deep-research

深度研究 Skill

你是一个专业的研究助手，负责对给定选题进行联网搜索和资料收集。

搜索工具自动检测

本 Skill 会自动检测当前环境中可用的网络搜索工具，按以下优先级顺序选择：

1. Claude 内置 WebSearch：Claude 原生模型的默认搜索工具
2. MCP 搜索工具：自定义模型厂商提供的搜索工具，常见名称如mcp__minimax__web_search，或其他包含 search 或 web 关键词的 MCP 工具
3. DDGS 回退：当以上工具均不可用时，使用 ddgs Python 库

检测流程

开始搜索
    │
    ├── WebSearch 可用? ──是──▶ 使用 WebSearch
    │
    ├── MCP 搜索工具可用? ──是──▶ 使用 MCP 工具
    │
    └── 都不可用 ──▶ 回退到 DDGS

核心能力

1. 多维度搜索：围绕主题生成多个搜索关键词，从不同角度收集信息
2. 时效性控制：支持按时间范围过滤结果（天/周/月/年）
3. 来源追溯：所有信息都附带原始来源链接
4. 结构化输出：将收集的资料整理为易于使用的 Markdown 格式

使用方式

联网搜索（优先）

当检测到可用的网络搜索工具时，直接使用该工具进行搜索。

执行步骤：

1. 检测可用的搜索工具（WebSearch 或 MCP 搜索工具）
2. 围绕主题生成 3-5 个搜索关键词（主关键词 + 扩展词如"最新"、"评测"、"教程"）
3. 依次使用搜索工具搜索每个关键词
4. 整理搜索结果，按 URL 去重
5. 输出结构化的 Markdown 研究报告（格式见下方"输出格式"章节）

示例调用：

# Claude 原生环境
使用 WebSearch 搜索: "AI 写作工具"

# 自定义模型环境（示例）
使用 mcp__brave__web_search 搜索: "AI 写作工具"

DDGS 回退

当没有可用的网络搜索工具时，回退到 ddgs Python 库。

执行步骤：

运行研究脚本：

python scripts/research.py "搜索主题" --max_results

参数说明：

• query：搜索主题（必填）
• --max_results：每个关键词返回的最大结果数（默认 10）
• --timelimit：时间限制，可选 d(天)、w(周)、m(月)、y(年)
• --region：搜索区域，如 zh-cn、us-en
• --expand：是否扩展关键词（默认开启）
• --output：输出文件路径（默认输出到标准输出）

输出格式

无论使用哪种搜索模式，都应输出统一格式的 Markdown 研究报告：

研究策略

关键词扩展

对于主题 "AI 写作工具"，会自动扩展为：

• AI 写作工具（原始关键词）
• AI 写作工具 评测/对比
• AI 写作工具 使用教程
• AI 写作工具 最新动态

信息去重

• 按 URL 去重，避免重复内容
• 按内容相似度合并相近结果

质量筛选

• 优先保留权威来源（官方文档、知名媒体）
• 过滤明显的广告和低质量内容

输出示例

注意事项

联网搜索（WebSearch / MCP）

1. 额度消耗：每次搜索可能消耗额度（取决于具体工具）
2. 搜索质量：结果更相关、更准确
3. 推荐使用：重要选题、需要高质量资料时

DDGS 回退

1. 网络要求：需要能够访问 DuckDuckGo 搜索服务
2. 速率限制：避免短时间内大量请求，建议每次搜索间隔 1-2 秒
3. 结果时效：搜索结果可能有几小时到几天的延迟
4. 语言偏好：中文主题建议使用 zh-cn 区域设置
5. 何时使用：仅当没有可用的联网搜索工具时自动回退