Deep Search M

专业研究报告技能

概述

该技能用于生成专业、咨询级别的研究报告，覆盖市场分析、AI 大模型厂商、SaaS 厂商、AI 工具学习指南、竞争情报、行业研究等领域。

核心能力

• ✅ 多源检索能力：使用 Agent 内置 web_search + web_fetch（无需 API key）
• ✅ 三阶段工作流：主题理解与确认 + 分析框架生成 + 报告生成
• ✅ 交互式确认：支持用户确认、修改、提问等交互式反馈
• ✅ 双格式输出：Markdown + HTML，深蓝色政务风格

何时使用本技能

• 用户请求市场分析、消费者洞察报告、财务分析、行业研究
• 用户输入具体 AI 工具名称，需要生成学习指南（如"Cursor 学习指南"）
• 用户需要专业的咨询风格研究报告
• 用户提供研究主题，并在数据收集前需要结构化分析框架

整合的技能与能力

本技能整合了以下核心搜索能力，提供多源数据搜索与分析支持：

能力集成说明：

本技能使用 Agent 内置 web_search 与 web_fetch 完成数据采集与检索（无需 API key）

三阶段工作流

阶段 0：主题理解与确认

目的：确保正确理解用户的研究需求，避免方向偏差。

工作流程：

1. 解析用户输入

   • 识别研究主题、分析领域、搜索范围、特定角度

2. 推断分析领域

根据主题关键词推断分析领域，加载对应的领域文档：

推断逻辑：

1. 行业关键词（行业分析、行业趋势、行业研究）→ 行业分析

2. 企业名称 + 分析/研究 → 企业竞争分析

3. 产品名称 + 分析/研究 → 产品竞争分析

4. 市场规模/竞争格局关键词（市场规模、竞争格局、市场机会）→ 市场规模/竞争格局分析

5. AI 厂商名（OpenAI、DeepSeek等）→ AI 厂商分析

6. 生成确认提示

向用户展示以下确认项，等待用户确认或修改：

时间范围说明：

• 近一周：聚焦最新动态、热点事件、近期发布
• 近一月：平衡时效性与深度，适合大多数分析
• 自定义：特定时间段（如财报季、产品发布周期）

时间参数传递：

• 时间范围确认后，记录为全局参数 search_time_range
• 在阶段1数据收集时，自动转换为搜索时间过滤条件
• 示例：search_time_range = "近一周" → 搜索引擎添加 &before=2026-03-18&after=2026-03-11

4. 处理反馈
   • 用户确认 → 记录时间参数，进入阶段 1
   • 用户修改 → 更新确认项后重新确认
   • 用户提问 → 解答后重新确认

详细流程和示例：见 references/workflow/phase0-details.md

阶段 1：分析框架生成

目的：生成完整的分析框架，作为后续数据收集与报告生成的蓝图。

工作流程：

1. 理解研究主题

   • 识别核心对象和分析领域
   • 加载对应的领域文档（references/domains/*.md）

2. 选择分析模型

   • 根据领域文档推荐，按需加载模型文件（references/models/*.md）
   • 每次研究只加载 2-4 个模型，避免堆砌
   • 模型索引：references/models/README.md

3. 设计章节骨架

   • 每章包含：分析目标、分析逻辑、核心假设
   • 典型结构：3-5 个主要章节

4. 定义数据需求

   • 每条需求包含：指标、类型、来源、搜索方法、优先级
   • P0 数据必须收集，P1 重要，P2 补充

5. 定义可视化方案

   • 为每章定义图表类型和数据来源

详细流程和示例：见 references/workflow/phase1-details.md

阶段 2：报告生成

目的：将分析框架和数据整合为最终的咨询级报告。

工作流程：

1. 接收并校验输入

   • 确认分析框架和数据包齐全
   • 检查 P0 数据完整性

2. 映射报告结构

   • Abstract → Introduction → Body Chapters → Conclusion → References

3. 撰写报告

   • 遵循"视觉锚点 → 数据对比 → 综合分析"流程
   • 每个小节以充分的分析段落结尾（≥200字）

4. 撰写摘要和结论

   • 摘要：3-5 句话，200-300 字
   • 结论：纯客观综合判断，不使用 bullet points

5. 整理参考文献

   • 按 GB/T 7714-2015 格式列出

6. 生成输出文件

   • Markdown 文件：assets/report-template.md
   • HTML 文件：根据分析模型组合模块化模板

HTML 模板系统：

位于 assets/templates/ 目录，提供 10 个模块化模板：

模板组合建议：

详细流程和示例：见 references/workflow/phase2-details.md

数据收集策略

两层搜索方案（web_search -> web_fetch）

第一层：Agent 内置 web_search（优先使用）

• 快速获取基础信息
• 参数：query、max_results（建议 3-10）
• 适用场景：验证“信息是否存在”、获取初始线索

第二层：web_fetch 深度搜索

• 直接访问搜索引擎获取详细结果
• 只抓取与本次研究结论直接相关的页面/段落（不进行自动遍历、批量爬取）
• 支持使用常见搜索运算符（如站点限定/文件类型限定/时间过滤），具体见 references/technical/search-engines.md
• 详细使用方法：见 references/technical/search-engines.md
• 适用场景：当需要更详细的页面内容/报告片段时

边界说明：

• 本技能不自动运行仓库内的本地采集脚本（例如 scripts/data_collector.py）。如需在本地执行任何网络采集脚本，请显式启用网络请求、设置请求上限，并遵守目标站点的 robots 与访问条款。

搜索策略执行逻辑

markdownCopy code
对于每个数据需求（P0/P1/P2）：

1. 先使用 web_search 快速获取
   - 成功：进入数据提取
   - 失败：进入第2层

2. 使用 web_fetch 深度搜索
   - 成功：进入数据提取
   - 失败：标注"数据暂不可得"

数据提取：
- 从搜索结果中提取关键数据
- 多源交叉验证（至少2个来源）
- 标注数据可信度（high/medium/low）

内置搜索能力说明

本技能已内置整合以下搜索能力，用户无需额外安装任何子技能：

数据真实性协议

严格遵循规则：报告中呈现的所有数据，必须直接来源于提供的 Data Summary 或 External Search Findings。

• 禁止幻觉：不得编造、估算或模拟数据
• 可追溯来源：每个重要结论和图表都必须能够追溯到输入的数据包
• 数据缺失处理：如数据缺失，明确写出"数据暂不可得"

输出格式

Markdown 文件

• 文件名：{主题关键词}-report-{日期}.md
• 模板：assets/report-template.md

HTML 文件

• 文件名：{主题关键词}-report-{日期}.html
• 模板：assets/html-template.html
• 风格：深蓝色政务/企业内报风格
• 布局：左侧树状导航（固定）+ 右侧内容展示

格式与语气标准

• 语气：麦肯锡 / BCG 风格 —— 权威、客观、专业
• 数字格式：千位分隔使用英文逗号（1,000）
• 数据强调：重要观点和关键数字需加粗
• 标题编号：使用标准编号（1.、1.1）
• 参考文献：必须严格遵循 GB/T 7714-2015

参考文档体系

领域分析框架

工作流程详细文档

技术指南

HTML 模板

分析模型库

方法论

质量检查清单

阶段 0（主题理解与确认）

• 研究主题已明确
• 分析领域已识别
• 搜索范围已确定
• 用户已确认

阶段 1（分析框架）

• 框架覆盖了该领域自然应有的全部分析维度
• 每章均有明确的分析目标、分析逻辑与核心假设
• 数据需求具体、可衡量，并指定了推荐搜索方法
• 每章至少有一个可视化方案

阶段 1→2（数据收集）

• 所有 P0 数据任务已完成
• 关键数据至少从 2 个来源验证
• 数据来源已记录
• 数据可信度已标注

阶段 2（报告生成）

• Markdown 报告零幻觉
• 每个小节均遵循"数据对比 → 综合分析"
• 参考文献格式正确（GB/T 7714-2015）

配置项

textCopy code
output_locale = zh_CN  # zh/en
default_search_engines = ["baidu", "bing", "google"]
data_validation_required = true  # P0 数据必须验证
interactive_confirmation = true  # 交互式确认，支持用户修改研究参数

版本历史

• v1.0.0: 正式版
  • 三阶段工作流（主题确认→框架生成→报告输出）
  • 使用 Agent 内置 web_search + web_fetch（无需 API key）
  • 支持市场分析、行业分析、AI/SaaS厂商分析、竞争情报、竞争分析等领域
  • 交互式主题确认，支持用户修改研究参数
  • 双格式输出（Markdown + HTML）
  • 两层搜索策略（web_search → web_fetch）