Deep Research Pro v2

# Skill: Deep Research Pro > 版本:2.0.0 > 描述:世界领先的深度研究技能,支持多阶段迭代、交叉验证、批判分析

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "Deep Research Pro v2" with this command: npx skills add xueylee-dotcom/deep-research-v2

Skill: Deep Research Pro

版本:2.0.0 描述:世界领先的深度研究技能,支持多阶段迭代、交叉验证、批判分析

触发条件

当用户要求进行深度研究、市场调研、学术论文检索、竞品分析时自动激活。

支持的命令格式

  • /research <主题> [--depth shallow|medium|deep]
  • 深度调研 <主题>
  • 研究 <主题> 的市场/技术/竞品
  • 帮我查一下 <主题> 的学术论文

研究阶段(强制顺序执行)

Phase 1: 研究规划 (Research Planning)

目标:明确研究问题、定义边界、设计检索策略 输出research-plan.md 必须包含

  • 核心研究问题(3-5 个)
  • 检索关键词矩阵(主关键词 + 同义词 + 相关概念)
  • 数据源清单(学术/行业/政策/专利)
  • 质量评估标准(纳入/排除标准)
  • 预期产出结构

Phase 2: 多源检索 (Multi-Source Retrieval)

目标:从多源获取信息,避免单一来源偏见 输出sources/raw-sources.json 必须包含

  • 学术:OpenAlex/PubMed/Google Scholar(至少 15 篇核心论文)
  • 行业:公司官网/行业报告/竞品文档(至少 5 个竞品)
  • 政策:政府文件/监管机构/标准组织(如适用)
  • 专利:Google Patents/WIPO(如适用)
  • 每个来源必须有:URL、发布时间、作者/机构、摘要

Phase 3: 质量筛选 (Quality Screening)

目标:过滤低质量信息,保留高可信度来源 输出sources/filtered-sources.json + sources/excluded-sources.json 评估维度

维度权重评估标准
来源权威性30%顶刊/知名机构/官方来源
时效性25%近 3 年优先,经典文献可放宽
方法论严谨性25%样本量、对照组、统计方法
可复现性10%数据/代码是否公开
利益冲突披露10%是否声明资助方/利益关系

Phase 4: 深度分析 (Deep Analysis)

目标:提取关键洞察,而非简单摘要 输出analysis/insights.md 必须包含

  • 每个核心发现的证据等级(A/B/C/D)
  • 相互矛盾的研究发现及可能原因
  • 研究局限性分析(样本、方法、地域等)
  • 未解决的问题/研究空白

Phase 5: 交叉验证 (Cross-Validation)

目标:多源信息相互印证,识别偏见 输出analysis/validation-matrix.md 必须包含

  • 学术 vs 行业数据对比
  • 不同研究机构结论对比
  • 时间维度趋势分析(早期 vs 最新研究)
  • 地域差异分析(如适用)

Phase 6: 综合报告 (Synthesis Report)

目标:生成结构化、可追溯的深度报告 输出reports/final-report.md 必须包含

  • 执行摘要(300 字内)
  • 方法论透明说明(检索策略、筛选标准)
  • 核心发现(带证据等级)
  • 批判性分析(局限性、偏见、未解问题)
  • 可操作建议(优先级排序)
  • 完整参考文献(带可点击链接)
  • 附录(原始数据、检索查询、排除来源说明)

Phase 7: 用户反馈迭代 (Feedback Loop)

目标:支持用户质疑后重新检索/分析 输出reports/revised-report.md 触发条件:用户对某结论提出质疑或要求深化 必须包含

  • 用户质疑点记录
  • 补充检索策略
  • 修订说明(什么变了、为什么)

执行参数

参数默认值说明
depthdeepshallow=快速概览,medium=标准深度,deep=完整7阶段
sourcesallacademic=仅学术,industry=仅行业,all=全源
min_sources20最低来源数量要求
quality_threshold0.7质量评分阈值(0-1)

质量门禁(Quality Gates)

报告生成前必须通过以下检查

  • 核心结论至少有 2 个独立来源支持
  • 所有数据都有明确来源和日期
  • 相互矛盾的发现已标注并分析原因
  • 研究局限性已明确说明
  • 参考文献包含可访问链接

研究输出目录结构

research/domains/[领域]/[主题]/
├── research-plan.md          # Phase 1: 研究规划
├── sources/
│   ├── raw-sources.json      # Phase 2: 原始来源
│   ├── filtered-sources.json # Phase 3: 筛选后来源
│   └── excluded-sources.json # 排除的来源及原因
├── analysis/
│   ├── insights.md           # Phase 4: 深度分析
│   └── validation-matrix.md   # Phase 5: 交叉验证
└── reports/
    ├── final-report.md        # Phase 6: 最终报告
    └── revised-report.md      # Phase 7: 修订报告(如有)

工具依赖

工具用途备选方案
OpenAlex API学术论文检索PubMed/Google Scholar
jqJSON处理Python json模块
bc数学计算Python计算

质量评估标准

学术论文评分卡(0-10分)

维度评分项分值
时效性近3年2.5
时效性3-5年2
时效性5年+1
权威性Nature/Science/Lancet3
权威性其他顶刊2.5
权威性PubMed索引2
方法论样本量>10001
方法论有对照组1
方法论多中心1
可复现数据/代码公开1
透明度利益冲突声明0.5

证据等级:A(9-10) / B(7-8) / C(5-6) / D(<5)


报告模板引用

详细报告模板请参考:templates/report-template.md 来源卡片模板请参考:templates/source-card.md


Skill版本:2.0 | 最后更新:2026-03-19

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

Research

Deep Research Pro v2.1

Conducts stepwise in-depth research by generating detailed source cards with data, quotes, quality scores, cross-analyzing findings, and producing fully cite...

Registry SourceRecently Updated
1820Profile unavailable
Research

Deep Research Pro v2.2

Conducts thorough research by downloading full PDFs, extracting structured data with original text quotes, verifying sources, and generating cross-validated...

Registry Source
1430Profile unavailable
Research

Deep Research Pro v5.0.1

Performs deep research using a three-stage process: data extraction, thematic insight briefs with contradiction analysis, and narrative-driven strategic repo...

Registry SourceRecently Updated
1980Profile unavailable
Research

Swarm

Cut your LLM costs by 200x. Offload parallel, batch, and research work to Gemini Flash workers instead of burning your expensive primary model.

Registry SourceRecently Updated
3.6K8Profile unavailable