Agent Skills
返回列表
📚

深度研究

知识管理 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，将 @org-02qudk26/cn-deep-research 安装到你的 AI 助手中。

技能介绍

解决什么问题

复杂技术或市场判断不能靠一次搜索完成：结果可能混杂、来源单一、结论缺少上下文，甚至不同资料互相冲突。deep-research 面向这类任务，要求 Agent 把宽泛问题拆成可验证的子查询，并从多类来源中组织证据，而不是直接给摘要。尤其适合需要在决策前核对多个信号的工程判断。

如何工作

核心流程包括：

  • 拆解研究查询：围绕背景、现状、参与者、技术细节、展望等生成 3–6 个具体子查询。
  • 多来源收集：覆盖学术资料、官方文档、新闻、行业报告和社区讨论，并记录 URL、日期、作者和相关性。
  • 交叉验证：比较各来源，标记共识、矛盾和证据空白。
  • 结构化综合：输出执行摘要、分主题章节、局限性讨论和参考文献。

适用边界

该技能适合需要追溯证据的技术调研、竞品分析、状态梳理；对于快速变化主题、付费墙资料、稀疏文献或强区域差异，报告会显式标注不确定性和知识截止。

使用场景

  • 评估 WebAssembly 在服务器端落地的成熟度，需汇总 W3C、厂商文档与基准测试。
  • 发布前梳理 AI 代码审查工具竞争格局，需要比较 Copilot、CodeRabbit 等方案与用户反馈。
  • 调研某安全漏洞的公开信息，需要区分官方公告、新闻与社区分析，并标注矛盾点。
  • 准备技术选型评审材料，需要把官方文档、论文和博客中的证据整理成可引用报告。

适合人员

  • 负责技术选型的架构师，需要把分散的官方文档与社区证据整理成可评审报告。
  • 做竞品分析的工程师，需要在产品发布前比较工具能力、定价和用户满意度。
  • 跟踪安全漏洞的运维工程师，需要核实官方公告、厂商说明与新闻说法是否一致。
  • 撰写调研材料的技术写作者，需要把多来源信息综合为带引用的结构化文章。