超级全能信息采矿师
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 @user_8e3169aa/super-all-around-info-miner
技能介绍
它解决什么问题
做一次调研汇报时,最常见的失败路径有两种:搜了一堆链接却没有结论(检索瘫痪),或者结论先于证据出现(草率结论)。结果往往停留在罗列来源、堆砌摘要的层面——证据链不可追溯,相互矛盾的信息被悄悄抹平,置信度也无从标注。当用户提出“帮我调研一下 X 行业的最新趋势”这类需求时,这个技能把“检索—采集—提炼—决策”当作一条完整的管道来处理,针对的正是那些还没有进入你视野的信息。
核心能力与工作流
采矿循环拆成五个阶段:Phase 1–2 聚合(意图与采集),Phase 4–5 舒展(提炼与交付),Phase 3–4 之间存在循环修复机制。
- Phase 1 意图感知与检索规划:先解析主题、价值关切、隐性需求(时效性、权威性、语言范围),再产出一份《检索计划卡》,包含关键词矩阵(核心词×同义词×上下位词×行业术语)和数据源清单。需求模糊时只向用户确认 1–2 个关键参数。
- Phase 2 多源信息采集:按计划调用
WebSearch、WebFetch、agentic_search、本地文件或连接器逐项执行;每条信息记录来源、时间与可验证性。核心问题未覆盖时补检索,轮次受控(最多 3 轮)。 - Phase 3 净化与证据评估:按
references/evidence-quality-scoring.md对关键信息打分,多方印证的标为“高置信”,单一来源标“待验证”,矛盾信息只记录、不强行调和;高价值问题证据不足时返回 Phase 2 补采。 - Phase 4 价值提炼:四步冶炼——去噪、评估、升华(识别核心洞见、冲突张力与信息空隙)、行动化(转化 3–5 条建议并逐条标注置信度)。
- Phase 5 汇编与质量终检:按
references/trace-quality-self-audit.md执行 TRACE 三问自检,通过后输出结构化深度报告或精炼简报。
配套脚本覆盖关键节点:retrieval_planner.py 生成关键词矩阵与检索计划,evidence_scorer.py 做结构化证据评分,refinement_checker.py 核查洞见覆盖度与置信度标注是否遗漏。
适用边界
- 提炼对象是当下已有的信息,预测未来趋势请走专门的 prophet 类技能。
- 输出是参考性结论,不替代医疗、法律、投资等场景的持牌专业人士判断,报告会主动标注置信度与不确定性。
- 反方观点和信息空隙被显式保留,不做单边结论;不检索、不传播个人隐私信息。
- 信息不完备时,优先给出当下最优提炼并标注剩余不确定性,而不是无休止地追求“完美检索”。
使用场景
- 接到行业趋势调研任务,需跨多源检索并整理成带证据来源标注的结构化报告。
- 遇到突发事件想快速查证来龙去脉,拿到关注要点和行动建议,而不是一堆链接。
- 面对相互矛盾的多方说法,需交叉验证、标注置信度后再做决策。
- 需要输出包含证据链、反方观点和落地行动建议的领域情报分析。
适合人员
- 需要定期产出行业调研报告的市场分析师——要求结论带来源标注与置信度,而非二手摘要。
- 回答用户技术问题前要先查证事实的支持工程师——要求答案附交叉验证后的来源链。
- 为决策层整理竞争情报的战略规划人员——要求报告显式保留反方观点,配套行动建议。
- 开展课题综述的研究生或研究员——需要多源采集加可信度评分来支撑文献取舍。