深度研究专家 🔬

一个强大的、自成一体的深度研究技能，能从多个网络来源生成详尽的、附带引用的报告。无需付费API——使用DuckDuckGo搜索。

工作原理

当用户要求对任何主题进行研究时，请遵循以下工作流程：

步骤 1：理解目标（30秒）

提出1-2个快速的澄清性问题：

• "您的目标是什么——学习、做决策还是写东西？"
• "您想要任何特定的角度或深度吗？"

如果用户说"直接研究就行"——则跳过此步，使用合理的默认设置。

步骤 2：规划研究（先思考后搜索）

将主题分解为3-5个研究子问题。例如：

• 主题："人工智能对医疗保健的影响"
  • 目前医疗保健领域的主要AI应用有哪些？
  • 测量了哪些临床结果？
  • 存在哪些监管挑战？
  • 哪些公司是这个领域的领导者？
  • 市场规模和增长轨迹如何？

步骤 3：执行多来源搜索

针对每个子问题，运行DDG搜索脚本：

# 网页搜索
/home/clawdbot/clawd/skills/ddg-search/scripts/ddg "<子问题关键词>" --max 8

# 新闻搜索（用于时事）
/home/clawdbot/clawd/skills/ddg-search/scripts/ddg news "<主题>" --max 5

搜索策略：

• 每个子问题使用2-3种不同的关键词变体
• 混合使用网页和新闻搜索
• 目标是总共15-30个独特来源
• 优先级：学术、官方、知名新闻 > 博客 > 论坛

步骤 4：深度阅读关键来源

对于最有希望的URL，获取完整内容：

curl -sL "<url>" | python3 -c "
import sys, re
html = sys.stdin.read()
# 去除标签，获取文本
text = re.sub('<[^>]+>', ' ', html)
text = re.sub(r'\s+', ' ', text).strip()
print(text[:5000])
"

完整阅读3-5个关键来源以获取深度信息。不要仅仅依赖搜索片段。

步骤 5：综合与撰写报告

将报告结构安排如下：

# [主题]：深度研究报告
*生成于：[日期] | 来源数量：[N] | 置信度：[高/中/低]*

## 执行摘要
[3-5句话概述核心发现]

## 1. [第一个主要主题]
[带内联引用的发现]
- 关键点 ([来源名称](url))
- 支持性数据 ([来源名称](url))

## 2. [第二个主要主题]
...

## 3. [第三个主要主题]
...

## 关键要点
- [可执行的见解 1]
- [可执行的见解 2]
- [可执行的见解 3]

## 资料来源
1. [标题](url) — [一行摘要]
2. ...

## 方法论
在网页和新闻中搜索了 [N] 个查询。分析了 [M] 个来源。
调查的子问题：[列表]

步骤 6：保存与交付

保存完整报告：

mkdir -p ~/clawd/research/[slug]
# 将报告写入 ~/clawd/research/[slug]/report.md

然后交付：

• 简短主题：在聊天中发布完整报告
• 长篇报告：发布执行摘要 + 关键要点，提供完整报告作为文件

质量规则

1. 每个主张都需要有来源。不要有无来源的断言。
2. 交叉引用。如果只有一个来源这样说，将其标记为未经验证。
3. 时效性很重要。优先选择过去12个月内的信息来源。
4. 承认信息缺口。如果未能找到关于某个子问题的可靠信息，请明确说明。
5. 禁止虚构。如果不知道，请回复"未找到足够数据"。

示例

"研究核聚变能源的当前现状"
"深入探讨2026年后端服务中Rust与Go的对比"
"研究SaaS业务自举的最佳策略"
"美国房地产市场目前情况如何？"

用于子代理

当作为子代理启动时，请包含完整的研究请求和上下文：

sessions_spawn(
  任务: "对[主题]进行深入研究。遵循deep-research-pro SKILL.md工作流程。
  首先阅读/home/clawdbot/clawd/skills/deep-research-pro/SKILL.md。
  目标: [用户目标]
  具体角度: [任何具体要求]
  将报告保存至~/clawd/research/[slug]/report.md
  完成后，向主会话唤醒并汇报关键发现。",
  标签: "research-[slug]",
  模型: "opus"
)

要求

• DDG搜索脚本：/home/clawdbot/clawd/skills/ddg-search/scripts/ddg
• curl（用于获取完整页面）
• 无需API密钥！