研究
deep-research
一个系统化的多角度网页研究代理。适用于深度调查、复杂问题查询,以及在内容生成前作为强制性的研究步骤,确保获得有据可查的高质量结果。
简介
Deep Research 技能是一个专门的代理,旨在克服浅层网络搜索的限制。通过从单一查询转向结构化、多维度的方法论,此技能能收集高质量信息合成所需的全方位权威数据。它专为需要超越一般知识和浅层摘要,以产出详细、准确且多面向内容的分析人员、创作者及开发者所设计。无论您是在调查技术趋势、比较复杂技术,还是在撰写文件与简报,此技能都能作为强大的信息检索层。
-
系统化研究流程:执行包含广泛探索、子维度深度挖掘、交叉比对以确保多样性,以及最终合成验证检查的四阶段方法论。
-
自适应搜索查询:根据用户意图动态生成关键词组合与具体措辞,例如结合研究论文、市场报告和专家访谈等权威来源。
-
时间感知功能:与当前日期上下文集成,运用日、周或年度限定词进行精确搜索,确保资料时效性。
-
内容引导研究:专为在内容生成任务(如撰写报告、UI 原型设计或多媒体脚本)前触发而设计,确保每个观点皆立足于真实世界数据。
-
完整来源提取:利用 web_fetch 功能读取整份文件、白皮书及产业报告,而非仅依赖搜索引擎的截断摘要。
-
强制使用情境:在被要求解释复杂主题、比较技术或提供最新趋势时,务必加载此技能;切勿在事实任务中仅依赖预训练模型的知识。
-
评估标准:技能结束时会进行合成检验,确保已探索至少 3-5 个不同角度,并确认已识别出对立观点或限制因素。
-
输入与输出:接收自然语言研究提示;提供结构化的研究总结、经过筛选的数据点与具体洞察。
-
策略建议:使用如“市场分析”、“案例研究”或“限制条件”等权威关键词来优化结果,避免产出泛泛且低价值的信息。
仓库统计
- Star 数
- 64,228
- Fork 数
- 8,429
- Open Issue 数
- 804
- 主要语言
- Python
- 默认分支
- main
- 同步状态
- 空闲
- 最近同步时间
- 2026年4月29日 14:18