gemini-deepresearch

🔬 Deep Research — 统一深度研究工具

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "gemini-deepresearch" with this command: npx skills add kirkluokun/awesome-a-stock-openclawskills/kirkluokun-awesome-a-stock-openclawskills-gemini-deepresearch

🔬 Deep Research — 统一深度研究工具

双模式研究流水线:Claude 规划 → Gemini 执行 → Claude 验证。

依赖

依赖 用途 安装

gemini CLI Lite 模式 见 github.com/google/gemini-cli

google-genai

Deep 模式 pip install -r requirements.txt

python-dotenv

.env 加载 可选,但推荐安装

GEMINI_API_KEY

API 认证 设置环境变量或写入 .env

模式选择

用户意图 模式 执行方式 耗时 输出质量

"深度研究/全面分析/深度调研" Deep Gemini Deep Research API 10-30min 完整研究报告+引用

"快速调研/初步看看/先出个草稿" Lite Gemini CLI 3-8min 研究草稿

"研究" (模糊) 询问用户选择 — — —

Stage 1: 规划(Claude,两种模式共用)

触发后的第一步:理解需求

阅读 references/research_methodology.md 后,与用户进行多轮对话:

  1. 理解目标(1-2个问题)

"你的研究目标是什么?学习、投资决策、写报告、还是做方案?"

根据回答调整后续问题:

  • 学习/好奇 → 问深度偏好和关注焦点

  • 投资决策 → 问决策标准和约束条件

  • 写报告 → 问受众和格式要求

  1. 消化用户素材

用户可能提供:思路文档、讨论框架、参考资料、数据文件夹。

  • 阅读所有素材

  • 提取关键信息和约束

  • 在提纲中体现用户的思路

  1. 讨论并确认研究提纲(核心步骤)

生成结构化提纲并与用户讨论确认:

研究主题:{topic}

研究目标

{由讨论确定}

核心研究问题

  1. {问题1}
  2. {问题2}
  3. {问题3}

报告结构要求

1. {章节1}

  • 重点关注:...
  • 数据来源要求:...

2. {章节2}

...

质量标准

  • 必须交叉验证的事实:...
  • 信息时效要求:...

用户素材/约束

  • {摘要}

用户确认后保存为 {output_dir}/{slug}/outline.md ,进入 Stage 2。

Stage 2: 执行

Deep Mode → Gemini Deep Research API

python {SKILL_DIR}/scripts/deep_research.py
"{topic}"
--outline {outline_path}
--data-dir {data_dir}
--attach {file1} --attach {file2}
--output {output_dir}/{slug}/

  • 耗时 10-30 分钟

  • 支持 file_search(自有数据)、多模态输入、流式输出

  • 参数/用法详见 docs/guide.md

Lite Mode → Gemini CLI

使用 scripts/lite_research.sh :

bash {SKILL_DIR}/scripts/lite_research.sh
--topic "{topic}"
--outline "{outline_path}"
--output "{output_dir}/{slug}/"
--model "{gemini_model}"

  • 耗时 3-8 分钟,草稿质量

  • 使用模型:gemini-3-pro-preview (可配置)

异步通知(两种模式共用)

执行完成后,通过 cron(wake) 通知主 agent:

cron( action: 'wake', text: '🔬 研究完成: {topic} 模式: {deep|lite} 关键发现: {2-3 bullet points} 报告路径: {output_path}', mode: 'now' )

注意:Stage 2 耗时较长(最多30分钟),必须使用 sessions_spawn 后台执行。

Stage 3: 验证(仅 Deep Mode)

收到 wake 通知后:

  • 读取完整报告

  • 按 references/research_methodology.md 的质量标准审查:

  • 源多样性和权威性

  • 关键事实交叉验证

  • 偏见和利益冲突评估

  • 信息时效性

  • 与用户提纲的覆盖度

  • 如有遗漏/问题 → 用 --followup 在原会话上追问: python {SKILL_DIR}/scripts/deep_research.py
    --followup {session_json} "请展开第二点的论据"

  • 整合为最终报告

输出结构

{output_dir}/{slug}/ ├── outline.md # Stage 1 生成的研究提纲 ├── {topic}_{ts}report.md # 研究报告(Deep/Lite) ├── {topic}{ts}_report.session.json # 会话文件(Deep,用于追问) └── verification_notes.md # 验证记录(Deep 可选)

约束

MUST

  • Stage 1 必须经过用户确认提纲后才能开始 Stage 2

  • 标注数据来源和获取时间

  • Deep Mode 必须进行 Stage 3 验证

MUST NOT

  • ❌ 跳过 Stage 1 直接执行研究

  • ❌ 在报告中编造引用或数据

  • ❌ Lite 模式冒充深度研究输出

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

financial-data-analysis

No summary provided by upstream source.

Repository SourceNeeds Review
Research

research-company

No summary provided by upstream source.

Repository SourceNeeds Review
General

cctv-news-fetcher

No summary provided by upstream source.

Repository SourceNeeds Review
General

trade-signal

No summary provided by upstream source.

Repository SourceNeeds Review