← 返回 Skills 市场
realpda

深度话题调研工作流

作者 RealGhost · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ 安全检测通过
58
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install deep-topic-research
功能描述
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。
使用说明 (SKILL.md)

\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

  1. 课题是什么? 确保理解正确\r
  2. 研究深度? 快速概览 vs 深度报告\r
  3. 最终产出? 给我看报告 vs 写入Obsidian笔记\r
  4. 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
安全使用建议
This skill appears safe to install as an instruction-only research workflow. Before using it, be aware that it is designed to browse the web, delegate search subtasks, and optionally save a report to Obsidian if you ask; avoid including confidential information unless you are comfortable with those tools processing it.
功能分析
Type: OpenClaw Skill Name: deep-topic-research Version: 1.0.0 The skill bundle defines a legitimate research workflow for an AI agent, focusing on structured topic analysis and industry reporting. It utilizes standard agent capabilities like 'delegate_task', 'browser_navigate', and 'web_extract' to perform searches and extract information, with clear instructions for source verification and quality control (SKILL.md). No evidence of data exfiltration, malicious execution, or harmful prompt injection was found.
能力评估
Purpose & Capability
The stated purpose is deep topic or industry research, and the SKILL.md instructions consistently focus on scoped searching, source review, synthesis, and structured reporting.
Instruction Scope
The workflow asks the agent to use web extraction/browser tools and delegate parallel search subtasks, but it also sets limits on search rounds, deep-read pages, and requires showing intermediate findings before proceeding.
Install Mechanism
No install spec, code files, required binaries, environment variables, or credentials are present; this is an instruction-only skill.
Credentials
External web access and subagent delegation are proportionate for a research workflow, but users should avoid including confidential information in research prompts unless they intend it to be processed by those tools.
Persistence & Privilege
The only persistence mentioned is optional writing to Obsidian when the user asks and supplies a path; no background persistence, credential use, or autonomous file modification is shown.
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install deep-topic-research
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /deep-topic-research 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
deep-topic-research v1.0.0 - Initial release of a structured deep topic/industry research workflow. - Implements parallel multi-agent search, controlled information collection, and staged discovery-feedback loops. - Focuses on 2-4 key research dimensions, prioritizing credible sources and avoiding unreliable platforms (e.g., Zhihu, Baidu Knows). - Requires presentation of interim findings before proceeding, allowing user involvement in research direction. - Enforces rigorous source citation, balanced perspectives, and actionable recommendations in final reports. - Built-in self-check for data support, coverage, and efficiency before report delivery.
元数据
Slug deep-topic-research
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

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。

💬 留言讨论