Agent Skills
返回列表
智能数据研究工作站

智能数据研究工作站

数据分析 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @zcwl/plug-intelligent-data-research。

技能介绍

要解决什么问题

做竞品跟踪、行业情报或文献聚合时，常见路径是：在浏览器里反复换关键词搜索、手工复制链接、用脚本零散抓取，再自己拼 SQL 或 Excel。Google CSE 配额用尽、国内访问不稳定、目标站反爬、增量同步重复入库、时区不一致导致统计偏差——这些都会把研究流程打断。

本 Plug 把「发现信息源 → 精准检索 → 免费兜底 → 归档与分析」拆成可串联的四段能力，面向 MD+EXEC 类 Agent：依赖 exec 做抓取与本地归档，API Key 只通过环境变量注入。

技能如何协同

| 阶段 | 技能 | 作用 |
|------|------|------|
| 起点 | internet-search-pro-2 | AI 优化查询、类目路由、多步搜索聚合结果 |
| 精准 | google-search-4 | Google CSE，可限定站点；每日免费约 100 次 |
| 兜底 | free-web-search-4 | Bing / DuckDuckGo 双引擎，无 Key 时可用 DDG |
| 归档 | web-crawler-engine | 批量抓取、URL MD5 去重、last_sync 增量同步、SQL 分析、CSV/JSON/Excel 导出 |

典型链路：先用联网搜索锁定 URL 列表，再按需走 Google 或免费搜索补源，最后由抓取引擎定时同步并用 SQL 做趋势、关键词频次等统计。单技能也可独立调用（例如仅免费搜索或仅抓取+分析）。

边界与注意点

  • 不适用：需登录的页面、实时流处理、以图/视频为主的内容、重度 JS SPA（需另配浏览器自动化）、大规模分布式爬虫。
  • 搜索：查询建议控制在约 50 词内；索引有延迟；国内环境可优先 free-web-search-4，避免强依赖 Google。
  • 抓取：遵守 robots.txt，并发建议单实例不超过 10；遇 403 可降 max_workers、拉长间隔并设置真实 User-Agent。
  • 数据：增量同步应统一时间戳格式（如 ISO 8601）并校验去重；SQL 分析前核对 crawled_count 与归档量、时区是否一致。

使用场景

  • 市场研究岗对比 AI 编程工具竞品时，用多源搜索发现 URL，再批量抓取官网与评测文并用 SQL 统计关键词提及趋势。
  • 投研人员跟踪新能源行业季度报告与融资动态，配置每日 `last_sync` 增量抓取并按日期 GROUP BY 统计消息量变化。
  • 学术工作者收集「大模型推理优化」主题文献，限定 arxiv 等域名精准搜索后归档论文链接并按作者、年份做 SQL 汇总。
  • Google CSE 返回空结果或 403 配额错误时，改用 Bing/DuckDuckGo 免费搜索继续同一调研主题的检索与补源。

适合人员

  • 负责竞品情报、需要每小时或每日增量同步竞品页面并做关键词频次趋势分析的市场研究员
  • 需从公开网页持续归档行业报告、用 SQL 验证抓取量并分析热点话题变化的投研或战略分析人员
  • 跨 Google、Bing 与学术源收集论文与资料 URL、批量入库并导出 CSV/Excel 的高校或研究院课题组成员
  • 在国内无法配置 Google CSE、仍要用联网搜索加 `web-crawler-engine` 做批量归档的数据分析或情报岗