Auto Deep Research

自动深度研究技能。

核心逻辑

loop (1 轮 = 并行 search 所有待处理子问题):
1. 动态拆解子问题（初始 3 个，可临时追加）
2. 并行 search 所有待处理子问题
3. 串行 read_page + 提炼，写入 memo（防爆）
4. 合并去重
5. 评估：弹药够不够？有没有决定性新概念影响最初结论不清晰需要继续研究？

退出条件：
- 所有子问题已完成 AND 弹药够 OR
- 达到 max_iterations（默认 5 轮）

当前支持模式

简单模式（默认）：

• - 初始子问题数量 = 3
• max_iterations = 5
• 追加子问题需决定性影响或针对原始问题还有明显盲点
• 强制合并去重

动态拆解

• - 初始生成 3 个子问题（默认）
• Update 阶段可以临时追加新子问题：如果子问题 1 的结果揭示了一个全新的关键概念，如果与原始问题高度相关，则加入任务队列
• 子问题用标记状态：[待处理] / [处理中] / [已完成]

输出目录

每次研究创建一个独立文件夹 output/{研究主题slug}/：

output/
└── {topic-slug}/
├── state.json # 执行状态（轮数、子问题进度）
├── memo.json # 结构化研究笔记（JSON，方便 agent 读取判断）
├── sources.json # 所有来源 URL 和摘要
└── report.md # 最终报告

文件夹命名规则：用主题关键词 + 短时间戳，如 react-server-components_20240331

state.json

json
{
iteration: 1,
max_iterations: 5,
original_query: 用户问题,
subproblems: [
{id: 1, title: 子问题1, status: completed, sources: 2},
{id: 2, title: 子问题2, status: processing, sources: 1},
{id: 3, title: 子问题3, status: pending, sources: 0}
],
hasnewconcepts: false,
enough_evidence: false
}

memo.json

json
{
subproblems: [
{
id: 1,
title: 子问题标题,
findings: [
{source: URL, priority: P1, key_points: [点1, 点2], conflict: null},
{source: URL, priority: P4, key_points: [点1], conflict: 与来源A冲突}
]
}
],
new_concepts: [概念A, 概念B],
uncertain_points: [争议点1]
}

sources.json

json
{
sources: [
{url: URL, title: 标题, priority: P1, added_at: 2024-01-01}
]
}

工具

推荐使用脚本（见 scripts/ 目录）：

• - search.sh [maxresults] [outputfile]
• readpage.sh [outputfile]

环境配置

在系统环境变量或 .env 文件中配置：

bash

搜索 API（选一个）

DuckDuckGo 免费，无需配置

页面读取 API

search(query)

脚本调用：
bash
./scripts/search.sh React Server Components 5

手动调用：
bash

Tavily（需要 API key）

DuckDuckGo（免费，搜索网页内容）

如果curl失效，则用 Python duckduckgo-search 库或 SearXNG

并行 search + 串行提炼：

• - 可以并行发起 search 获取多个 URL
• 读取网页并提炼时必须串行，避免上下文错乱

read_page(url)

方式1: WebFetch（推荐，无需 API）：
直接调用 Claude Code 的 WebFetch 工具读取页面

方式2: 浏览器：
用浏览器工具打开页面，复制内容

方式3: Jina Reader（备用）：
bash
curl https://r.jina.ai/readability/page?url=$URL

两条铁律

1. 1. 一个结论 ≥ 2 个来源：不能只信一个来源
2. 必须标注不确定点：不知道就是不知道

Memo 格式

每次调用 read_page 后，必须强制提炼关键信息，写入 memo.json。

同时保留 memo.md 方便人类阅读（与 memo.json 内容同步）：

markdown

子问题 1: [标题]

来源 A [P1-官方] ([URL])

• - 关键点 1
• 关键点 2

来源 B [P4-GitHub] ([URL])

• - 关键点 1
• ⚠️ 与来源 A 冲突：XXX ???

子问题 2: [标题]

标记规则

• - [P1-官方] → 优先级 1，官方文档
• [P4-GitHub] → 优先级 4，GitHub
• ??? → 冲突待验证

详见 references/source-trust.md

禁止：

• - 把长篇大论的网页全文直接塞进 memo
• 把 raw HTML 塞进 memo

路径：当前目录 output/memo.json（同时保留 memo.md 方便人工查看）

循环逻辑

Eval（评估）

1. 1. 弹药够不够：所有子问题都有 ≥2 个独立来源确认？
2. 有没有新概念：结果中出现了之前没覆盖的关键概念？

没有新概念 → 退出
即使有冲突也退出（不阻塞），冲突标记为不确定点

详见 references/conflict-detection.md

Plan（决策）

• - 够了 → 退出循环，去写最终报告
• 不够 → 生成新 query，或者从搜索结果挑一个 URL 继续钻

Act（执行）

• - 调用 search 找新方向
• 或调用 read_page 钻进去看细节

Update（更新 + 防爆）

1. 1. 合并去重：新信息写入 memo 时，必须与原有信息合并去重，不是无限往下拼接
2. 临时追加子问题：当新概念对解答【用户初始核心问题】具有决定性影响，且当前 memo 无法解释它时，才允许追加
3. 提炼信息要精简：只保留关键点，禁止长篇大论

回到 Eval

最大轮数

max_iterations = 5（每次并行 search 一批子问题 = 1 轮，强制中断，防止烧钱）

计数规则：

• - 1 轮 = 并行 search 所有 [待处理] 子问题
• 1 轮内不限 search 次数
• read_page 不计轮数

输出报告格式

路径：output/{topic-slug}/report.md

必须是 .md 文件：

markdown

研究报告：[用户问题]

问题拆解

• - 子问题 1: xxx
• 子问题 2: xxx
• 子问题 3: xxx

关键结论

结论 1

• - [P1-官方] 来源 1: ...
• [P4-GitHub] 来源 2: ...

结论 2

不确定点

• - 争议点 1：xxx（来源 A vs 来源 B）
• 未验证点：xxx

总结

参考来源

1. 1. [P1-官方] [标题] - [URL]
2. [P4-GitHub] [标题] - [URL]

触发方式

用户输入 /auto-deep-research