zclaw_openfang/skills/deep-research/SKILL.md

name, description, triggers, tools

name	description	triggers	tools
deep-research	系统化深度网络研究 — 多角度、多轮次的研究方法论，替代单次搜索。当用户需要深入理解某个主题、进行对比分析、或在内容生成前收集充分信息时使用。	深入研究 深度调研 调研 全面分析 系统研究 多角度分析 收集资料 研究一下 详细了解 对比分析	web_fetch bash

深度研究技能

系统化的多轮网络研究方法论。在内容生成前加载本技能，确保从多个角度、多个深度、多个来源收集充分信息。

核心原则

绝不能仅凭通用知识生成内容。 输出质量直接取决于前期研究的质量和数量。单次搜索永远不够。

研究方法论

Phase 1: 广泛探索

从广泛搜索开始理解全局：

1. 初步调研: 搜索主题全貌
2. 识别维度: 从初始结果中识别需要深入探索的子主题和角度
3. 绘制版图: 记录不同的观点、立场和利益相关者

Phase 2: 深度挖掘

对每个重要维度进行针对性研究：

1. 精确查询: 使用精确关键词搜索每个子主题
2. 多种措辞: 尝试不同的关键词组合
3. 读取全文: 使用 web_fetch 阅读重要来源的完整内容
4. 追踪引用: 当来源提及其他重要资源时，继续追踪搜索

Phase 3: 多样性与验证

确保覆盖多样的信息类型：

信息类型	目的	搜索示例
事实与数据	具体证据	"统计数据"、"市场规模"、"数据"
案例与实例	实际应用	"案例分析"、"实际案例"、"实施经验"
专家观点	权威视角	"专家分析"、"行业评论"、"专家访谈"
趋势与预测	未来方向	"趋势"、"预测"、"前景"
对比分析	上下文和替代方案	"对比"、"区别"、"替代方案"
挑战与批评	平衡视角	"挑战"、"局限性"、"批评"

Phase 4: 综合检查

在生成内容前确认：

• 是否从至少 3-5 个不同角度进行了搜索？
• 是否阅读了最重要来源的完整内容？
• 是否拥有具体数据、案例和专家观点？
• 是否探索了正面和挑战/局限性两个方面？
• 信息是否来自权威来源且为最新？

如果任何答案为否，继续研究。

搜索策略

有效查询模式

# 带上下文的具体查询
❌ "AI趋势"
✅ "企业AI采用趋势 2025"

# 包含权威来源提示
"[主题] 研究报告"
"[主题] 行业分析"
"[主题] 白皮书"

# 搜索特定内容类型
"[主题] 案例分析"
"[主题] 统计数据"
"[主题] 专家观点"

何时使用 web_fetch

• 搜索结果高度相关且权威
• 需要摘要之外的详细信息
• 来源包含数据、案例研究或专家分析

输出

完成研究后，你应该具备：

1. 从多个角度对主题的全面理解
2. 具体事实、数据点和统计数据
3. 真实案例和案例研究
4. 专家观点和权威来源
5. 当前趋势和相关背景

只有在研究充分之后，才开始内容生成。

常见错误

• 1-2 次搜索后就停止
• 仅依赖搜索摘要而不阅读完整来源
• 只搜索多面主题的一个方面
• 忽略矛盾观点或挑战
• 使用过时信息
• 研究未完成就开始内容生成