deep-research Skill

在信息过载的时代，获取一份深度、准确且可信赖的行业调研报告往往意味着高昂的费用或漫长的等待。deep-research Skill 是一款开源的自动化深度调研工具，它通过严谨的四阶段工作流和四层搜索链路，将 AI 从简单的“搜索+总结”升级为具备纵深分析能力的“研究助理”。支持 19 种语言原生撰写，兼容主流 AI 编程助手，让专业级调研触手可及。

核心亮点：严谨、透明、多语言

1. 19 种语言原生撰写

• 非翻译模式：自动检测主题语言，直接以目标语言（中、英、日、韩、俄等）进行思维与写作，确保行文地道、术语准确。
• 全球视野：无论是分析中国新能源汽车，还是探讨俄罗斯油气市场，都能匹配当地语境与资源。

2. 四层并行搜索链路

• 全方位覆盖：
  • Layer 1：大纲建议源（定向推荐权威机构）。
  • Layer 2：SearXNG（聚合 70+ 搜索引擎）。
  • Layer 3：内置 sources.json（30+ 优质信源，如 arXiv, World Bank, 艾瑞, 36氪等，启动时自动健康检测）。
  • Layer 4：免费源补强（兜底策略）。
• 智能去重与抓取：所有结果合并去重，由 Scrapling 统一抓取全文，确保信息完整。

3. 数据防坑与可溯源

• 每个数字有来源：正文中标注 (N) 可点击引用，文末附详细参考列表。找不到来源的数字坚决不写。
• 置信度分级：报告末尾提供汇总表，明确标注数据的高/中/低置信度，让争议一目了然。
• 正反观点并存：每章至少呈现一个争议或反对角度，避免片面结论。

4. 离线与本地文件支持

• 隐私优先：支持读取本地 PDF/DOCX/TXT/MD 文件，无需联网即可基于私有资料生成调研报告。
• 混合模式：可结合在线搜索与本地文档，构建更全面的知识底座。

工作逻辑：四阶段自动化流程

deep-research 并非简单调用搜索 API，而是执行一套严密的科研范式：

1. ① 分析大纲：拆解主题，生成结构化调研框架与搜索计划。
2. ② 采集数据：
   • 在线：四层搜索并行 → Scrapling 批量抓取 → 构建数据池。
   • 离线：解析本地文件 → 提取关键信息 → 构建数据池。
3. ③ 并行撰写：各章节同时生成，事实直接嵌入 Prompt，减少工具调用延迟。
4. ④ 验收装配：批量验证事实 → 组装报告 → 转换引用格式 → 最终 QA 检查。

三种深度模式

(注：Standard 模式通常包含 8-12 章，15-25 张数据表，引用 15-25 家独立机构)

适用人群

• 独立开发者/研究者：需要快速了解新技术栈或细分领域，但不愿支付昂贵数据库费用。
• 产品经理/分析师：需输出包含市场规模、竞争格局及技术参数的高质量报告。
• 学生/学者：需要辅助文献综述，确保引用规范且观点全面。
• 小团队：缺乏专职情报人员，需低成本获取决策支持信息。