Skills
skills/hxk622/tokendance/deep_research

deep_research

SKILL.md

能力概述

深度研究能力让你能够系统性地调研某个主题，通过多源搜索、信息聚合、交叉验证，生成结构化的研究报告。

核心特点：

  • 每个结论都标注来源引用，确保可追溯性
  • 自动评估来源可信度
  • 支持多维度拆解复杂主题
  • 交叉验证关键数据
  • 支持文档上传: 自动转换 PDF/Excel/Word 等文件为 Markdown

工作流程

Phase 0: 文档预处理（如有上传）

当用户上传文档时，优先处理：

  1. 检测附件类型（PDF/Excel/Word/CSV 等）
  2. 使用 file_converter 工具转换为 Markdown
  3. 提取关键信息并注入 Context
  4. 对于财报等结构化数据，自动识别关键指标

详见 L3 资源：resources/document_upload_guide.md

Phase 1: 需求澄清

与用户确认研究主题、深度、范围：

  • 主题是什么？
  • 需要多深入？（概览 / 深度分析）
  • 有无特定关注点？
  • 输出格式偏好？

Phase 2: 查询拆解

将主题拆解为多个搜索子查询，确保覆盖：

  • 概述：{topic} overview / 概述
  • 市场/规模：{topic} market size / 市场规模
  • 关键玩家：{topic} key players companies / 主要厂商
  • 技术趋势：{topic} trends 2024 / 发展趋势
  • 挑战问题：{topic} challenges problems / 面临挑战
  • 案例研究：{topic} case studies / 典型案例

Phase 3: 并行搜索

对每个子查询执行 web_search：

  • 每个维度至少获取 3-5 个来源
  • 优先选择权威来源
  • 记录搜索时间（时效性）

Phase 4: 内容提取

对搜索结果中的高相关性页面调用 read_url：

  • 只读取 Top 相关性页面（避免 Context 爆炸）
  • 优先官方网站、权威媒体
  • 对长文本先摘要再存储

Phase 4.5: 浏览器自动化（按需）

当遇到以下情况时，切换到浏览器操作：

  • 动态 SPA 应用（read_url 返回空白）
  • 需要登录的平台
  • 反爬虫保护的网站
  • 需要滚动/交互加载的内容

浏览器工作流：

  1. browser_open 打开目标页面
  2. browser_snapshot 获取页面结构（compact模式）
  3. 根据需要执行 browser_click/browser_fill
  4. browser_screenshot 记录关键帧
  5. 提取信息后 browser_close 释放资源

详见 L3 资源：resources/browser_automation.md

Phase 5: 信息聚合

  • 去重相同信息
  • 识别共识与分歧
  • 评估来源可信度
  • 整理关键数据点

Phase 6: 结构化输出

生成研究报告，标注引用

Phase 7: 用户确认

询问是否需要深入某个方向

工具使用

web_search

用途：搜索网页信息

参数：

  • query: 搜索查询（精确、具体）
  • num_results: 结果数量（建议 5-10）

最佳实践：

  • 查询要具体，避免泛泛而谈
  • 多个维度分别搜索，而非一次搜全部
  • 优先使用英文搜索（信息更丰富）
  • 对于中文主题，中英文各搜一次

示例：

web_search(query="AI Agent market size 2024", num_results=5)
web_search(query="AI Agent 市场规模 2024", num_results=5)

read_url

用途：提取网页完整内容

参数：

  • url: 目标 URL

最佳实践：

  • 只读取搜索结果中的高相关性页面
  • 优先选择官方网站、权威媒体
  • 对于长文本（>2000字），先摘要再存储

示例：

read_url(url="https://example.com/article")

wechat_article

用途：提取微信公众号文章内容

参数：

  • url: 微信公众号文章链接 (mp.weixin.qq.com)
  • format: 输出格式，"markdown" (默认) 或 "html"
  • include_images: 是否包含图片引用 (默认 true)

最佳实践：

  • 当用户提供微信公众号链接时，使用此工具而不是 read_url
  • 微信文章通常无法通过通用爬虫抓取
  • 输出为干净的 Markdown 格式

示例：

wechat_article(url="https://mp.weixin.qq.com/s/xxxxx")
wechat_article(url="https://mp.weixin.qq.com/s/xxxxx", format="html")

create_document

用途：创建研究报告

参数：

  • title: 报告标题
  • content: Markdown 格式内容
  • format: 输出格式（markdown）

file_converter

用途：将上传文件转换为 Markdown

参数：

  • file_path: 文件路径（绝对或相对）
  • extract_images: 是否提取图片描述（默认 false）

支持格式：

  • 办公文档: PDF, DOCX, PPTX, XLSX, XLS
  • 结构化数据: CSV, JSON, XML
  • 文本: TXT, MD, HTML
  • 图片: JPG, PNG (需 Vision LLM)
  • 压缩包: ZIP (递归处理)

示例：

file_converter(file_path="/workspace/uploads/2024Q3_财报.xlsx")
file_converter(file_path="/workspace/uploads/行业报告_2024.pdf")

详见 L3 资源：resources/document_upload_guide.md

browser_* 系列（浏览器自动化）

基于 agent-browser 的 Snapshot + Refs 机制，相比传统 Playwright 节省 93%+ tokens。

browser_open: 打开网页

browser_open(url="https://example.com")
# 返回: {"title": "...", "url": "..."}

browser_snapshot: 获取页面结构快照（核心）

browser_snapshot(interactive_only=True, compact=True)
# 返回压缩的 Markdown 格式，约 500-2000 tokens
# - @e1 [搜索框] type=input
# - @e2 [按钮] type=button

browser_click: 点击元素

browser_click(ref="@e1")  # 使用 snapshot 返回的 Ref ID

browser_fill: 填充输入框

browser_fill(ref="@e1", text="搜索关键词")

browser_screenshot: 截取关键帧

browser_screenshot(path="/workspace/screenshots/step1.png")

browser_close: 关闭浏览器

browser_close()

详细用法参见 L3 资源：resources/browser_automation.md

最佳实践

1. Read-then-Summarize

对于长文本（>2000字）：

  1. 先用小模型摘要
  2. 摘要放入 Context
  3. 原文存储到文件系统

2. 引用回溯

每个关键结论必须标注引用：

  • 格式：[1]、[2]
  • 在文末列出完整引用信息
  • 引用格式：[编号] 标题 - 来源域名 (可信度)

3. 来源可信度评分

来源类型 评分
官方网站/政府机构 ★★★★★
知名媒体/研究机构 ★★★★
专业博客/技术文档 ★★★
社交媒体/论坛 ★★
未知来源 ★

4. 交叉验证

  • 关键数据至少 2 个来源确认
  • 存在分歧时明确标注
  • 不同来源的数据范围要说明

5. 时效性标注

  • 注明搜索日期
  • 对于快速变化的领域，提醒用户数据可能过时

输出格式

# [研究主题] 深度研究报告

> 研究日期：YYYY-MM-DD
> 研究深度：[概览/深度分析]

## 摘要
3-5 句话概括核心发现，包含最重要的数据点。

## 目录
- 1. 概述
- 2. 市场规模与趋势
- 3. 主要玩家
- 4. 技术分析
- 5. 挑战与机遇
- 6. 结论与建议

## 1. 概述
简要介绍主题背景...[1]

## 2. 市场规模与趋势
### 2.1 市场规模
具体数据...[2][3]

### 2.2 增长趋势
分析内容...[4]

## 3. 主要玩家
| 公司 | 产品 | 特点 |
|------|------|------|
| ... | ... | ... |

## 4. 技术分析
技术细节...[5]

## 5. 挑战与机遇
### 5.1 主要挑战
- 挑战1...[6]
- 挑战2...

### 5.2 机遇
- 机遇1...

## 6. 结论与建议
总结性内容...

---

## 参考来源
[1] 标题 - example.com (★★★★)
[2] 标题 - research.org (★★★★★)
[3] 标题 - news.com (★★★★)
...

## 数据说明
- 本报告数据采集于 YYYY-MM-DD
- 部分数据存在来源差异，已在文中标注
- 对于快速变化的领域，建议定期更新

注意事项

  1. 避免 Context 爆炸

    • 不要一次性搜索太多 query
    • 长文本先摘要
    • 只提取关键信息入 Context

  2. 语言策略

    • 优先使用英文搜索（信息更丰富）
    • 对于中文主题，中英文各搜一次
    • 输出语言与用户输入保持一致

  3. 时效性处理

    • 对于时效性强的内容，注明搜索日期
    • 提醒用户数据可能变化

  4. 不确定性处理

    • 明确标注"据多个来源显示"/"部分来源认为"
    • 存在争议时两方观点都呈现
    • 避免过度断言

  5. 隐私与版权

    • 不搜索个人隐私信息
    • 引用内容要标注来源
    • 大段引用需注明"引自"
Weekly Installs
0
Repository
hxk622/tokendance
GitHub Stars
5
First Seen
Jan 1, 1970
Security Audits
Gen Agent Trust HubFail
SocketPass
SnykWarn