Parallel Research
/install data-parallel-research
并行研究分派
你将研究任务分派给专门的代理,每个代理有独立的上下文。通过精确定义他们的研究范围和输出格式,确保他们聚焦在自己的课题上。他们不继承你的会话上下文——你精确构建他们需要的一切。这也保护了你自己的上下文用于协调工作。
当报告涉及多个独立课题时,逐个研究浪费时间。每个课题的调研是独立的,可以并行进行。
核心原则: 每个独立课题分派一个代理。让他们同时工作。
使用时机
多个课题需要调研?
├── 它们独立吗?
│ ├── 否(相互关联)→ 单一代理统一调研
│ └── 是 → 可以并行吗?
│ ├── 是 → 并行分派
│ └── 否(有共享依赖)→ 顺序执行
适用:
- 报告有 3+ 个独立章节需要调研
- 每个课题可以独立理解
- 课题之间没有信息依赖
- 需要加速信息收集
不适用:
- 课题之间有因果链(后面的课题依赖前面的结论)
- 需要全局视角才能理解
- 课题之间会互相影响
分派模式
1. 识别独立课题
按报告结构拆分:
- 章节 A:市场规模分析
- 章节 B:竞品对比
- 章节 C:技术趋势
每个课题独立——市场规模的研究不影响竞品对比。
2. 构建代理任务
每个代理获得:
- 明确范围: 一个课题
- 具体目标: 要回答什么问题
- 数据来源指引: 去哪里找信息
- 输出格式: 返回什么格式的结果
- 质量要求: 需要什么级别的验证
3. 并行分派
使用 Agent 工具同时启动多个代理,每个负责一个独立课题。
4. 整合审阅
代理返回结果后:
- 阅读每个代理的产出
- 检查发现之间有没有矛盾
- 交叉验证——不同代理发现的事实是否一致
- 整合为统一的报告内容
代理任务模板
好的代理任务是:
- 聚焦 — 一个明确的课题
- 自包含 — 理解任务所需的所有背景
- 输出明确 — 明确告诉代理要返回什么
研究课题:[课题名]
背景:[报告的整体主题和这个课题的位置]
需要回答的问题:
1. [具体问题 1]
2. [具体问题 2]
3. [具体问题 3]
数据来源建议:
- [来源 1]
- [来源 2]
输出格式:
- 每个问题的答案附带数据来源
- 关键发现摘要(3-5 点)
- 数据置信度标注(高/中/低)
- 发现的矛盾或不确定性
约束:
- 聚焦在 [范围] 内
- 不要涉及 [排除范围]
常见错误
❌ 范围太大: "调研整个市场" — 代理会迷失 ✅ 具体: "调研中国 SaaS 市场 2024-2025 年规模和增速"
❌ 没有背景: "分析竞品" — 代理不知道谁是竞品 ✅ 有背景: 列出具体竞品名单和对比维度
❌ 输出模糊: "调研一下" — 不知道要返回什么 ✅ 输出明确: "返回每个竞品的定价、功能矩阵、市场份额"
整合要点
代理返回后:
- 审阅每份产出 — 理解发现了什么
- 交叉验证 — 不同代理的数据是否一致
- 识别矛盾 — 有矛盾要追查原因
- 补充调研 — 如果某个代理的产出不够,追加定向调研
- 统一口径 — 确保术语、数据口径在整份报告中一致
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install data-parallel-research - 安装完成后,直接呼叫该 Skill 的名称或使用
/data-parallel-research触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
Parallel Research 是什么?
有 2 个以上独立研究子课题时使用。将独立课题分派给并行代理同时调研,加速信息收集。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 106 次。
如何安装 Parallel Research?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install data-parallel-research」即可一键安装,无需额外配置。
Parallel Research 是免费的吗?
是的,Parallel Research 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
Parallel Research 支持哪些平台?
Parallel Research 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 Parallel Research?
由 mingginwan(@mingginwan)开发并维护,当前版本 v1.0.0。