Files
everything-claude-code/docs/zh-CN/skills/deep-research/SKILL.md
2026-03-22 15:39:24 -07:00

4.4 KiB
Raw Blame History

name, description, origin
name description origin
deep-research 使用firecrawl和exa MCPs进行多源深度研究。搜索网络、综合发现并交付带有来源引用的报告。适用于用户希望对任何主题进行有证据和引用的彻底研究时。 ECC

深度研究

使用 firecrawl 和 exa MCP 工具,从多个网络来源生成详尽且有引用的研究报告。

何时激活

  • 用户要求深入研究任何主题
  • 竞争分析、技术评估或市场规模测算
  • 对公司、投资者或技术的尽职调查
  • 任何需要综合多个来源信息的问题
  • 用户提到"研究"、"深入探讨"、"调查"或"当前状况如何"

MCP 要求

至少需要以下之一:

  • firecrawlfirecrawl_search, firecrawl_scrape, firecrawl_crawl
  • exaweb_search_exa, web_search_advanced_exa, crawling_exa

两者结合可提供最佳覆盖范围。在 ~/.claude.json~/.codex/config.toml 中配置。

工作流程

步骤 1理解目标

提出 1-2 个快速澄清性问题:

  • "您的目标是什么——学习、做决策还是撰写内容?"
  • "有任何特定的角度或深度要求吗?"

如果用户说"直接研究即可"——则跳过此步,使用合理的默认设置。

步骤 2规划研究

将主题分解为 3-5 个研究子问题。例如:

  • 主题:"人工智能对医疗保健的影响"
    • 目前医疗保健领域的主要人工智能应用有哪些?
    • 测量到了哪些临床结果?
    • 存在哪些监管挑战?
    • 哪些公司在该领域处于领先地位?
    • 市场规模和增长轨迹如何?

步骤 3执行多源搜索

每个子问题,使用可用的 MCP 工具进行搜索:

使用 firecrawl

firecrawl_search(query: "<sub-question keywords>", limit: 8)

使用 exa

web_search_exa(query: "<子问题关键词>", numResults: 8)
web_search_advanced_exa(query: "<关键词>", numResults: 5, startPublishedDate: "2025-01-01")

搜索策略:

  • 每个子问题使用 2-3 个不同的关键词变体
  • 混合使用通用查询和新闻聚焦查询
  • 目标总共获取 15-30 个独特的来源
  • 优先级:学术、官方、知名新闻 > 博客 > 论坛

步骤 4深度阅读关键来源

对于最有希望的 URL获取完整内容

使用 firecrawl

firecrawl_scrape(url: "<url>")

使用 exa

crawling_exa(url: "<url>", tokensNum: 5000)

完整阅读 3-5 个关键来源以获得深度信息。不要仅依赖搜索片段。

步骤 5综合并撰写报告

构建报告结构:

# [主题]:研究报告
*生成日期:[date] | 来源数量:[N] | 置信度:[高/中/低]*

## 执行摘要
[3-5 句关键发现概述]

## 1. [第一个主要主题]
[带有内联引用的发现]
- 关键点 ([Source Name](url))
- 支持性数据 ([Source Name](url))

## 2. [第二个主要主题]
...

## 3. [第三个主要主题]
...

## 关键要点
- [可执行的见解 1]
- [可执行的见解 2]
- [可执行的见解 3]

## 来源
1. [Title](url) — [一行摘要]
2. ...

## 方法论
搜索了网络和新闻中的 [N] 个查询。分析了 [M] 个来源。
调查的子问题:[列表]

步骤 6交付

  • 简短主题:在聊天中发布完整报告
  • 长篇报告:发布执行摘要 + 关键要点,将完整报告保存到文件

使用子代理进行并行研究

对于广泛的主题,使用 Claude Code 的 Task 工具进行并行处理:

并行启动3个研究代理
1. 代理1研究子问题1-2
2. 代理2研究子问题3-4
3. 代理3研究子问题5 + 交叉主题

每个代理负责搜索、阅读来源并返回发现结果。主会话将其综合成最终报告。

质量规则

  1. 每个主张都需要有来源。不要有无来源的断言。
  2. 交叉验证。如果只有一个来源提及,请将其标记为未经验证。
  3. 时效性很重要。优先选择过去 12 个月内的来源。
  4. 承认信息缺口。如果某个子问题找不到好的信息,请如实说明。
  5. 不捏造信息。如果不知道,就说"未找到足够的数据"。
  6. 区分事实与推断。清楚标注估计、预测和观点。

示例

"研究核聚变能源的当前现状"
"深入探讨 2026 年 Rust 与 Go 在后端服务中的对比"
"研究自举 SaaS 业务的最佳策略"
"美国房地产市场目前情况如何?"
"调查 AI 代码编辑器的竞争格局"