commit 9c0ef343e2fe0d6754f4b5ea6fdb014a1153a683 Author: wehub-skill-sync Date: Mon Jul 13 21:35:35 2026 +0800 chore: import zh skill deep-research diff --git a/README.wehub.md b/README.wehub.md new file mode 100644 index 0000000..0703df5 --- /dev/null +++ b/README.wehub.md @@ -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 diff --git a/SKILL.md b/SKILL.md new file mode 100644 index 0000000..e0dfb35 --- /dev/null +++ b/SKILL.md @@ -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 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 ``。** + +`` 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。