Deep Research Pro 🔬
A powerful, self-contained deep research skill that produces thorough, cited reports from multiple web sources. No paid APIs required — uses DuckDuckGo search.
How It Works
When the user asks for research on any topic, follow this workflow:
Step 1: Understand the Goal (30 seconds)
Ask 1-2 quick clarifying questions:
- - "What's your goal — learning, making a decision, or writing something?"
- "Any specific angle or depth you want?"
If the user says "just research it" — skip ahead with reasonable defaults.
Step 2: Plan the Research (think before searching)
Break the topic into 3-5 research sub-questions. For example:
- - Topic: "Impact of AI on healthcare"
- What are the main AI applications in healthcare today?
- What clinical outcomes have been measured?
- What are the regulatory challenges?
- What companies are leading this space?
- What's the market size and growth trajectory?
Step 3: Execute Multi-Source Search
For EACH sub-question, run the DDG search script:
CODEBLOCK0
Search strategy:
- - Use 2-3 different keyword variations per sub-question
- Mix web + news searches
- Aim for 15-30 unique sources total
- Prioritize: academic, official, reputable news > blogs > forums
Step 4: Deep-Read Key Sources
For the most promising URLs, fetch full content:
CODEBLOCK1
Read 3-5 key sources in full for depth. Don't just rely on search snippets.
Step 5: Synthesize & Write Report
Structure the report as:
CODEBLOCK2
Step 6: Save & Deliver
Save the full report:
CODEBLOCK3
Then deliver:
- - Short topics: Post the full report in chat
- Long reports: Post the executive summary + key takeaways, offer full report as file
Quality Rules
- 1. Every claim needs a source. No unsourced assertions.
- Cross-reference. If only one source says it, flag it as unverified.
- Recency matters. Prefer sources from the last 12 months.
- Acknowledge gaps. If you couldn't find good info on a sub-question, say so.
- No hallucination. If you don't know, say "insufficient data found."
Examples
CODEBLOCK4
For Sub-Agent Usage
When spawning as a sub-agent, include the full research request and context:
CODEBLOCK5
Requirements
- - DDG search script: INLINECODE0
- curl (for fetching full pages)
- No API keys needed!
Deep Research Pro 🔬
一项功能强大、自包含的深度研究技能，可从多个网络来源生成带有引用的详尽报告。无需付费API——使用DuckDuckGo搜索。
工作原理
当用户要求对任何主题进行研究时，请遵循以下工作流程：
第1步：理解目标（30秒）
提出1-2个快速澄清问题：
- - 您的目标是什么——学习、做决策，还是撰写内容？
- 您想要任何特定的角度或深度吗？
如果用户说直接研究——使用合理的默认设置跳过此步骤。
第2步：规划研究（搜索前思考）
将主题分解为3-5个研究子问题。例如：
- 当前医疗保健中主要的人工智能应用有哪些？
- 已测量了哪些临床结果？
- 存在哪些监管挑战？
- 哪些公司在该领域处于领先地位？
- 市场规模和增长轨迹如何？
第3步：执行多源搜索
对于每个子问题，运行DDG搜索脚本：
bash
网络搜索
/home/clawdbot/clawd/skills/ddg-search/scripts/ddg <子问题关键词> --max 8
新闻搜索（针对当前事件）
/home/clawdbot/clawd/skills/ddg-search/scripts/ddg news <主题> --max 5
搜索策略：
- - 每个子问题使用2-3种不同的关键词变体
- 混合网络搜索+新闻搜索
- 目标获取15-30个独立来源
- 优先级：学术、官方、知名新闻 > 博客 > 论坛
第4步：深度阅读关键来源
对于最有希望的URL，获取完整内容：
bash
curl -sL | python3 -c
import sys, re
html = sys.stdin.read()
去除标签，获取文本
text = re.sub(<[^>]+>, , html)
text = re.sub(r\s+, , text).strip()
print(text[:5000])
完整阅读3-5个关键来源以获取深度。不要仅依赖搜索片段。
第5步：综合并撰写报告
按以下结构组织报告：
markdown
[主题]：深度研究报告
生成日期：[日期] | 来源数：[N] | 可信度：[高/中/低]
执行摘要
[3-5句关键发现概述]
1. [第一个主要主题]
[带有行内引用的发现]
2. [第二个主要主题]
...
3. [第三个主要主题]
...
关键要点
- - [可操作的见解1]
- [可操作的见解2]
- [可操作的见解3]
来源
- 1. 标题 — [一行摘要]
- ...
方法论
在网页和新闻中搜索了[N]个查询。分析了[M]个来源。
调查的子问题：[列表]
第6步：保存并交付
保存完整报告：
bash
mkdir -p ~/clawd/research/[slug]
将报告写入 ~/clawd/research/[slug]/report.md
然后交付：
- - 简短主题：在聊天中发布完整报告
- 长篇报告：发布执行摘要+关键要点，提供完整报告作为文件
质量标准
- 1. 每个主张都需要来源。 没有无来源的断言。
- 交叉引用。 如果只有一个来源这么说，标记为未验证。
- 时效性重要。 优先选择过去12个月内的来源。
- 承认差距。 如果无法找到某个子问题的良好信息，请说明。
- 不产生幻觉。 如果不知道，请说未找到足够数据。
示例
研究核聚变能源的当前状态
深入比较2026年Rust与Go在后端服务中的表现
研究引导SaaS业务的最佳策略
美国房地产市场目前发生了什么？
子代理使用说明
当作为子代理生成时，包含完整的研究请求和上下文：
sessions_spawn(
task: 对[主题]进行深度研究。遵循deep-research-pro SKILL.md工作流程。
首先阅读/home/clawdbot/clawd/skills/deep-research-pro/SKILL.md。
目标：[用户的目标]
特定角度：[任何具体内容]
将报告保存到~/clawd/research/[slug]/report.md
完成后，用关键发现唤醒主会话。,
label: research-[slug],
model: opus
)
要求
- - DDG搜索脚本：/home/clawdbot/clawd/skills/ddg-search/scripts/ddg
- curl（用于获取完整页面）
- 无需API密钥！
