← 返回
未分类

Deep Research Pro v2.1

Conducts stepwise in-depth research by generating detailed source cards with data, quotes, quality scores, cross-analyzing findings, and producing fully cite...
通过生成包含数据、引用和质量评分的详细来源卡片,交叉分析研究结果,逐步进行深入研究,产出完整引用的...
xueylee-dotcom xueylee-dotcom 来源
未分类 clawhub v2.1.0 1 版本 100000 Key: 无需
★ 0
Stars
📥 443
下载
💾 0
安装
1
版本
#deep#enforced#latest#research#study

概述

Skill: Deep Research Pro (v2.1 - Enforced Depth)

> 版本:2.1.0

> 描述:世界领先的深度研究技能,强制来源卡片化、禁止跳过中间步骤

核心原则

没有来源卡片,就没有报告

触发命令

/research <主题> [--depth deep]


🔴 强制执行流程(不可跳过)

Step 1: 研究规划 (必须输出文件)

  • 生成 research/plan.md
  • 列出至少 5 个具体检索查询式 (Query Strings)
  • 用户确认后才能继续

Step 2: 来源检索与卡片化 (核心深度环节)

  • 禁止直接写报告
  • 每找到 1 个有效来源,必须立即生成 sources/card-{{001..020}}.md
  • 最低数量要求:deep 模式至少 15 个有效卡片
  • 每个卡片必须包含:
  • 完整标题、作者、年份、URL/DOI
  • 核心数据提取:具体数值、样本量、P值、置信区间
  • 原文引用:至少 1 段直接引用原文 (Quote)
  • 质量评分:使用 scripts/quality-score.py 计算

Step 3: 交叉分析 (必须输出文件)

  • 生成 analysis/synthesis.md
  • 强制对比:至少找出 3 组相互矛盾或差异的数据
  • 强制归因:解释差异原因 (样本?方法?地域?)
  • 每个观点必须标注来源卡片编号 (如 [card-003])

Step 4: 报告生成 (最后一步)

  • 生成 reports/final-report.md
  • 引用检查:每个数据点后必须标注 [[card-xxx]]
  • 完整性检查:如果来源卡片 < 15 个,拒绝生成报告并报错

🔴 质量门禁 (Quality Gates)

自检脚本使用方法

# 检查来源卡片数量
COUNT=$(ls sources/card-*.md 2>/dev/null | wc -l)
if [ $COUNT -lt 15 ]; then
 echo "❌ 错误:来源卡片不足 15 个,当前 $COUNT 个。请继续检索。"
 exit 1
fi

# 检查引用链接
if ! grep -q "\[\[card-" reports/final-report.md; then
 echo "❌ 错误:报告未包含来源卡片引用。"
 exit 1
fi

# 运行质量评分
for card in sources/card-*.md; do
 python3 scripts/quality-score.py "$card"
done

📋 分步执行命令

Step 1: 规划

生成研究计划:创建 research/plan.md
列出检索式:至少 5 个具体查询
用户确认:等待用户确认后再继续

Step 2: 检索与卡片化(循环执行)

使用 OpenAlex API 检索学术论文
使用网页浏览工具获取行业报告
每找到一个有效来源,立即生成卡片:
 - sources/card-001.md
 - sources/card-002.md
 ...
直到卡片数量 >= 15

Step 3: 分析与报告

生成 analysis/synthesis.md(交叉分析)
生成 reports/final-report.md(最终报告)
每个数据点必须标注 [[card-xxx]]

📄 来源卡片模板

详细模板见:templates/source-card.md

关键字段:

  • source_id: card-001 格式
  • core_data: 具体数值(样本量、结果、p值)
  • quote: 原文引用(至少50字)
  • quality_score: 0-10分

🔧 工具依赖

工具用途状态
------------------
OpenAlex API学术论文检索✅ 可用
网页浏览工具行业报告获取✅ 可用
quality-score.py质量评分✅ 已部署
文件系统读写权限✅ 可用

⚠️ 异常处理

  • 如果无法获取最新数据 (2024-2026),必须在报告首页标注"数据截止于模型训练时间"
  • 如果来源质量评分普遍 < 6 分,必须停止并告知用户"缺乏高质量证据"
  • 如果用户中断流程,已生成的卡片文件保留供下次使用

📊 与v2.0对比

维度v2.0v2.1
------------------
卡片化强制
数据提取必须具体数值
原文引用必须50字+
分步执行建议强制
引用标注必须[[card-xxx]]
质量门禁建议强制检查

Skill版本:2.1.0 | 最后更新:2026-03-19

版本历史

共 1 个版本

  • v2.1.0 当前
    2026-05-02 13:02 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

professional

Stock Market Pro

kys42
Yahoo Finance (yfinance) 驱动的股票分析技能:行情报价、基本面、ASCII 趋势图、高分辨率图表(RSI/MACD/BB/VWAP/ATR),以及可选的网络...
★ 166 📥 40,464
professional

A股量化 AkShare

mbpz
A股量化数据分析工具,基于AkShare库获取A股行情、财务数据、板块信息等。用于回答关于A股股票查询、行情数据、财务分析、选股等问题。
★ 200 📥 64,279
professional

All-Market Financial Data Hub

financial-ai-analyst
基于东方财富数据库,支持自然语言查询金融数据,覆盖A股、港股、美股、基金、债券等资产,提供实时行情、公司信息、估值、财务报表等,适用于投资研究、交易复盘、市场监控、行业分析、信用研究、财报审计、资产配置等场景,满足机构与个人需求。返回结果为
★ 134 📥 43,007