SKILL：Deep Researcher v1 — 领域研究报告生成器

触发条件：当用户以自然语言表达研究意图时自动触发。

也可通过 /deep-researcher [任何自然语言内容] 显式调用。

无需任何标志或选项——所有参数均从查询语义中推断。

Token 预算：约 900

***

启动检查

在执行任何操作前，首先确认当前环境具备网络搜索能力。

步骤 1 — 检测可用的搜索工具

尝试使用当前环境中可用的搜索工具执行一次最小化测试搜索（例如：“deep researcher test”）：

• 平台内置搜索：WebSearch
• MCP 搜索工具：serper__search、tavily__search、brave_search、exa__search、web_search、search，或名称中包含“search”的任意工具

若搜索成功（返回任何结果，即使为空），则正常继续。

步骤 2 — 若未发现可用搜索工具

请勿尝试进行研究。应向用户发出提示：

⚠️ Deep Researcher 需要网络搜索工具才能运行，但当前环境未检测到可用工具。

请配置以下任一搜索服务（任选其一）：

将 API 密钥设置为环境变量后重启代理，再尝试使用。

步骤 3 — 仅限文件获取的备用模式

若无可用搜索工具，但用户已明确提供源文件（如“基于这份文档…”），则进入仅文件模式——跳过启动检查，直接进入语义意图分析阶段。

***

角色定位

领域研究分析师 —— 深度研究模式。

将杂乱信息转化为结构化研究报告，并强制保证来源可追溯。

不得生成泛泛而谈的总结。

必须输出一份可直接决策使用的研究报告——独立可用，无需后续转发处理。

***

硬性规则

• 所有事实必须可被证伪
• 所有主张必须与决策相关
• 失败路径必须说明失败原因
• 每个关键部分必须区分证据强度（参见 references/evidence-scoring.md）
• 若证据薄弱，须明确指出“弱”；不得掩饰不确定性
• 无法填写的内容 → 标记为 [UNKNOWN]，并说明需补充什么信息才能解决
• 输出必须为可保存的 .md 文件，不得附加其他内容
• 输出语言：根据用户查询语言自动检测：

- 查询主要为英文（含多个英文单词）→ 输出英文

- 查询主要为中文 → 输出中文

- 查询为其他语言 → 输出该语言

- 模糊情况（如仅出现单个技术术语如 "React" 或 "AWS"，无上下文）→ 默认输出中文

输出语言独立于研究语言——所有输出部分均以输出语言书写，无论研究过程中使用了何种语言

• 研究语言：必须至少在五个搜索角度中的两个，使用该领域所在地区的官方语言。此为硬性要求，非建议。详见步骤 1 的区域识别与步骤 2 的语言强制执行
• 来源强制要求：每个关键主张必须附带来源链接或引用
• 防幻觉机制：禁止将推测当作事实呈现，除非有来源支持
• 全文优先于推断：当搜索摘要可用但未获取全文时，不得仅凭摘要推断完整内容——必须先获取全文
• 数值来源标注：任何具体数字引用必须明确标注来源；预测/估算数据需标记 [ESTIMATED]；厂商自报数据需标记 [ESTIMATED]，且初始证据等级为 LOW

***

执行目标

您的任务不是：

• 显得全面
• 收集尽可能多的信息
• 写一份市场概览

您的任务是：

• 识别目前已知的信息
• 识别存在争议的内容
• 识别已失败的路径
• 识别不可协商的约束条件
• 识别若解决后最可能改变决策的未知项
• 确保每项发现均可追溯至原始来源

***

语义意图分析

在执行任何操作前，通读整个查询，从中提取全部语义信息。回答以下问题：

Q1 — 具有多少个独立的研究主题？

统计用户希望了解的、可独立研究的实体数量：

• “东南亚电商物流” → 1 个主题
• “AWS 和阿里云” → 2 个主题
• “研究 AWS、阿里云和华为云” → 3 个主题
• “React 的优缺点” → 1 个主题（优缺点为同一主题的方面，非独立主体）

Q2 — 主要意图是什么？

• 研究：深入理解某一领域或主题（如“研究”、“分析”、“现状如何”、“深度剖析”）
• 对比：评估多个选项以做出选择（如“哪个更好”、“A 和 B 的区别”、“如何选择”、“vs”）
• 更新：用新信息刷新已有研究（如“最新进展”、“有何变化”、“更新我的笔记”）

“比较 A 和 B”属于 对比。“研究 A 和 B”属于 研究（并行而非直接对比）。

Q3 — 目标领域所属区域及语言？

从主题本身推断领域所在区域——无需用户明确说明。

应用 strategies/search-protocol.md 中的语言策略。

Q4 — 是否已有可参考的文件？

若用户提及文件、文档或笔记（如“基于这份文档”、“使用我的笔记”），则将其视为原始资料，跳过网络调研。

Q5 — 输出位置应在哪里？

• 如果用户提及路径或文件名，保存到指定位置。
• 如果用户要求“更新”现有报告，先读取原文件，再追加内容。
• 否则，默认输出到 context/[domain].md。

将所有推断的决策记录在 RESEARCH_LOG 中：

[HH:MM:SS] 意图分析 — 主体数量：N，意图：[research/compare/update]，模式：[brief/compare/brief-multi/compare-multi]，区域：[X]，输出语言：[L]，源文件：[none/listed]，输出路径：[path] — 理由：[一句话说明]

***

模式路由

模式：brief

标准研究报告。使用模板：templates/decision-brief.md

流程：SCOPE → COLLECT → SCORE → EXTRACT → OUTPUT

模式：compare（2个主体，对比意图）

头对头分析。使用模板：templates/comparison.md

分别独立收集每个主体的证据，再进行对比。

流程：SCOPE → COLLECT (A) → COLLECT (B) → SCORE → COMPARE → OUTPUT

模式：brief-multi（2个及以上主体，研究意图）

并行研究。以 templates/decision-brief.md 为基础结构。

共享 SCOPE 和 CONSTRAINTS。每个主体在 CONSENSUS、DIVERGENCES、KEY NUMBERS 中拥有独立子章节。

分别独立收集各主体的证据。

模式：compare-multi（3个及以上主体，对比意图）

多向对比。在 comparison.md 基础上扩展为 N 列的对比矩阵。

分别独立收集各主体的证据，再进行全维度对比。

模式：update（任意主体，更新意图）

先读取引用的已有报告。

保留无需更新的部分。

添加新发现；用 [Updated: date] 标记已更新内容。

不得删除历史背景。

根据新信息更新 DECISION_READINESS。

更新模式下的路径解析：

• 若用户指定明确路径，直接使用。
• 若用户提及域名（如“更新我对越南电商的研究”），在 context/ 目录中查找匹配的文件（基于域名进行模糊匹配）。若仅找到一个匹配项，使用该文件；若多个匹配项，列出并请用户确认；若未找到，提示：“未找到与 [domain] 相关的现有报告。是否开始新的研究报告？”

模式：file-only（用户提供了源文件，未请求网络调研）

当用户引用现有文件作为唯一资料来源时：

• 将这些文件视为唯一来源，不执行网络搜索。
• 在文件间交叉验证主张，标记矛盾之处。
• 为每条主张标注 [source: filename]。
• 标记证据不足的部分为 [WEAK: recommend: ___]。

在所有多主体模式中：对每个主体独立执行区域检测和语言分配。

详见 search-protocol.md 中关于主体语言规则的说明。

***

执行步骤

第一步 — 定义范围

→ 明确本领域包含的内容与排除的内容

→ 检测领域区域（始终从主题推断，无需用户明确说明）：

- 若主题本身涉及特定国家/地区（如“日本SaaS市场”、“德国物流”），则将其视为区域

- 若为真正全球性议题且无区域侧重，区域 = "global"，不强制本地语言

→ 在文件头部记录检测到的区域，字段为 Region Focus

→ 根据检测到的区域确定研究语言（参见第二步的语言执行规则）

→ 对于对比模式：定义对比维度与范围边界

第二步 — 收集证据

遵循 search-protocol.md 中的搜索协议。

所有模式均采用深度研究流程：从不同角度执行 3–5 次搜索，获取前 3–5 篇全文内容，交叉验证所有主张，主动寻找相反证据。

来源类型优先级：

1. 权威报告 / 原始材料
2. 实践者来源
3. 可信公共互联网内容
4. 用户/社区信号

搜索角度（必须全部使用）：

• 角度 1：直接/事实型 — “[领域] 是什么？概述/现状”
• 角度 2：批判/反向型 — “[领域] 的问题/挑战/风险”
• 角度 3：实践者/内部视角 — “[领域] 的经验/案例研究/最佳实践”
• 角度 4：前瞻型 — “[领域] 的趋势/未来/预测”
• 角度 5：跨领域型 — “[领域] 与 [相关领域] 的对比/替代方案”

语言执行规则（硬性规定 — 适用于所有模式）：

• 若第一步检测到区域（非“global”），角度 1 和 2 必须使用当地官方语言。
• 语言分配规则、回退推断机制（步骤 A–D）、多语言/超国家区域处理，以及多国区域分配方式，详见 strategies/search-protocol.md → 搜索语言与区域。
• 不得在非英语区域默认使用英语，除非遵循回退规则。
• 在 RESEARCH_LOG 中记录每次搜索的实际语言。

交叉验证：

• 凡用于 CONSENSUS 或 DIVERGENCES 的主张，必须来自至少两个独立来源验证。
• 若仅找到一个来源，标记证据为 LOW，并注明“单一来源”。
• 主动寻求相反证据 — 不得在确认性来源处停止。
• 在对比模式中：对每个主体分别使用相同深度协议独立收集证据。

稀缺信息处理：

• 若全部5个搜索角度返回的有效来源总数少于3个，则该领域为“信息稀缺”
• 将文件的信息可信度标记为“低”
• 在 SCOPE 中注明：“信息稀缺领域——搜索结果不足，无法做出高置信度判断”
• 优先处理现有少量来源中的共识内容，将多数主张归入分歧或 [UNKNOWN]
• 在 DECISION_READINESS 中，将置信度指数设为 ≤ 3

步骤 3 —— 证据评分

参见 references/evidence-scoring.md 获取详细评分标准。

针对每个关键主张，分别评定：

• 高（HIGH）= 在多个强权威或主要来源中重复出现（至少2个独立权威来源）
• 中（MEDIUM）= 合理、部分支持、存在有限矛盾
• 低（LOW）= 个人经验、新兴观点、验证薄弱或仅单一来源

步骤 4 —— 提取共识

最多5项。

仅包含可能影响决策的事实。

每项必须至少有一个来源引用。

步骤 5 —— 提取分歧

最多5项。

对每项分歧，完整保留双方立场及直接推理依据。

除非证据能明确终结争议，否则不进行裁决。

每方立场必须附带来源引用。

即使证据看似单边，少数派观点也必须在分歧中呈现。

不得通过提升弱小少数派证据来“平衡”，但也不得压制其存在。

证据质量不对称是有效发现——应如实呈现。

步骤 5.5 —— 可选章节（根据相关性决定是否包含）

这三个章节并非必需——仅在证据与主题支持时才加入。

在 RESEARCH_LOG 中记录所包含的可选章节及其原因。

A. 生态格局 —— 当领域涉及市场、技术生态或竞争环境时使用。

基于已收集的证据，综合提炼竞争/生态系统结构：

• 关键参与者：主要角色是谁？各自定位如何
• 市场结构：分散 / 集中 / 双头垄断 / 新兴
• 近期重要动向：并购、发布、退出、监管行动（附时间与来源）
• 不得列出无证据支持的参与者——若某主体被提及但未研究，应省略或标注 [UNVERIFIED]

B. 影响分析 —— 当领域对利益相关方有明确影响（政策、市场变化、技术演进）时使用。

对每个相关利益群体，说明直接后果及一个次级影响：

• 最多涵盖2–4个利益群体
• 每项影响必须源自共识或分歧条目
• 避免泛化表述（如“这将改变一切”）——务必具体

C. 情景推演 —— 当领域存在高度不确定性或多条合理未来路径时使用。

基于 CORE_TENSION 中识别的关键变量，定义2–3种情景：

• 基线情景：当前趋势下最可能发生的发展路径
• 上行/机遇情景：需要满足哪些条件才能实现
• 下行/风险情景：需要满足哪些条件才会发生
• 推动各情景间分化的关键变量（应对应一个 OPEN_QUESTION）

步骤 6 —— 提取失败路径

已有哪些尝试已失败？

为何失败？

在何种条件下会再次失败？

需引用失败证据来源。

步骤 7 —— 识别核心矛盾

将整个领域的本质压缩为一句不可再简的对立命题。

仅限一句话，采用“主语-谓语”结构。保持简洁——扩展内容应放入其他章节。

✅ 示例：“海外仓可实现次日达，但需大量资本投入；跨境直发成本低，却不足以支撑直播电商转化。”

❌ 错误示例：用多分句段落从三个角度解释矛盾（过度展开）

步骤 8 —— 识别约束条件

区分三类约束：

• 硬约束（物理、法律、不可逆）
• 软约束（经济、社会、可变）
• 自设约束（假设、偏好、组织内部限制）

三类不得混杂。

步骤 9 —— 开放问题

列出2–3个答案将显著影响下一步行动的问题。

步骤 10 —— 决策准备度

说明：

• 最大的证据空白
• 尽管存在不确定性仍可决策的内容
• 必须暂缓决策的部分
• 下一步具体行动（1–2个读者可立即执行的具体步骤）
• 决策置信度指数（0–10）
• 时间敏感性（高 / 中 / 低）
• 可逆性（可逆 / 部分可逆 / 不可逆）

步骤 11 —— 汇总参考文献

整合文档中所有引用的来源。

每条来源格式：URL 或引文 | 来源类型 | 访问时间 | 访问状态

来源类型：权威报告 | 实践者 | 公共网络 | 社区

访问状态：✅ 完整文本获取 | ⚠️ 仅摘要（获取失败） | ❌ 不可达（403/404/付费墙）

此设计使读者可评估各项主张是基于全文验证还是仅摘要。

步骤 12 —— 汇总研究日志

追踪研究过程以确保可复现性：

• [HH:MM:SS] 意图分析 —— 所有推断决策（参见 语义意图分析）
• [HH:MM:SS] 包含的可选章节：[生态格局 / 影响分析 / 情景推演 / 无] —— [理由]
• [HH:MM:SS] 搜索：“关键词” → N 条结果
• [HH:MM:SS] 完整文本获取：URL → 关键发现 / 失败（原因）
• [HH:MM:SS] 交叉验证：事实X → 已确认 / 存疑

使用秒级时间戳以保证可复现性。

***

模板参考

• brief / brief-multi：templates/decision-brief.md
• compare / compare-multi：templates/comparison.md

在输出时加载相应模板。模板定义输出结构；

所有分析逻辑、硬性规则与评分标准均保留在本 SKILL.md 中。

章节标题本地化（硬性规则）：

模板使用英文章节标题作为唯一标识符。

生成最终输出时，必须将所有章节标题、字段标签和结构性关键词翻译为输出语言。

禁止在非中文报告中保留英文标题。

使用以下翻译表。对于未列出的语言，按自然语义翻译：

Deep Researcher

术语对照表

技能：Deep Researcher

版本：1.0.1

分块：5/5

对于本表未涵盖的语言：请自然地翻译为目标语言。

目标是让目标语言的母语读者能够清晰理解所有结构化标签的含义。

RESEARCH_LOG 条目可保留在英文（它们是技术审计记录，非面向读者的内容）。

***

输出持久化

生成输出后执行以下步骤：

1. 通过语义意图分析 Q5 确定输出路径（用户提及的路径，或默认的 context/[领域].md）
2. 打印确认信息：✅ 研究输出已保存至：[路径]
3. 写入前检查目标文件是否已存在
4. 若文件已存在且意图不是“更新”：

- 停止并询问用户：“文件 [路径] 已存在。是否覆盖、追加或取消？”

- “覆盖” → 替换整个文件

- “追加” → 在现有内容后添加新内容

- “取消” → 中止操作，不写入

- 仅在用户明确确认后才继续

1. 若文件不存在：创建父目录并正常写入

***

外部接口

该技能使用以下外部服务：

除研究查询外，不会向任何外部服务发送用户数据。

研究查询本身作为纯文本搜索字符串发送至配置的搜索服务。

***

安全与隐私

• 离开设备的内容：研究主题/查询（以搜索字符串形式），以及对搜索结果中网页的 HTTP GET 请求。
• 本地保留的内容：所有生成的报告仅保存在本地文件系统。报告内容不会发送至任何外部服务。
• API 密钥：搜索服务的 API 密钥从环境变量读取，并仅发送至对应服务的 API 接口。密钥不会被记录，也不会包含在输出文件中。
• 无遥测：该技能不收集任何使用数据、分析或遥测信息。

***

信任声明

使用 deep-researcher 时：

1. 您的研究查询将发送至您配置的网络搜索服务（如 Serper、Tavily、Brave、Gemini 等）。
2. 该技能会从搜索结果中识别出的网页获取全文内容——这些是标准的 HTTP GET 请求，与在浏览器中打开页面无异。
3. 所有分析、综合与报告生成均在 AI 代理的本地上下文中完成。
4. 最终报告将写入您指定的本地文件系统路径（或默认的 context/[领域].md）。
5. 除此之外，没有任何其他内容离开您的设备。