深度检索

要解决的问题

当你需要系统了解一个陌生概念（比如「低空经济」「沉没成本」）时，普通搜索只返回一堆零散链接，你得自己筛选、交叉比对、拼出全貌。这个技能把这个过程自动化：输入一个关键词，它从公开网页采集信息，按固定的 10 个维度整理成结构化报告，让你快速建立对某个主题的系统认知，而不是在几十个标签页之间来回翻。

工作方式

核心是一个固定的 10 维框架：定义与概念、分类与归属、核心特征、结构与组成、功能与作用、适用条件与边界、发展历程、现状与最新动态、前景与趋势、风险与挑战。脚本 scripts/deep_search.py 内部会对每个维度执行差异化搜索（10 维 × 3 组关键词），再由大模型从搜索结果中结构化提取信息。

• 可信度标注：按来源权威度给每个维度打 🟢高 / 🟡中 / 🔴低 标签，关键事实附带来源引用
• 争议识别：同一话题存在分歧观点时自动标注 ⚠️，同时呈现不同立场，不偏不倚
• 时效优先：「现状与最新动态」维度优先使用近 6 个月内的信息

交付物是一份麦肯锡风格的 HTML 报告：深色标题区、双列 10 卡片布局、发展历程维度用全宽时间线展示，样式以 base64 内嵌，单文件可直接在浏览器打开。文本侧同时给出 200-300 字的执行摘要和 10 个维度的一句话要点预览。

适用边界

• 不做实时数据：股价、汇率、天气这类需要实时接口的信息不在能力范围内，报告基于公开网页的静态信息
• 不做专业判断：医疗、法律、金融等场景它只做信息聚合，结论仍需以权威机构意见为准
• 关键词要具体：「科技」这类宽泛输入会让 10 个维度信息分散，建议收敛到具体概念或行业
• 小众主题可能信息不足：某个维度资料稀缺时，它会如实标注「信息不足」，而不是编造内容

如果检索脚本执行失败，会自动回退到内置的 search_web 工具，逐维度搜索以保证核心流程可用。