pr-deep-research
Skill2 starsChanged 5 months agoMITView on GitHub
深度研究与搜索。当用户需要深入调研某个话题时触发: - "帮我调研一下 XXX" - "深度搜索 XXX" - "研究一下 XXX 的最新进展" - "帮我查一下 XXX 的资料" - 需要多轮搜索、多源整合的复杂信息需求 不适用于:简单事实查询(直接回答)、已知 URL 抓取(用 web_fetch)
In this repository71 other files it gives its agents.
- CLAUDE.mdCLAUDE.md
- academic-searchSkill
- agent-reachSkill
- anysearchSkill
- brainstormingSkill
- brave-searchSkill
- clash-verge-controlSkill
- drawio-skillSkill
- find-skillsSkill
- fireworks-tech-graphSkill
- github-trending-discoverySkill
- html-pptSkill
- humanizer-zhSkill
- ai-news-collectorSkill
- info-andrej-karpathy-rssSkill
- info-daily-hot-topicsSkill
- karpathy-guidelinesSkill
- markdown-to-docxSkill
- mcp-builderSkill
- minimax-docxSkill
- minimax-pdfSkill
- minimax-xlsxSkill
- office-docxSkill
- office-pdfSkill
- office-pptxSkill
- office-pywordSkill
- office-xlsxSkill
- ontologySkill
- openclaw-optimizationSkill
- pd-architectureSkill
- pd-bddSkill
- pd-brainstormingSkill
- pd-diagnoseSkill
- pd-docSkill
- pd-executionSkill
- pd-grill-with-docsSkill
- pd-improve-codebase-architectureSkill
- pd-planSkill
- pd-postgresSkill
- pd-prototypeSkill
- pd-puaSkill
- pd-reviewSkill
- pd-rules-checkSkill
- pd-setupSkill
- pd-simplifySkill
- pd-tddSkill
- pd-to-issuesSkill
- pd-to-prdSkill
- pd-triageSkill
- pd-zoom-outSkill
- pi-drawioSkill
- pi-githubSkill
- pi-llm-serverSkill
- pi-memorySkill
- pi-painterSkill
- pi-sketch-readerSkill
- pr-academic-searchSkill
- pr-arxiv-watcherSkill
- pr-critic-mentor-reviewSkill
- pr-daily-research-papersSkill
- The first 60 shown.
The file
Files
Deep Research Skill
多轮迭代深度研究,整合多源信息生成调研报告。
工具
- 搜索脚本:
scripts/search.py— DuckDuckGo 搜索(无需 API key) - web_fetch — 抓取网页正文
- sessions_spawn — 复杂调研可 spawn 子 agent 避免占用主 session context
搜索脚本用法
# 基础搜索(需设置代理:export HTTPS_PROXY=http://127.0.0.1:7890)
python3 scripts/search.py "query" -n 10
# 搜新闻
python3 scripts/search.py "AI agent" --news
# 批量搜索(多个关键词,推荐中英文各一组)
python3 scripts/search.py "placeholder" --queries "query1" "query2" "query3"输出 JSON 数组,每条含 title, href, body。
调研流程
简单调研(单轮,直接在主 session)
适用于:明确话题、预计 3-5 个搜索即可覆盖。
- 分析用户需求,拆解为 2-3 个搜索关键词(中英文各一组效果更好)
- 运行
search.py批量搜索 - 从结果中挑选 3-5 个最相关的 URL
- 用
web_fetch逐个抓取正文 - 整合信息,输出结构化报告
深度调研(多轮,spawn 子 agent)
适用于:开放性话题、需要多角度覆盖、预计信息量大。
spawn 子 agent,任务描述模板:
深度调研任务:[话题]
要求:
1. 用 search.py 脚本搜索(路径:~/.agents/skills/pr-deep-research/scripts/search.py)
2. 至少搜索 3 轮,每轮根据上一轮发现调整关键词
3. 抓取 5-8 个高质量页面的正文
4. 输出结构化中文报告,包含:
- 核心发现(3-5 条)
- 详细分析(按主题分节)
- 信息来源(附链接)
- 知识空白(还有什么没覆盖到)报告格式
# [调研主题] 调研报告
> 调研时间: YYYY-MM-DD
> 搜索轮次: N 轮
> 覆盖来源: N 个
## 核心发现
1. ...
2. ...
## 详细分析
### [子话题 1]
...
### [子话题 2]
...
## 信息来源
1. [标题](URL) — 简述
2. ...
## 知识空白
- 还有哪些方面未覆盖决策树
用户请求
├── 包含 URL → web_fetch 直接抓取
├── 简单事实问题 → 直接回答或单次搜索
├── 明确话题调研 → 简单调研流程(主 session)
├── 开放性/复杂调研 → spawn 子 agent 深度调研
└── "有哪些创新机会/方向" → 创新映射调研(见下文)创新映射调研(Research → Innovation Mapping)
当用户问"有哪些方向可以做"、"有什么创新点"、"怎么让XXX落地"时触发。这不是纯信息收集,而是研究结果 + 具体场景 → 可行动的创新机会。
流程
- 搜索前沿趋势 — 用 search.py 搜索技术最新进展(中英文关键词各一组)
- 识别落地障碍 — 针对每个方向问:为什么普通人/普通企业还没用上?(配置门槛、信任、成本、场景脱节)
- 映射到具体场景 — 每个技术方向给出 3-5 个具体应用例子,标注"痛点 + 为什么还没普及"
- 跨材料对照 — 如果用户提供了参考材料(如 Skill 清单、竞品截图),把研究结果与参考材料做映射对照
- 输出结构化报告 — 核心矛盾 → N 个创新方向(每个含具体场景、技术可行性、优先级) → 落地建议
输出格式
## 核心矛盾
[技术能力 vs 使用门槛之间的具体差距]
## 创新方向
### 方向 1: [名称]
- **问题**: [什么痛点]
- **创新点**: [怎么解决]
- **具体场景**: [3-5个例子]
- **技术可行性**: [现有技术组合]
- **为什么还没普及**: [障碍]
[...重复 N 个方向...]
## 优先建议
[推荐 1-2 个最快能做的方向 + 理由]关键原则
- 从障碍出发,不从技术出发 — 普通人用不上不是因为技术不存在,是因为有障碍
- 对标已有成功模式 — 如 Claude Code 的 Skill 体系为什么成功?可以迁移到哪些领域?
- 每个方向必须带具体场景 — 空谈方向没有价值
- 优先级排序必须有理由 — 不能只列清单不排优先级
注意事项
- 脚本自动从环境变量读取代理(HTTPS_PROXY/HTTP_PROXY),需要代理时设置
HTTPS_PROXY=http://127.0.0.1:7890 - 批量搜索自动间隔 1 秒避免频率限制
- 搜索结果的
body可能为空,详细内容需要web_fetch抓取 - 中英文关键词各搜一组效果更好
- 调研报告默认中文,除非用户要求英文
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

