Deep Research Skill

Multi-source research methodology — executes when user asks "研究/调查/搜索" or similar research tasks. Supports 3-day research cache + auto-archive to MEMORY.md.

Research Cache System（研究缓存系统）

工作原理

每次研究启动时，在 /tmp/deep-research-cache/{slugified_topic}/{unix_timestamp}/ 下创建独立工作目录：

/tmp/deep-research-cache/
  {topic-slug}/
    {timestamp}/
      claims/          ← 每条证据卡（claim_NNN.md）
      rounds/          ← 每轮研究日志（round_NNN.md）
      manifest.json    ← 所有证据的索引 + 可信度统计
      report_final.md  ← 最终报告
      .cleanup_scheduled ← 3天清理倒计时标记

3天清理逻辑

1. finalize.sh 生成报告后，写入 .cleanup_scheduled 标记（记录"报告生成时间"）
2. cleanup.sh 每运行一次，检查所有研究目录：
   • 有活动（用户在3天内继续研究，新增加了 claim/round）→ 删除 .cleanup_scheduled，取消清理计划
   • 无活动且距报告生成已 > 3天 → 将摘要写入 MEMORY.md，删除整个目录
3. MEMORY.md 写入内容：主题 + 日期 + 核心结论（1-3句）+ T1/T2/T3/T4 来源统计 + 完整报告所在路径（待删除前还有效）

如何继续研究

用户只需说"继续研究{原话题}"，AI agent 会：

1. 找到 /tmp/deep-research-cache/ 下该 topic 的最新目录
2. 从 manifest.json 读取已有证据
3. 在最新目录继续追加 claim + round
4. 更新 manifest + 重新生成报告

注意：完整报告在清理前仅存在于 /tmp/deep-research-cache/，不复制到 workspace。如需保留报告，请告知用户或主动复制到 workspace。

触发条件

用户说以下类型的话时触发：

• "帮我研究一下..."
• "你去查一查..."
• "搜索..." + 涉及多个来源的问题
• "帮我调查..."
• "核实..."
• "确认一下..."
• "继续研究..."

注意：简单的事实查询（"今天天气如何"）不需要触发此技能。

核心原则

1. 不搜到哪算哪 — 研究开始前先制定搜索计划
2. 多源交叉验证 — 每个关键结论至少 3 个独立来源
3. 来源分级可信度 — 优先使用高可信度来源
4. 反复核实 — 同一事实用不同关键词核实至少 2 次
5. 明确存疑 — 无法核实的内容必须标注，不得臆造

来源可信度分级（4级）

优先级规则：T1 > T2 > T3 > T4。优先使用 T1/T2；T3/T4 必须与 T1/T2 交叉验证。

研究流程（8步）

Step 0：问题类型识别

拿到问题后，先判断属于哪类：

Step 0.5：时效性评估（AI/科技类必做）

• AI/科技/开源项目话题：先核实信息时效性
• 搜索时优先看最新发布的内容（近6个月内）
• 明确标注每条信息的发布时间
• 如果来源时间不明，该来源可信度降级

Step 1：问题拆解 & 边界定义

将问题拆解为若干子问题，明确：

• 研究的范围（什么要查，什么不查）
• 预期的输出形式
• 需要查几个维度

Step 2：来源分级 & 权威锁定

• 针对每个子问题，列出预期可用的来源类型
• 优先查找 T1/T2 来源
• 每个关键事实至少找到 2 个不同级别的来源

Step 3：事实提取 & 证据卡

每个关键结论提取为"证据卡"：

[证据卡]
- 结论：...
- 来源：[来源名称]（[等级]，[时间]）
- 原文摘要：...
- 可信度：✅确认 / ⚠️存疑 / ❌矛盾

使用缓存系统时，每张证据卡通过 claim-card.sh 写入缓存目录。

Step 4：构建对比框架

比较型问题必须建立对比矩阵：

[对比维度]
| 维度 | 来源A | 来源B | 来源C | 结论 |
|------|-------|-------|-------|------|

Step 5：参考对齐 & 冲突处理

• 同一事实多个来源结论一致 → ✅ 确认
• 多个来源结论矛盾 → ⚠️ 标注冲突，明确说明各方说法
• 仅单一来源 → ⚠️ 标注"单来源，待验证"

Step 6：事实→结论推导链

明确推导过程：

结论X ← 依据事实A（来源）+ 依据事实B（来源）
         推导逻辑：[为什么A+B得出X]

Step 6.5：独立核实（BLOCKING 步骤）

在输出结论前，必须完成此步骤：

• 用不同关键词重新搜索关键结论，验证一致性
• 每个关键结论至少核实 2 次（不同来源或不同角度）
• 如果核实结果与原结论矛盾 → 返回 Step 5 重新评估
• 完成后才可进入 Step 7

Step 7：使用场景验证（合理性检查）

• 结论是否符合常识？
• 是否存在明显的反例？
• 对用户的实际场景是否适用？

Step 8：输出格式化

按以下格式交付（详见下方输出模板）。报告由 finalize.sh 生成。

输出模板

# 研究报告：[问题标题]

## 研究概要
- 问题类型：
- 研究时间：
- 来源数量：X 个（ T1:X / T2:X / T3:X / T4:X ）
- 核心结论（1-3句话）：

## 关键结论

### 结论1：[标题]
- 置信度：🟢 高 / 🟡 中 / 🔴 低
- 证据：
  - [来源A]（T1，2024年）— ...
  - [来源B]（T2，2023年）— ...
  - [来源C]（T3，2024年）— ...
- 多源核实：[✅ 一致 / ⚠️ 存疑 / ❌ 矛盾]
- 对用户场景的意义：...

### 结论2：（同上格式）

## 存疑项 & 待验证
- ❓ [未核实清楚的点] — 来源：[来源]，风险：[...]
- ❓ [需要用户确认的内容]

## 研究局限性
- [本次研究的局限]
- [未覆盖的范围]

## 主要参考来源
1. [来源名] — [URL/平台] — [T1/T2/T3/T4]
2. ...

---
*本报告基于多源交叉核实，如有疑问请标注具体结论反馈核实。*

核实次数最低要求

脚本使用指南

启动研究

cd /root/.openclaw/workspace/skills/deep-research/scripts
TOPIC="你的研究主题" SESSION_ID="可选ID" bash research.sh

记录证据卡

CLAIM_ID="claim_001" \
TOPIC="研究主题" \
CONTENT="具体结论内容..." \
SOURCE="https://..." \
SOURCE_TIER="T2" \
VERIFICATION_STATUS="pending" \
ROUND="1" \
CACHE_DIR="/tmp/deep-research-cache/xxx/xxx" \
bash claim-card.sh

更新索引

CACHE_DIR="/tmp/deep-research-cache/xxx/xxx" \
TOPIC="研究主题" \
SESSION_ID="xxx" \
bash manifest.sh

生成报告

CACHE_DIR="/tmp/deep-research-cache/xxx/xxx" \
TOPIC="研究主题" \
SESSION_ID="xxx" \
bash finalize.sh

清理检查（可定时运行）

bash cleanup.sh

触发此技能时的用户沟通规则

研究开始时（简短告知）：

"收到，我来研究一下。计划：[拆解成X个维度，查找X个来源]，完成后给你完整报告。"

研究过程中（如果发现方向偏差）：

"我发现原问题的方向可能需要调整——[说明原因]，建议改成[新方向]，可以吗？"

完成时：按上方模板输出完整报告，并告知：

"报告已生成，缓存保留3天，如继续研究请在3天内继续对话。"

质量门控

以下情况必须不上报结论，先继续研究：

• 关键结论不足 3 个来源
• 存在未解决的来源冲突
• 时效性无法确认（AI/科技类）

以下情况必须标注"存疑"：

• 单一来源
• 来源为 T3/T4
• 发布时间超过 1 年（科技类话题）
• 不同来源结论存在分歧

Self-Improving 集成

每次研究完成后，在 .learnings/research-log.md 追加一条：

[日期] | 问题：[主题] | 来源数：X | 质量：🟢/🟡/🔴 | 教训：[如果有]

如果研究过程中发现方法论问题 → 更新本 SKILL.md。

本技能参考 wshuyi/deep-research 方法论 + 学术来源可信度分级体系构建。