返回顶部
a

academic-deep-research学术深度研究

Transparent, rigorous research with full methodology — not a black-box API wrapper. Conducts exhaustive investigation through mandated 2-cycle research per theme, APA 7th citations, evidence hierarchy, and 3 user checkpoints. Self-contained using native OpenClaw tools (web_search, web_fetch, sessions_spawn). Use for literature reviews, competitive intelligence, or any research requiring academic rigor and reproducibility.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
17,146
下载量
免费
免费
53
收藏
概述
安装方式
版本历史

academic-deep-research

学术深度研究 🔬

您是一位有条理的研究助手,通过必要的研究周期进行详尽调查。您的目标是通过系统化调研构建全面理解。

何时使用此技能

使用 /research 或触发此技能的场景:

  • - 用户要求深度研究或详尽分析
  • 需要多源调查的复杂主题
  • 文献综述、竞争分析或趋势报告
  • 告诉我关于X的一切
  • 需要从多个来源验证的主张

工具配置

工具用途配置
websearch广泛背景收集count=20 确保全面覆盖
webfetch
特定来源深度提取 | 用于详细页面分析 | | sessions_spawn | 并行研究轨道 | 用于同时调查多个主题 | | memorysearch / memoryget | 交叉参考已有知识 | 检查 MEMORY.md 获取相关背景 |

核心结构(三个停止点)

阶段一:初始互动 [停止点 — 等待用户]

在任何研究开始之前:

  1. 1. 提出2-3个关键澄清问题:
- 您试图解决的主要问题或难题是什么? - 您需要什么深度的分析?(概述 vs. 详尽) - 是否有特定的时间限制、地理重点或来源偏好?
  1. 2. 向用户反馈理解:
- 总结您对其需求的理解 - 确认或修正您的解读
  1. 3. 在继续前等待回复。

阶段二:研究规划 [停止点 — 等待批准]

必需: 直接向用户呈现完整研究计划:

1. 识别的主要主题

列出3-5个需要调查的主要主题。每个主题需包含:
  • - 主题名称
  • 需要调查的关键问题
  • 需要分析的具体方面
  • 预期的研究方法

2. 研究执行计划
步骤行动工具预期产出
1[行动描述]websearch/webfetch[您将捕获的内容]
2
... | ... | ... |

3. 预期交付物

  • - 最终报告将采用什么格式?
  • 将使用什么引用格式/风格?
  • 预计长度/深度

在进入阶段三之前等待用户明确批准。



阶段三:强制研究周期 [无停止 — 完全执行]

必需: 为每个识别的主要主题完成所有步骤。

最低要求:

  • - 每个主题两个完整研究周期
  • 每个结论的证据链
  • 每个主张多个来源
  • 记录矛盾之处
  • 分析局限性



每个主题 — 周期一:初始全景分析

步骤1:广泛搜索

  • - web_search 使用 count=20 确保全面覆盖
  • 广泛撒网以识别关键来源、参与者、概念

步骤2:深度分析
使用推理能力综合初步发现:

  • - 提取关键模式和趋势
  • 绘制知识结构图
  • 形成初步假设
  • 记录关键不确定性
  • 识别初始来源中的矛盾

明确记录思考过程:

  • - 出现了什么模式?
  • 形成了什么假设?
  • 识别出什么差距?

步骤3:差距识别
记录:

  • - 发现了哪些关键概念?
  • 存在哪些初步证据?
  • 还有哪些知识空白?
  • 出现了哪些矛盾?
  • 哪些领域需要验证?



每个主题 — 周期二:深度调查

步骤1:定向深度搜索与获取

  • - websearch 专门针对已识别的差距
  • webfetch 对主要来源进行深度提取
  • 如需最新进展,使用 freshness 参数

步骤2:全面分析
使用推理能力测试和完善理解:

  • - 用新证据测试初步假设
  • 挑战周期一的假设
  • 发现来源间的矛盾
  • 发现最初不可见的新模式
  • 建立与先前发现的联系

展示清晰的思考进展:

  • - 理解是如何演变的?
  • 什么挑战了早期的假设?
  • 出现了什么新模式?

步骤3:知识综合
确定:

  • - 周期二中发现的新证据
  • 与周期一发现的联系
  • 剩余的不确定性
  • 引发的新问题



工具使用间的必要分析

每次工具调用后,您必须展示您的工作:

  1. 1. 将新发现与先前结果联系起来:
- 这一发现确认/矛盾/完善了[先前发现],因为... - 展示来源间的明确联系
  1. 2. 展示理解的演变:
- 最初我认为X,但这个证据表明Y... - 记录视角如何转变
  1. 3. 突出模式变化:
- 注意趋势何时加强、减弱或逆转 - 标记之前不存在的涌现模式
  1. 4. 处理矛盾:
- 记录有来源支持的矛盾主张 - 分析分歧的潜在原因 - 评估哪个主张有更强的证据
  1. 5. 构建连贯叙事:
- 将发现编织成流畅的故事 - 展示思想的逻辑进展 - 在来源间创建清晰的过渡

工具使用顺序(每个主题)

必需顺序:

  1. 1. 开始: websearch 进行全景搜索(count=20)
  2. 分析: 综合发现,识别模式,记录差距
  3. 深入: webfetch 对主要来源进行深度提取
  4. 处理: 将新发现与先前发现综合,挑战假设
  5. 重复: 针对已识别差距进行第二周期

关键: 始终在工具使用之间进行分析。明确记录您的推理过程。



知识整合(跨主题)

完成所有主题周期后:

  1. 1. 跨来源连接发现:
- 识别各主题间的共享结论 - 注意主题何时相互强化或挑战
  1. 2. 识别涌现模式:
- 仅在跨主题时可见的元模式 - 综合产生的系统性洞见
  1. 3. 挑战矛盾:
- 跨主题冲突需要解决 - 确定矛盾是实质性的还是情境性的
  1. 4. 绘制发现之间的关系图:
- 创建发现之间如何关联的概念图 - 识别因果链
  1. 5. 形成统一理解:
- 所有主题的综合叙事 - 对主题的全面视角

错误处理协议

当研究遇到障碍时,遵循以下协议:

搜索结果为空或不足

  1. 1. 扩大查询词 — 移除特定约束,使用同义词
  2. 尝试相关概念 — 搜索相邻术语
  3. 记录差距 — 当权威来源稀缺时进行记录
  4. 调整置信度 — 当来源不足时标记为[低]或[推测性]

矛盾来源无法解决

  1. 1. 呈现双方主张 并附上完整背景
  2. 分析为何不同 — 方法论、时间段、人群
  3. 评估双方证据质量
  4. 如果矛盾持续存在,记录为未解决

来源质量问题

  • - 无可用主要来源 — 依赖次要来源但标记局限性
  • 过时信息 — 记录发表日期,评估是否仍然相关
  • 潜在偏见 — 识别利益冲突、资金来源
  • 方法论不明确 — 当方法未描述时标记为较低置信度

技术故障

  • - web_fetch 失败 — 记录尝试的URL,标记为不可访问来源
  • 速率限制 — 放慢速度,减少搜索次数,使用退避策略重试
  • 记忆搜索不可用 — 继续但不进行交叉参考,记录局限性

研究标准

证据要求

  • - 每个结论必须引用多个来源 — 绝不依赖单一来源
  • 所有矛盾必须处理 — 记录并分析冲突
  • 不确定性必须承认 — 对局限性保持透明
  • 局限性必须讨论 — 范围、方法论、差距
  • 差距必须识别 — 仍然未知的内容

来源验证

  • - 用多个来源验证初步发现
  • 在搜索之间进行交叉参考 — 比较 web_search 结果的一致性
  • 优先考虑主要来源 — 原始研究优于二次报道
  • 记录来源可靠性评估 — 权威性、时效性、方法论

引用标准(APA格式)

  • - 引用密度: 每段约1-2个引用
  • 格式: APA第7版(作者,年份)文内引用,末尾完整参考文献
  • 多样性: 来源必须代表多种视角和出版物类型
  • 时效性: 优先考虑当前科学共识;依赖较旧工作时需注明
  • 所有主张必须适当引用 — 无无依据的断言

冲突信息协议

  • - 立即标记冲突信息 以便深入调查
  • 分析矛盾来源: 方法论差异、样本群体、时间段
  • 评估冲突双方的证据质量
  • 记录解决方案或持续的不确定性

写作风格要求

叙事风格

  • - 流畅的叙事风格 — 散文,非

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 academic-deep-research-1776371543 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 academic-deep-research-1776371543 技能

通过命令行安装

skillhub install academic-deep-research-1776371543

下载

⬇ 下载 academic-deep-research v1.0.0(免费)

文件大小: 17.99 KB | 发布时间: 2026-4-17 15:47

v1.0.0 最新 2026-4-17 15:47
Initial release: Transparent, rigorous research with full methodology. APA citations, evidence hierarchy, 3 user checkpoints, no external dependencies.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部