免责声明:本站部分 Skill 来源于公开渠道,使用前请注意识别相关风险,内容版权归原作者所有,如 Skill 涉及版权问题,请在线反馈,核实后予以下架处理。
本 Skill 面向需要大规模、结构化深度研究的场景。用户只需在工作目录准备好 outline.yaml 研究大纲与 fields.yaml 字段定义,输入 /research-deep 即可自动读取待研究条目清单,按配置批量启动后台代理并行执行网络调研。每个代理严格依据 fields.yaml 的字段定义输出英文结构化 JSON,自动标记不确定字段并追加校验,最终生成带完成统计与异常汇总的总结报告。内置断点续传机制,已完成的条目自动跳过,避免重复执行;每批执行前需用户确认,方便控制成本与节奏。
SKILL.md(本文件):触发条件、完整工作流、参数提取规则与 Prompt 模板outline.yaml:研究大纲,定义待调研条目列表与执行配置(items_per_agent、output_dir 等)fields.yaml:字段定义文件,约束输出 JSON 的结构与字段validate_json.py:校验脚本,确保输出 JSON 字段覆盖完整[uncertain],末尾附 uncertain 数组| 用户怎么说 | 本技能做什么 |
|---|---|
| "我要批量调研这 50 个 AI 产品,按统一字段输出" | 读取 outline.yaml,为每个产品启动独立代理并行研究,生成标准 JSON |
| "昨天研究到一半断了,能继续吗" | 检查已完成文件,自动续传未完成的条目,无需从头执行 |
| "先跑 5 个看看效果,再决定后面是否继续" | 按 batch_size 分批执行,每批结束后暂停等待用户确认下一批 |
| "输出字段必须和定义完全一致,不确定的要标出来" | 严格遵循 fields.yaml 结构,不确定值标记 [uncertain] 并汇总到 uncertain 数组,最后跑校验脚本验证覆盖度 |