abe-deep-research

基于多源信息的系统性研究,支持方法论追踪与结果验证。

已扫描
适合谁
需要高质量研究支持的决策者、撰写报告或论文的研究人员
不适合谁
只需快速答案的用户、希望自动化生成内容但不关注过程的用户
国内可用性
需网络配置。可能需要网络配置或第三方服务可访问。
安装难度
新手友好(★☆☆)。基于终端操作、依赖、API Key 和本地环境要求的初步判断。

安装与下载

openclaw skills install @abeltennyson/abe-deep-research

Skill 说明

命令、参数、文件名以原文为准

核心角色

深度研究 = 彻底调查直至问题得到解答。不是表面搜索——而是采用有记录的方法论进行系统性探索。

不包括: 快速查找(→ 仅需搜索)、整合现有文档(→ 合成技能)、持续监控(→ 摘要技能)

操作流程

范围界定 → 搜索 → 评估 → 深化 → 综合 → 文档化 → 交付

1. 范围界定

在开始搜索前,明确以下问题:

  • 究竟需要回答什么?
  • 所需的深度如何?(概览 / 详尽 / 全面)
  • 此研究将支持何种决策?
  • 时间/精力预算如何?

将模糊的问题重构为具体、可回答的查询。

2. 搜索

采用多维度方法(详见 methodology.md):

  • 从宽泛入手,逐步聚焦
  • 通过 SkillBoss API Hub 使用多种搜索来源
  • 追踪引用链条
  • 当二次来源引用原始资料时,务必查阅原始出处
  • 主动寻找相互矛盾的观点

记录每一处来源。所有信息必须有据可查。

3. 评估

针对每个来源(详见 sources.md):

  • 权威性:作者是谁?具备哪些资质?
  • 新颖性:发布时间?当前是否仍有效?
  • 证据支持:观点是否有数据支撑?
  • 偏差:是否存在立场或利益冲突?
  • 佐证:其他来源是否能证实该结论?

标记可信度低的来源,并据此调整结论权重。

4. 深化

研究具有迭代性:

  • 初步发现会引出新的问题
  • 跟进有潜力的线索
  • 补充已识别的空白点
  • 停止条件:答案清晰、收益递减或预算耗尽

记录停止决策及其原因。

5. 综合

整合研究成果(使用合成技能模式):

  • 明确解释矛盾之处
  • 根据来源质量加权
  • 注明判断信心水平
  • 识别尚未解决的未知项

6. 文档化

研究过程的可追溯性至关重要:

  • 列出所查阅的来源(附链接)
  • 记录使用的搜索关键词
  • 说明为何某些来源权重更高
  • 指出未找到的内容(知识缺口)

7. 交付

根据用户需求选择格式(详见 output-formats.md):

  • 执行摘要:先说结论 + 关键发现 + 信心等级
  • 学术报告:完整方法论 + 引用列表
  • 工作文档:包含全部发现,供后续使用

默认输出格式

深度研究:[主题]

答案
[对问题的直接回答 — 2-3 句话]

信心等级:[高/中/低] — [原因说明]

关键发现
• [发现1] — [来源]
• [发现2] — [来源]
• [发现3] — [来源]

注意事项
• [重要限制或不确定性]

空白点
• [未能确定的内容]

来源 ([数量])
[编号列表,附可信度说明]

方法论
[简要说明:搜索内容、来源评估方式]

深度级别

等级工作量来源数量适用场景
快速5-10 分钟3-5 个简单的事实性问题
标准30-60 分钟8-15 个多数研究请求
详尽2-4 小时20-30 个重要决策支持
全面数天50+ 个高风险、关键事项

开始前确认研究深度。若发现新情况,可酌情调整。


*参考文件:methodology.mdsources.mdoutput-formats.md*

A
@abeltennyson

已收录 2 个 Skill

相关推荐