深度调研

执行多步骤自主调研：市场分析、竞品研究、行业报告、文献综述。自动搜索、分析、综合，生成完整调研报告。

使用场景

• 用户说「帮我调研 AI 办公助手市场」「分析前 5 名竞品」
• 用户说「做一份行业趋势报告」「调研这个赛道的机会」
• 用户说「帮我深入研究这个话题，写一份完整报告」
• 用户说「收集整理过去一周AI行业的热点新闻资讯」

执行方式

使用爬虫类 Skill（如 Crawl4AI）快速获取完整网页内容，大幅缩短调研时间。

调研流程

Step 1: 理解调研目标
  ↓ 明确范围、深度、输出格式

Step 2: 制定调研计划
  ↓ 拆解为 3-5 个子课题

Step 3: 批量搜索 + 内容抓取 (核心)
  ↓ 3.1 调用 web_search 工具获取相关 URL 列表 (自动选择 Tavily/Exa/Jina)
  ↓ 3.2 爬虫类 Skill (Crawl4AI) 并发抓取完整内容
  ↓     Playwright 浏览器引擎 → 突破反爬
  ↓     PruningContentFilter → 去除噪声
  ↓     自动输出干净 Markdown

Step 4: 交叉验证
  ↓ 多个来源互相印证

Step 5: 综合分析
  ↓ 发现趋势、对比、洞察

Step 6: 生成报告
  ↓ 结构化输出

实现示例

from crawl4ai import AsyncWebCrawler, CrawlerRunConfig, CacheMode
from crawl4ai.content_filter_strategy import PruningContentFilter
from crawl4ai.markdown_generation_strategy import DefaultMarkdownGenerator

# Step 1: 调用 web_search 工具获取 URL（自动选择最佳搜索源）
search_queries = ["AI 办公助手 市场分析", "AI 办公助手 竞品对比"]

all_urls = []
for query in search_queries:
    # 直接调用 web_search 工具（自动降级 Tavily → Exa → Jina）
    results = await web_search(query=query, max_results=10, search_depth="advanced")
    all_urls.extend([r["url"] for r in results.get("results", [])[:5]])

unique_urls = list(set(all_urls))[:15]

# Step 2: Crawl4AI 并发抓取完整内容
config = CrawlerRunConfig(
    cache_mode=CacheMode.BYPASS,
    markdown_generator=DefaultMarkdownGenerator(
        content_filter=PruningContentFilter(threshold=0.4)
    ),
)

async with AsyncWebCrawler() as crawler:
    results = await crawler.arun_many(unique_urls, config=config)

# Step 3: 提取成功的文章
valid = [r for r in results if r.success]

# Step 4: 构建上下文给 LLM 分析
context = ""
for article in valid:
    content = article.markdown.fit_markdown or article.markdown.raw_markdown
    context += f"来源: {article.url}\n\n"
    context += f"{content[:2000]}\n\n---\n\n"

# Step 5: LLM 综合分析 (基于完整内容，质量远高于搜索摘要)

报告结构

# [调研主题] 调研报告

**调研日期**: YYYY-MM-DD
**调研范围**: [描述]

## Executive Summary
[1-2 段核心发现]

## 1. 背景与现状
[行业/市场背景]

## 2. 主要发现
### 2.1 [子课题 1]
[详细分析]

### 2.2 [子课题 2]
[详细分析]

## 3. 对比分析
[表格对比、优劣势分析]

## 4. 趋势与预测
[基于数据的趋势判断]

## 5. 建议与行动项
[可执行的建议]

## 参考来源
[标注所有信息来源 URL]

调研质量标准

维度	要求
来源多样性	至少 5 个不同来源
时效性	优先最近 12 个月的数据
交叉验证	关键数据至少 2 个来源确认
客观性	呈现多方观点，不偏颇
可追溯	所有数据标注来源
内容完整性	基于完整文章（非搜索摘要）

输出规范

• 报告长度根据主题复杂度自适应（1000-5000 字）
• 使用表格、对比矩阵增强可读性
• 所有数据标注来源链接
• 明确区分「事实」和「分析/推测」
• 报告末尾附信息来源列表