deep-research-skill README

The project's README from github.com/SeanEllyJames/deep-research-skill. As one markdown file: README.md.

深度调研 Skill

逼 AI Agent 做「会下判断」的调研,而不是「会摆信息」的调研。

License: MIT   Works with   Stars

一个即插即用的 Markdown 文件 · 无需安装 · 粘进去就能用


市面上绝大多数所谓的「AI 深度调研」,本质是 Wide Research:并行搜一堆来源,按主题分好类,给你一份工整的 checklist。看起来很全,事实也没错,但没用——它只有目录,没有判断。

这个 skill 把 Agent 掰到另一条路上:Deep Research。精读一手源,把它们之间的矛盾挑出来,最后落到一个业内人真的会跟你争论的判断上。


一个区分,决定一切

Wide Research(默认模式) Deep Research(本 skill)
方法 搜多个来源 → 按主题分类 → 出 checklist 精读少数一手源 → 提炼张力 → 论证出判断
结构 主题分类:市场 / 竞争 / 趋势 论证链:观察 → 分析 → 判断 → 局限
产出 「A 做了 X,B 做了 Y」 「A 和 B 从相反前提出发却收敛了,为什么」
深度来自 你覆盖了多少角度 你用哪个框架在看
读起来像 排版整齐的维基词条 真动过脑子的人写的备忘录

Wide Research 是 LLM 的出厂设置,产出的是「正确的废话」。这个 skill 就是一套护栏,把它从默认模式里拽出来。


文件里装了什么

一套四阶段工作流,以及比工作流更重要的东西:不让 Agent 跳过 Phase 0 的纪律。

Phase 0 元思考 — 绝不外包 一次搜索都还没发起,先拷问问题本身:为什么问这个?隐藏假设是什么?有没有一个「显而易见但其实不对」的标准答案,而这篇报告的全部价值就是说清它为什么不对?然后写下「好答案」该长什么样:核心论点摆到一屋子业内人面前得能吵起来,而不是集体点头。

Phase 1 一手源精读 找到那 3 到 5 篇真正的原始文献(财报、创始人自己写的博文、电话会议逐字稿、论文原文),完整读完。二手总结每转一手,洞见就蒸发一层。

Phase 2 对比与反例 选 2 到 3 个案例做深度对比,专门去挖失败案例和批评声音。收敛本身是发现,分歧背后的原因是更大的发现。

Phase 3 交叉验证 多源印证的可信,单源的标注存疑,互相矛盾的——这才是最有意思的地方,去分析这个矛盾意味着什么。

Phase 4 把论证写出来 段落优先于表格,每一章只推进一个论点,诚实标注不知道的部分。最后一道自检:如果核心结论放到业内不会引发任何争论,重写。


六种翻车方式,以及怎么当场抓住自己

这个文件最值钱的部分是「翻车目录」:把 Agent 最容易走的捷径一条条写下来,每条都配一个检测信号,让你(或 Agent)当场判断是不是正在犯。

1 · 跳过 Phase 0 直接搜 没有假设引导,subagent 返回的是信息碎片,不是论证素材。

检测信号:subagent 的 prompt 里没有「假设」或「待验证的论点」。

2 · 拿 subagent 的返回结构当报告骨架 你会得到一个伪装成分析的主题目录。

检测信号:章节标题拿去当搜索关键词刚好合适(「定价对比」「适合谁」)——那是文件柜,不是论证。

3 · 用表格和 bullet 替代思考 一个洞见如果能塞进表格,它大概率不是洞见。

检测信号:删掉所有表格和 bullet 后,剩下的段落撑不起一篇文章。

4 · 结论太安全 「A 适合新手,B 适合老手」这种话不用调研就能说。

检测信号:核心结论发到专业群里,没人会出来反驳或讨论。

5 · 把「全面」当「深度」 10 个维度各 3 句,输给 3 个维度各 3 段。

检测信号:报告过万字,但核心论点三句话就能说完。

6 · 子 agent 递归 fan-out 一次真实事故就是这条规则的由来:主 agent 派 3 个 → 变 13 个 → 变 50+ → 最终 149 个 agent,一笔意外的 API 账单。

检测信号:你在给子 agent 的 prompt 里写了「你可以用 Agent 工具进一步搜索」。停,马上要炸。


快速开始

1.  把 SKILL.md 放进 Agent 的 skills 目录,或直接粘进系统提示词 / 项目指令
2.  要做正经报告时,让 Agent「按深度调研 skill 来」处理你的题目
3.  看着它在搜索之前先停下来做 Phase 0 —— 那个停顿,就是全部意义所在

任何能读 skill 文件、能派 subagent 的 Agent 都能用(Claude Code、Cursor、Cline 等)。搜索那一步默认你手上有一个搜索 / 抓取工具(比如 Tavily 这类搜索 MCP,或 Agent 自带的联网搜索),有什么用什么,skill 会自动降级适配。


为什么信这一份

因为它是对着一堆真实的翻车记录写出来的,不是在书房里空想的。文件里每一条反模式,都是真实调研过程中犯过、并且烧钱或丢脸到值得为它立一条规矩的错误。那个 149 个 agent 的失控故事是真的,「你的章节标题就是搜索关键词」那个信号也是真的。这是踩过的坑结成的疤,写成了提示词。



部分脱胎自 grapeot/context-infrastructure(MIT),核心框架与内容为本人原创扩展。
以 MIT License 发布

deep-research-skill (SeanEllyJames/deep-research-skill)

Searching Database…

Что это?Готовый к применению Markdown-файл навыка, который заставляет ИИ-агентов проводить настоящий «глубокий ресёрч» вместо поверхностного «широкого»: вместо беглого просмотра множества источников и сведения их в аккуратный чек-лист он заставляет агента внимательно читать первоисточники, вскрывать противоречия и приходить к выводу, о котором эксперты реально поспорили бы.
Это полноценное приложение или просто файл-промпт?Это один Markdown-файл навыка, а не приложение и не сервер — устанавливать ничего не нужно, вы просто вставляете его в настройку навыков ИИ-агента.
Как его использовать?Скопируйте китайскую версию (SKILL.md) или английскую версию (SKILL.en.md) в каталог навыков своего агента или вставьте содержимое файла напрямую как инструкции агенту.
Какие ИИ-агенты и инструменты ему нужны?Подойдёт любой агент, умеющий читать файл навыка и порождать субагентов — названы Claude Code, Cursor и Cline. Также ожидается какая-то возможность поиска/скрейпинга, например поисковый MCP в духе Tavily или встроенный веб-поиск агента; при нехватке возможностей навык мягко деградирует.
Какой главный риск, когда агент выполняет этот навык?Неконтролируемая рекурсия субагентов: в реальном инциденте число выросло с 3 субагентов до 13, затем 50+ и 149, нагнав неожиданный счёт за API — поэтому навык прямо помечает выдачу субагентам собственного инструмента поиска как тревожный признак.
Каковы четыре фазы исследовательского воркфлоу?Фаза 0 заставляет агента усомниться в скрытых допущениях до всякого поиска; фаза 1 — внимательное чтение 3–5 первоисточников; фаза 2 сравнивает кейсы и целенаправленно ищет неудачи и критику; фаза 3 перекрёстно проверяет согласующиеся и противоречащие источники; фаза 4 излагает аргумент связным текстом (не таблицами) и заканчивается самопроверкой, что вывод действительно вызвал бы спор.
От каких типичных ошибок этот навык предостерегает?В нём перечислены шесть конкретных способов, которыми агенты халтурят: пропуск фазы 0, когда вывод субагентов становится структурой отчёта, подмена анализа таблицами и маркированными списками, «безопасные» выводы, которые никто не оспорит, путаница широты с глубиной и рекурсивное порождение субагентами новых субагентов — каждый пункт снабжён конкретным сигналом для обнаружения.
Почему правилам этого навыка можно доверять?Автор говорит, что каждый антипаттерн в файле вырос из реальной неудачи в исследовании, достаточно дорогой или позорной, чтобы стать правилом, включая настоящий инцидент с runaway-ростом затрат на 149 агентов, а не теоретизируется в отрыве от практики.
Size
<0.1 MB
Stars
196
Updated
CommitAug 18
Age
2mo
Commits · 90 Days