AI agent skill · by @xerrors

Deep Research

深度研究编排方法论：澄清范围、拆解规划、并行调度子智能体调研、对抗式核验、综合成带引用的结构化报告。当任务需要多来源、可追溯、需事实核查的深度研究时使用此技能。

Archived 2026-10-23 · Source updated 2026-09-17 · License: MIT. Check the original repository for the latest version.

SKILL.md instructions

# 深度研究技能

当任务目标是产出**多来源、可追溯、经过核验**的深度研究结论（科研综述、行业/竞品调研、技术选型、专题分析等）时，使用此技能组织整个研究过程。本技能的核心是**编排**：你负责整体把控与子智能体调度，把繁重的检索与核验工作派发出去，自己专注规划与综合。

## 可用子智能体

通过 `subagent_start` 工具派发，记录返回的 run_id；需要结果时调用 `subagent_await`。互不依赖的子任务先全部派发，再等待结果：

- `research-explorer`（调研探索员）：围绕一个明确子问题做多轮网页/知识库检索，返回按要点组织、带 `<cite>` 引用的结构化发现。**这是主力，按子问题并行多开。**
- `fact-verifier`（事实核查员）：对给定的关键论断做对抗式核验，逐条给出 支持 / 存疑 / 反驳 + 依据来源 + 置信度，并标注冲突。

## 编排流程

### 1. 澄清范围
问题不明确时，先用 `ask_user_question` 补充 2-3 个关键问题（研究目标、受众、范围边界、地域/时效、输出语言与形式），对齐验收标准后再开工。已经清晰的任务不要反复追问。

### 2. 规划拆解
用 `write_todos` 把研究目标拆成**可独立调研**的子问题，每个子问题写明产出标准（要回答什么、需要哪类证据）。子问题应正交、覆盖完整，避免重叠或遗漏关键角度。

### 3. 并行派发调研
- 把互不依赖的子问题用**多个 `subagent_start` 调用并行**派发给 `research-explorer`。
- 每次派发在 `description` 中写清：子问题目标、已知上下文、期望输出格式（要点 + `<cite source="$URL" type="url">$INDEX</cite>` 引用 + 参考来源列表）。
- 何时派发 vs 自己直检：子问题复杂、需多轮检索、可隔离上下文、可并行时一律派发子智能体；仅在澄清范围、补一两个零散事实、或快速校正方向时才自己少量直接检索。
- 子问题之间有依赖时，先派发前置子问题，拿到结果后再派发后续。

### 4. 核验关键结论
对**影响最终结论的关键论断**、数字、以及子智能体之间相互冲突的发现，派发 `fact-verifier` 做对抗式核验。要求其默认倾向「证据不足即标注存疑」。核验未通过的结论不要写进正文，或必须明确降级标注。

### 5. 综合成稿
证据充分后，由你统一综合为结构化报告，**不要**简单拼接子智能体返回的原文。组织顺序：问题定义 → 证据整理 → 分析比较 → 结论与建议 → 来源。围绕「论证」而非「资料堆砌」，每个结论都要有证据支撑。

### 6. 停止准则
信息饱和、或确认无法获取更多有效信息即停。明确标注证据缺口与不确定性，不臆断、不编造来源。

## 引用规范

- 报告中关键结论、数据、观点必须绑定来源。
- 沿用 `<cite source="$URL" type="url">$INDEX</cite>` 标注，$INDEX 从 1 起递增，引用紧跟结论后、不单独成行。
- 文末单列「来源」章节，逐条列出标题与 URL；引用用户附件/知识库时标明文件名或路径。

## 输出约束

- 最终交付的是一份可直接使用的报告，而不是「我打算怎么研究」。
- 不要外泄中间推理过程、原始检索日志，也不要把待办清单原样输出成正文。
- 报告语言与用户提问语言一致，使用正式、克制、可复核的书面表达。