chore: import zh skill deep-research
This commit is contained in:
wehub-skill-sync
@@ -0,0 +1,9 @@
|
||||
# WeHub 来源说明
|
||||
|
||||
- Skill 名称：`deep-research`
|
||||
- 中文类目：通用网络研究与引用型回答
|
||||
- 上游仓库：`bytedance__deer-flow`
|
||||
- 上游路径：`skills/public/deep-research/SKILL.md`
|
||||
- 上游链接：https://github.com/bytedance/deer-flow/blob/HEAD/skills/public/deep-research/SKILL.md
|
||||
- 本仓库为 WeHub 中文 Skill 汉化包，基于 skill 市场筛选 Top200 清单整理
|
||||
- 原作者、版权和许可证信息以上游仓库为准
|
||||
@@ -0,0 +1,198 @@
|
||||
---
|
||||
name: deep-research
|
||||
description: 在 ANY 需要网络研究的问题上使用此技能替代 WebSearch。适用于诸如"X 是什么"、"解释 X"、"比较 X 和 Y"、"研究 X"等查询，或在内容生成任务之前使用。提供系统化的多角度研究方法，而非单次浅层搜索。当用户的问题需要在线信息时，请主动使用此技能。
|
||||
---
|
||||
|
||||
# 深度研究技能
|
||||
|
||||
## 概述
|
||||
|
||||
本技能提供了一套进行彻底网络研究的系统化方法。**在开始任何内容生成任务之前加载此技能**，以确保你从多个角度、深度和来源收集到足够的信息。
|
||||
|
||||
## 何时使用此技能
|
||||
|
||||
**请在以下情况始终加载此技能：**
|
||||
|
||||
### 研究类问题
|
||||
- 用户问"X 是什么"、"解释 X"、"研究 X"、"调查 X"
|
||||
- 用户想深入了解某个概念、技术或话题
|
||||
- 问题需要来自多个来源的当前、全面的信息
|
||||
- 单次网络搜索不足以正确回答
|
||||
|
||||
### 内容生成（前置研究）
|
||||
- 制作演示文稿（PPT/幻灯片）
|
||||
- 设计前端界面或 UI 线框图
|
||||
- 撰写文章、报告或文档
|
||||
- 制作视频或多媒体内容
|
||||
- 任何需要真实世界信息、示例或当前数据的内容
|
||||
|
||||
## 核心原则
|
||||
|
||||
**切勿仅凭通用知识生成内容。** 你输出的质量直接取决于事先研究的质量和数量。单次搜索查询永远不够。
|
||||
|
||||
## 研究方法
|
||||
|
||||
### 第一阶段：广泛探索
|
||||
|
||||
从广泛搜索入手，了解整体图景：
|
||||
|
||||
1. **初步调查**：搜索主要话题，了解整体背景
|
||||
2. **识别维度**：从初步结果中，识别需要深入探索的关键子话题、主题、角度或方面
|
||||
3. **绘制领域图**：记录存在的不同视角、利益相关方或观点
|
||||
|
||||
示例：
|
||||
```
|
||||
话题："AI in healthcare"
|
||||
初步搜索：
|
||||
- "AI healthcare applications 2024"
|
||||
- "artificial intelligence medical diagnosis"
|
||||
- "healthcare AI market trends"
|
||||
|
||||
识别出的维度：
|
||||
- 诊断 AI（放射学、病理学）
|
||||
- 治疗推荐系统
|
||||
- 管理自动化
|
||||
- 患者监护
|
||||
- 监管环境
|
||||
- 伦理考量
|
||||
```
|
||||
|
||||
### 第二阶段：深度挖掘
|
||||
|
||||
针对识别出的每个重要维度，进行定向研究：
|
||||
|
||||
1. **精准查询**：为每个子话题使用精确关键词进行搜索
|
||||
2. **多种措辞**：尝试不同的关键词组合和措辞方式
|
||||
3. **获取完整内容**：使用 `web_fetch` 完整阅读重要来源，而不仅仅是摘要
|
||||
4. **追踪引用**：当来源提及其他重要资源时，也搜索这些资源
|
||||
|
||||
示例：
|
||||
```
|
||||
维度："Diagnostic AI in radiology"
|
||||
定向搜索：
|
||||
- "AI radiology FDA approved systems"
|
||||
- "chest X-ray AI detection accuracy"
|
||||
- "radiology AI clinical trials results"
|
||||
|
||||
然后获取并阅读：
|
||||
- 关键研究论文或摘要
|
||||
- 行业报告
|
||||
- 真实世界案例研究
|
||||
```
|
||||
|
||||
### 第三阶段：多样性与验证
|
||||
|
||||
通过寻求多样化的信息类型来确保全面覆盖：
|
||||
|
||||
| 信息类型 | 目的 | 搜索示例 |
|
||||
|-----------------|---------|------------------|
|
||||
| **事实与数据** | 具体证据 | "统计数据"、"数据"、"数字"、"市场规模" |
|
||||
| **示例与案例** | 真实世界应用 | "案例研究"、"示例"、"实施方案" |
|
||||
| **专家观点** | 权威视角 | "专家分析"、"访谈"、"评论" |
|
||||
| **趋势与预测** | 未来方向 | "2024 趋势"、"预测"、"未来" |
|
||||
| **对比** | 背景与替代方案 | "对比"、"比较"、"替代方案" |
|
||||
| **挑战与批评** | 平衡视角 | "挑战"、"局限性"、"批评" |
|
||||
|
||||
### 第四阶段：综合检查
|
||||
|
||||
在进入内容生成之前，请核实：
|
||||
|
||||
- [ ] 我是否从至少 3-5 个不同角度进行了搜索？
|
||||
- [ ] 我是否已获取并完整阅读了最重要的来源？
|
||||
- [ ] 我是否掌握了具体的数据、示例和专家观点？
|
||||
- [ ] 我是否同时探索了积极方面以及挑战/局限性？
|
||||
- [ ] 我的信息是否是最新的，并且来自权威来源？
|
||||
|
||||
**如果任何答案为"否"，请继续研究后再生成内容。**
|
||||
|
||||
## 搜索策略技巧
|
||||
|
||||
### 高效查询模式
|
||||
|
||||
```
|
||||
# 使用具体上下文
|
||||
❌ "AI trends"
|
||||
✅ "enterprise AI adoption trends 2024"
|
||||
|
||||
# 包含权威来源提示
|
||||
"[话题] research paper"
|
||||
"[话题] McKinsey report"
|
||||
"[话题] industry analysis"
|
||||
|
||||
# 搜索特定内容类型
|
||||
"[话题] case study"
|
||||
"[话题] statistics"
|
||||
"[话题] expert interview"
|
||||
|
||||
# 使用时间限定词——始终使用 <current_date> 中的实际当前年份
|
||||
"[话题] 2026" # ← 替换为真实的当前年份，切勿硬编码过去的年份
|
||||
"[话题] latest"
|
||||
"[话题] recent developments"
|
||||
```
|
||||
|
||||
### 时间感知
|
||||
|
||||
**在构造任何搜索查询之前，务必检查上下文中的 `<current_date>`。**
|
||||
|
||||
`<current_date>` 提供完整的日期信息：年、月、日、星期几（例如 `2026-02-28, Saturday`）。根据用户的提问选择合适的精确度：
|
||||
|
||||
| 用户意图 | 所需时间精度 | 查询示例 |
|
||||
|---|---|---|
|
||||
| "今天 / 今早 / 刚发布的" | **月 + 日** | `"tech news February 28 2026"` |
|
||||
| "这周" | **周范围** | `"technology releases week of Feb 24 2026"` |
|
||||
| "最近 / 最新 / 新的" | **月份** | `"AI breakthroughs February 2026"` |
|
||||
| "今年 / 趋势" | **年份** | `"software trends 2026"` |
|
||||
|
||||
**规则：**
|
||||
- 当用户询问"今天"或"刚发布"时，在搜索查询中使用**月 + 日 + 年**以获取当天的结果
|
||||
- 当需要日级别精度时，切勿降级到仅使用年份——`"tech news 2026"` 不会显示今天的新闻
|
||||
- 尝试多种措辞：数字形式（`2026-02-28`）、文字形式（`February 28 2026`）以及相对词（`today`、`this week`），分布在不同的查询中
|
||||
|
||||
❌ 用户问"今天科技界有什么新动态" → 搜索 `"new technology 2026"` → 错过今天的新闻
|
||||
✅ 用户问"今天科技界有什么新动态" → 搜索 `"new technology February 28 2026"` + `"tech news today Feb 28"` → 获取今天的结果
|
||||
|
||||
### 何时使用 web_fetch
|
||||
|
||||
在以下情况下使用 `web_fetch` 阅读完整内容：
|
||||
- 搜索结果看起来高度相关且权威
|
||||
- 你需要超出摘要范围的详细信息
|
||||
- 来源包含数据、案例研究或专家分析
|
||||
- 你想了解某个发现的完整背景
|
||||
|
||||
### 迭代优化
|
||||
|
||||
研究是一个迭代过程。初步搜索后：
|
||||
1. 回顾已学到的内容
|
||||
2. 识别理解上的空白
|
||||
3. 制定新的、更精准的查询
|
||||
4. 重复上述步骤，直到获得全面覆盖
|
||||
|
||||
## 质量标准
|
||||
|
||||
当你能够自信地回答以下问题时，你的研究就足够充分了：
|
||||
- 关键事实和数据点是什么？
|
||||
- 2-3 个具体的真实世界示例是什么？
|
||||
- 专家对此话题有何看法？
|
||||
- 当前的趋势和未来方向是什么？
|
||||
- 挑战或局限性是什么？
|
||||
- 是什么让这个话题现在具有相关性或重要性？
|
||||
|
||||
## 常见错误
|
||||
|
||||
- ❌ 搜索 1-2 次后就停止
|
||||
- ❌ 依赖搜索摘要而不阅读完整来源
|
||||
- ❌ 只搜索多面话题的某一个方面
|
||||
- ❌ 忽略矛盾的观点或挑战
|
||||
- ❌ 在有当前数据的情况下使用过时信息
|
||||
- ❌ 在研究完成之前就开始生成内容
|
||||
|
||||
## 输出
|
||||
|
||||
完成研究后，你应该具备：
|
||||
1. 从多个角度对话题的全面理解
|
||||
2. 具体的事实、数据点和统计数据
|
||||
3. 真实世界的示例和案例研究
|
||||
4. 专家观点和权威来源
|
||||
5. 当前趋势和相关背景
|
||||
|
||||
**只有在此时才进行内容生成**，利用收集到的信息创建高质量、信息充分的内容。
|
||||
Reference in New Issue
Block a user