 |
|---|---|
| 地址 | https://autoglm-api.zhipuai.cn/agentdr/v1/assistant/skills/open-link |
| 方式 | POST |
| 请求体 | {"url": "<页面链接>"} |
| 返回 | data.text → 页面正文内容 |
脚本启动时会先向本地服务发起 HTTP GET 请求获取 token：
| 项目 | 内容 |
|---|---|
| 地址 | http://127.0.0.1:53699/get_token |
| 方式 | GET |
| 返回 | Bearer xxx（直接作为 Authorization 头使用） |
若返回值不含
Bearer前缀，脚本会自动补全。
两个 API 使用相同的签名 Headers：
X-Auth-Appid: 100003X-Auth-TimeStamp: 当前秒级 Unix 时间戳X-Auth-Sign: MD5(100003 + "&" + timestamp + "&" + 38d2391985e2369a5fb8227d8e6cd5e5)使用同目录下的脚本：
# 搜索
python web-search.py "搜索关键词"
# 打开页面
python open-link.py "https://example.com"
收到用户的研究课题后，按以下步骤执行：
将课题拆解为 1～2 个最关键的搜索方向，不要扩散成过多子问题。优先选择最能直接回答用户问题的维度，例如：
如果用户的问题本身已经很具体，可以直接进入搜索，不必额外拆很多子问题。
调用 web-search.py 进行 1～2 次搜索，总量必须受控：
每次搜索后，先整理并向用户呈现中间结果，再决定是否继续。中间结果至少应包含：
name / url / snippet从搜索结果中筛选 1～3 个 最相关的页面 URL，再调用 open-link.py 获取页面全文（data.text）。
控制规则：
筛选标准：
每次打开页面后，也应先展示中间提炼结果，再继续下一步。中间结果建议包含：
如果前 1～2 个页面已经足够回答问题，应停止继续调用。
在完成有限搜索和有限深读后，先给出一个简短的“中间结论 / 当前发现”小节，再输出最终总结。
整合所有搜索 snippet 和页面全文，按以下结构输出报告：
# [课题名称] 深度调研报告
## 中间发现
（先列出搜索和页面阅读阶段已经确认的关键事实、主要来源、仍未确认的点）
## 概述
（2～3 句话概括核心结论）
## 背景
（课题的基本定义、背景信息）
## 现状分析
（关键数据、现状描述）
## 典型案例 / 代表性观点
（具体案例或多方观点）
## 发展趋势
（未来走向判断）
## 总结
（综合结论与建议）
## 参考来源
1. [页面标题](URL)
2. [页面标题](URL)
...
web-search.py 最多调用 2 次。open-link.py 最多调用 3 次。