/install deep-topic-research
\r \r
深度话题调研工作流(Deep Topic Research)\r
\r
原则:先搜、再看、再提炼。搜就好好搜,看就仔细看,但够用就停。\r \r
适用场景\r
\r 用户需要深入了解某个具体话题/课题/行业/市场时,例如:\r
- "帮我调研一下日本劳务输出市场"\r
- "研究一下停车场收购的回报率"\r
- "自助洗车行业可行性分析"\r
- "青岛租房市场2026年行情预测"\r
- "中美AI芯片竞争格局"\r
\r
不是研究某个人物(人物研究用
master-research-workflow)。\r \r ---\r \r
核心设计理念\r
\r 结合两个方法论的精髓:\r \r | 来源 | 吸收了什么 |\r |------|-----------|\r | 女娲 Nuwa | 多智能体并行搜索、来源权重体系、质量检查点、参考来源规范化 |\r | AutoGLM DeepResearch | 克制搜索(够用就停)、先展示中间结果、深读页面全文、结构化报告模板 |\r \r ---\r \r
流程\r
\r
Phase 0:课题确认(30秒)\r
\r 先快速确认:\r \r
- 课题是什么? 确保理解正确\r
- 研究深度? 快速概览 vs 深度报告\r
- 最终产出? 给我看报告 vs 写入Obsidian笔记\r
- 已有认知? 用户已经知道什么(避免重复劳动)\r \r 如果用户只说"调研XXX"无额外信息 → 默认中等深度 + 直接给报告。\r \r
Phase 1:拆解子问题 + 并行搜索\r
\r
1.1 拆解子问题\r
\r 将课题拆解为 2-4 个最关键的搜索方向,不要过度扩散。优先选择:\r \r 最常见的研究维度(按需选用,不必全部覆盖):\r \r | 维度 | 典型问题 | 何时用 |\r |------|---------|-------|\r | 市场/行业现状 | 规模、增长率、竞争格局 | ⭐ 几乎必用 |\r | 关键数据 | 价格、回报率、成本结构 | ⭐ 几乎必用 |\r | 政策/法规 | 准入门槛、资质要求 | ⭐ 涉及行业的课题 |\r | 头部玩家/案例 | 谁在做、做得怎么样 | ⭐ 想做竞品分析时 |\r | 趋势/前景 | 未来走向、增长空间 | ⭐ 投资决策类课题 |\r | 风险/挑战 | 坑在哪里、失败原因 | ⭐ 可行性评估类课题 |\r | 实操方法 | 怎么入门、步骤流程 | ⭐ 想自己入局时 |\r \r
💡 参考 DeepResearch 原则:2-4 个维度足够,不要穷尽。 如果课题本身就具体(如"青岛五四广场附近一居室租金"),直接搜索,不必拆解。\r \r
1.2 并行搜索\r
\r
用 delegate_task 并行搜索,每个子智能体负责一个维度。\r
\r
每次搜索后,必须先展示中间发现(见 Phase 1.5)。\r
\r
1.3 搜索控制规则(借鉴 DeepResearch)\r
\r | 变量 | 默认 | 上限 | 何时追加 |\r |------|------|------|---------|\r | 搜索轮次 | 1次 | 2次 | 第一次结果质量差或关键维度缺失 |\r | 深读页面 | 1个 | 3个 | 第一个页面信息不足或需交叉验证 |\r \r
💡 克制原则: 够用就停,不追求穷尽式检索。优先少调用、快返回。\r \r
1.4 来源权重与排除\r
\r 来源可信度权重:\r \r | 来源类型 | 揭示什么 | 权重 |\r |---------|---------|:----:|\r | 官方数据/政府报告/行业协会白皮书 | 权威数据 | ⭐⭐⭐ |\r | 知名媒体深度报道(财新、36氪、晚点等) | 行业分析 | ⭐⭐⭐ |\r | 企业官网/招股书/财报 | 一手商业信息 | ⭐⭐⭐ |\r | 专业人士访谈/播客 | 一线经验 | ⭐⭐ |\r | 普通媒体报道/转载 | 参考但不一定准确 | ⭐⭐ |\r | 论坛/贴吧/自媒体个人观点 | 仅供参考 | ⭐ |\r \r 排除清单: 知乎、百度知道、贴吧、纯个人自媒体(无信誉背书的)\r \r
Phase 1.5:中间发现展示(借鉴 DeepResearch)\r
\r 每次搜索或深读后,先展示给用户再决策下一步:\r \r
📌 当前搜索发现(维度:XXX)\r
━━━━━━━━━━━━━━━━━━━━━━━\r
✅ 已确认:\r
- 事实A(来源:xxx.com)\r
- 事实B(来源:yyy.com)\r
\r
❓ 仍需确认:\r
- 维度X的信息还可以,但深度不够,要不要深读某个页面?\r
- 维度Y完全没有覆盖到,需要追加搜索吗?\r
\r
📖 待深读的页面(1-2个):\r
1. [页面标题](URL) — 为什么值得深读\r
```\r
\r
### Phase 2:深读关键页面\r
\r
从搜索结果中筛选 **1-3 个最相关的页面**,获取全文精读。\r
\r
**筛选标准:**\r
- snippet 信息量丰富、与课题高度相关\r
- 来源权威(官方报告、深度行业分析、一手数据)\r
- 避免重复来源(不要读两个说了同一件事的页面)\r
\r
**精读方法:**\r
- 用 `browser_navigate` 或 `web_extract` 获取页面全文\r
- 提取关键数字、核心论据、可验证的事实\r
\r
> 💡 参考 DeepResearch:默认只深读 1 个页面。仅当第一个页面信息不足、存在明显缺口、或需要交叉验证时,再增加到 2-3 个。\r
\r
### Phase 3:综合分析 + 产出报告\r
\r
#### 3.1 先出「中间结论」\r
\r
在正式写报告前,先列一段简短的当前发现:\r
\r
```\r
📋 调研快照\r
━━━━━━━━━━━\r
覆盖维度:市场现状、关键数据、头部案例\r
已确认:X个关键事实\r
仍有疑问:Y个待确认点\r
总体判断:信息足够/还需补充\r
```\r
\r
如果信息足够 → 进入报告撰写。\r
如果信息不足 → 回到 Phase 1 补充。\r
\r
#### 3.2 结构化报告模板\r
\r
**方式 A:直接给报告(推荐)**\r
\r
直接输出结构化的调研报告,格式如下:\r
\r
```\r
# [课题名称] 深度调研报告\r
\r
> 一句话核心结论\r
\r
---\r
\r
## 概述\r
(2-3 句话概括核心发现)\r
\r
## 市场/行业现状\r
(规模、竞争格局、发展阶段等关键数据)\r
\r
## 关键数据\r
(核心数字——价格、回报率、增长率、门槛等)\r
\r
## 头部玩家/典型案例\r
(谁在做、怎么做的、做得怎么样)\r
\r
## 政策与法规(如相关)\r
(准入门槛、资质、监管方向)\r
\r
## 趋势与前景\r
(未来走向、增长空间、风口还是坑)\r
\r
## 风险与挑战\r
(坑在哪里、失败原因、入局需谨慎的地方)\r
\r
## 可操作建议\r
(对用户的具体建议——要不要做、怎么做、先做什么)\r
\r
## 参考来源\r
1. [标题](URL) — 来源类型\r
2. [标题](URL) — 来源类型\r
3. [标题](URL) — 来源类型\r
\r
---\r
\r
*调研时间:日期 | 基于 Deep Topic Research 工作流*\r
```\r
\r
**方式 B:写入Obsidian(如用户要求)**\r
\r
文件路径由用户在 Phase 0 指定。\r
\r
---\r
\r
### Phase 4:质量自检\r
\r
| 检查项 | 通过标准 | 失败信号 |\r
|-------|---------|---------|\r
| 数据支撑 | 关键结论有数据/来源 | 空口说白话 |\r
| 覆盖维度 | 至少覆盖2-3个关键维度 | 只从单一角度论证 |\r
| 来源引用 | 每条数据有出处 | 无来源 |\r
| 正反兼顾 | 既有机会也有风险 | 只说好或只说坏 |\r
| 实用建议 | 对用户的具体行动有指导 | 只有空泛结论 |\r
| 克制调用 | 搜索≤2次+深读≤3个 | 过度搜索导致响应慢 |\r
\r
**全部通过 → 交付。有未通过 → 回溯补充。**\r
\r
---\r
\r
### 核心原则\r
\r
- ✅ **先展示中间发现**,让用户参与判断方向\r
- ✅ **克制调用**,够用就停,不追求穷尽\r
- ✅ **每条数据带来源出处**\r
- ✅ **正反两面都呈现**,不做"只说好"的咨询报告\r
- ✅ **最终建议要可操作**,不是"建议继续观察"这种废话\r
- ❌ 不使用知乎、百度知道、贴吧\r
- ❌ 不用搜索引擎第一页的结果概括当深度分析\r
- ❌ 不编造数据\r
- ❌ 不在信息不足时强行出结论\r
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install deep-topic-research - 安装完成后,直接呼叫该 Skill 的名称或使用
/deep-topic-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
深度话题调研工作流 是什么?
对用户提出的具体话题/课题/行业进行深度调研,输出结构化报告。结合多智能体并行搜索(借鉴女娲Nuwa)和克制调用原则(借鉴AutoGLM DeepResearch),先展示中间发现再决策。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 58 次。
如何安装 深度话题调研工作流?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install deep-topic-research」即可一键安装,无需额外配置。
深度话题调研工作流 是免费的吗?
是的,深度话题调研工作流 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
深度话题调研工作流 支持哪些平台?
深度话题调研工作流 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 深度话题调研工作流?
由 RealGhost(@realpda)开发并维护,当前版本 v1.0.0。