Deep Research

Deep Research

Overview

将用户的研究请求转化为系统性的深度研究报告。核心流程：

1. 分析请求 → 识别研究类型、关键实体、复杂度、研究领域
2. 发现领域权威源 → 搜索该领域的权威中英文网站和社区
3. 生成研究提示词 → 选择框架、拆解子问题、基于领域权威源定义信息来源
4. 用户确认提示词 → 支持快速调整
5. 执行多源搜索 → 广度搜索 + 领域权威平台定向搜索 + 深度阅读
6. 整合信息 → 交叉验证 → 产出带引用链接的 Markdown 报告

Workflow

按以下阶段顺序执行，每个阶段的详细指令见 stages/ 目录下对应文件。

阶段1：分析请求与发现领域权威源

详见 stages/01-analyze-request.md

用户提出研究需求后：

• 识别核心研究主题，提取关键词
• 判断研究类型（事实收集 / 趋势分析 / 观点整理 / 深度研究 / 探索了解）
• 识别关键实体（人物、事件、组织、时间、地点、主题）
• 识别研究领域（科技、金融、医疗、法律、教育、商业、文化、科学、社会、生活等）
• 搜索该领域的权威中英文网站和社区，确定本次研究的定向搜索平台
• 评估研究复杂度（简单 / 中等 / 复杂）
• 向用户展示分析摘要（含领域权威信息源列表）

阶段2：生成研究提示词

详见 stages/02-generate-prompt.md

基于阶段1的分析结果，生成包含4个优化维度的完整提示词：

• 维度1：研究框架/结构（根据研究类型选择，详见 templates/research-framework.md）
• 维度2：具体子问题拆解（3-5个核心子问题）
• 维度3：信息来源指引（基于阶段1发现的领域权威源动态定制，而非硬编码平台列表）
• 维度4：输出格式要求（详见 templates/output-format.md）

组装完整提示词后展示给用户确认。

阶段3：确认与调整

详见 stages/03-refine-adjust.md

将生成的提示词展示给用户确认：

• 用户回复"可以"、"好"、"没问题"等 → 进入阶段4
• 用户提出修改意见 → 调整后再次确认
• 支持调整详细程度（快速版 / 标准版 / 完整版）
• 支持调整维度、输出格式等
• 最多迭代2轮调整

阶段4：执行研究

详见 stages/04-execute-research.md

这是核心执行阶段：

1. 确认报告保存路径（建议 ./docs/{主题关键词}-{YYYY-MM-DD}.md）
2. 制定多源搜索计划（基于阶段1发现的领域权威平台）
3. 执行搜索：

• 第一轮：广度搜索 + 领域权威平台定向搜索（mcp__laborany_web__search）
• 第二轮：深度阅读 5-8 篇最相关文章（mcp__laborany_web__read_page）
• 第三轮：补充搜索（按需，最多3次）

1. 信息整理与交叉验证
2. 合成研究报告（含 YAML frontmatter、行内/脚注引用、来源汇总、研究局限性）
3. 保存并展示摘要
4. 询问后续操作

搜索平台覆盖

搜索平台不再硬编码，而是根据研究领域动态确定。

领域权威源发现（阶段1执行）

在分析用户请求时，自动搜索该领域的权威中英文网站和社区：

• 中文平台：搜索 "{领域名称} 权威网站 论坛 社区 推荐"
• 英文平台：搜索 "best {domain} websites forums communities for research"

从搜索结果中筛选 5-8 个中文平台和 5-8 个英文平台，作为本次研究的定向搜索目标。

兜底通用平台

如果领域权威源搜索结果不足，使用以下通用平台补充：

| 语言 | 通用平台 | |------|---------| | 中文 | 知乎、微博、百度学术、微信公众号搜索 | | 英文 | Reddit、Twitter/X、Google Scholar、Wikipedia |

通用来源（所有研究必搜）

• 官方网站/文档、该领域权威媒体、学术/报告

输出文件

应该同时输出 Markdown 和 html 格式的文件： | 文件类型 | 保存位置 | |---------|----------| | Markdown | docs/{主题关键词}-{YYYY-MM-DD}.md | | html | docs/{主题关键词}-{YYYY-MM-DD}.html |

引用规则

报告中所有关键信息必须附带可点击的引用链接：

• 行内引用：关键论断后直接附带来源链接
• 脚注引用：密集引用段落使用 [^1] 格式
• 每个主要段落至少1个引用链接
• 数据/统计、直接引用、观点归属必须有引用
• 来源按平台分类汇总

Key Principles

1. 好的研究始于好的问题，花时间优化 prompt
2. 先识别领域，再确定信息源——不同领域有不同的权威平台，不要用科技网站搜医疗问题
3. 搜索前必须获得用户确认，避免方向偏差
4. 多轮搜索，根据发现迭代搜索策略
5. 每个论点都要有来源，区分事实与观点
6. 报告结构服务于读者理解，不是信息堆砌
7. 中英文搜索互补，扩大信息覆盖面
8. 关键事实至少2个独立来源交叉验证

并行调研

当研究包含多个独立子课题时，可以使用子 Agent 并行执行搜索：

• 每个子 Agent 独立使用 mcp__laborany_web__search 和 mcp__laborany_web__read_page
• 主 Agent 负责分配子课题和汇总结果
• 子 Agent 的浏览器操作在独立 tab 中进行，互不干扰
• 适合：多个独立来源的采集、多平台定向搜索
• 不适合：有前后依赖的串行搜索

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: laborany
• Source: laborany/laborany
• License: MIT
• Homepage: https://laborany.github.io

Install and usage instructions live in the source repository linked above.