skills/zhangzhengeric/sage/deep-research-agent

deep-research-agent

SKILL.md

深度研究 Agent

以增量方式开展系统化研究并输出。

工作流

1. 大纲 → 2. 初始化 → 3. 研究 → 4. 更新 → 5. JSON → 6. HTML

1. 创建大纲(必须)

研究前先向用户展示大纲:

  • 研究目标
  • 需要回答的关键问题
  • 需要探索的信息来源
  • 预期交付物

获得用户确认后再继续。

2. 初始化研究环境

运行初始化脚本,使用绝对路径创建工作目录:

python skills/deep-research-agent/scripts/init_research.py <absolute_template_path> <absolute_project_path>

用法: python init_research.py <absolute_template_path> <absolute_project_path>

模板(研究方向模板):

不同研究类型使用对应的 Markdown 模板:

模板统一放在 deep-research-agent/templates 目录下,初始化时只需选择对应模板文件路径。

创建内容:

  • report.md - 复制选定模板(位于项目目录)
  • materials/ - 原始资料与笔记目录(包含 raw/ 与 notes/)

重要: 不要用 mkdir 或 Write tool 手动创建目录,必须通过初始化脚本生成结构。

3. 执行研究(增量)

搜索并立即保存:

每条有价值的信息都要 先保存到 materials 目录:

file_write(
    file_path="{project_path}/materials/raw/source_001.md",
    content="""## 来源: [标题]
- URL: [链接]
- 时间: [日期]

### 关键信息
- [要点1]
- [要点2]

### 数据
- [数据点]

### 引用原文
> [原文摘录]
"""
)

研究策略:

  • 按章节/小节搜索
  • 立即保存来源到 materials/
  • 标注与报告章节的关联

4. 按章节更新报告

当某一节内容充足时,立即更新报告:

file_update(
    file_path="{project_path}/report.md",
    search_pattern="## 1. 研究背景与目标\n\n{研究背景说明}",
    replacement="""## 1. 研究背景与目标

### 1.1 研究背景

[基于materials/中的资料,撰写详细背景]

[包含数据支撑、引用来源]

### 1.2 研究目标

[具体目标]

### 1.3 研究范围

[范围界定]"""
)

更新规则: 某一节有 3+ 可靠来源即可撰写。

5. 完成研究数据

在生成最终输出前,必须执行以下检查:

  1. 清理模板内容:检查 report.md 中是否还有未填充的模板占位符(如 {研究背景说明}{在此填写...} 等),全部删除
  2. 确认章节完整性:确保所有章节都已用实际研究内容替换,没有空章节
  3. 删除未使用章节:如某些章节无相关内容,直接删除该章节标题

然后生成包含结构化数据的 research_data.json

{
  "topic": "...",
  "created_at": "...",
  "outline": {...},
  "materials_count": 15,
  "sections_completed": ["1.1", "1.2", "3.1"],
  "key_findings": [...],
  "sources": [...]
}

输出结构

{user_specified_project_path}/
├── report.md               # 主报告(增量更新)
├── report.html             # 阅读友好的 HTML 版本
├── research_data.json      # 结构化数据
└── materials/
    ├── raw/                # 原始来源
    ├── notes/              # 按章节整理的笔记
    └── ...

关键原则

  1. 先保存:所有来源立即写入 materials/
  2. 尽早更新:内容成熟就写入报告
  3. 按章节推进:不要等全部研究完成
  4. 引用来源:报告内引用 materials/ 文件
  5. 结构一致research_data.json 与报告保持一致
  6. HTML 输出:最终必须将 report.md 转为 HTML,使用 scripts/md_to_html.py 生成。
    • 命令:python skills/deep-research-agent/scripts/md_to_html.py /absolute/path/report.md
    • 默认输出为 report.html,可用 --out 指定输出路径。

模板选择指南

模板位置:deep-research-agent/templates。无需在此列出具体模板名称。

Weekly Installs
6
GitHub Stars
835
First Seen
4 days ago
Installed on
opencode6
gemini-cli6
claude-code6
github-copilot6
codex6
kimi-cli6