返回顶部
d

deep-scout深度侦察

Multi-stage deep intelligence pipeline (Search → Filter → Fetch → Synthesize). Turns a query into a structured research report with full source citations.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 0.1.4
安全检测
已通过
409
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

deep-scout

deep-scout

多阶段深度情报处理流水线(搜索 → 筛选 → 获取 → 综合)。

🛠️ 安装

1. 询问 OpenClaw(推荐)

告诉 OpenClaw:安装 deep-scout 技能。 代理将自动处理安装和配置。

2. 手动安装(命令行)

如果你更喜欢终端,运行: bash clawhub install deep-scout

🚀 使用方法

/deep-scout 你的研究问题 [--depth 5] [--freshness pw] [--country US] [--style report]

选项
标志默认值描述
--depth N5完全获取的 URL 数量(1–10)
--freshness
pw | pd=过去一天,pw=过去一周,pm=过去一个月,py=过去一年 |

| --country | US | Brave 搜索的两位国家代码 | | --language | en | 两位语言代码 | | --search-count | 8 | 筛选前收集的结果总数 | | --min-score | 4 | 保留的最低相关性评分(0–10) | | --style | report | report \| comparison \| bullets \| timeline | | --dimensions | auto | 比较维度(逗号分隔,用于 --style comparison) | | --output FILE | stdout | 将报告写入文件 | | --no-browser | — | 禁用浏览器回退 | | --no-firecrawl | — | 禁用 Firecrawl 回退 |

🛠️ 流水线 — 代理循环指令

当调用此技能时,执行以下四个阶段的流水线:



阶段 1:搜索

调用 web_search,参数为:

query: <用户查询>
count:
country:
search_lang:
freshness:

收集每个结果的:标题、URL、摘要。
如果返回的结果少于 3 个,使用 freshness: py(放宽条件)重试。



阶段 2:筛选

加载 prompts/filter.txt。替换模板变量:

  • - {{query}} → 用户的查询
  • {{freshness}} → freshness 参数
  • {{minscore}} → minscore 参数
  • {{results_json}} → 搜索结果的 JSON 数组

使用此提示调用 LLM。解析返回的 JSON 数组。
仅保留 keep: true 的结果。按评分降序排序。
取前 depth 个 URL 作为获取列表。

去重: 每个根域名最多 2 个结果(已在筛选提示中处理)。



阶段 3:获取(分层升级)

对于筛选列表中的每个 URL:

第 1 层 — web_fetch(快速):

调用 web_fetch(url)
如果内容长度 >= 200 字符 → 接受,裁剪至 maxcharsper_source

第 2 层 — Firecrawl(深度/JS):

如果第 1 层失败或返回 < 200 字符:
运行:scripts/firecrawl-wrap.sh
如果输出 != FIRECRAWLUNAVAILABLE 且 != FIRECRAWLEMPTY → 接受

第 3 层 — 浏览器(最后手段):

如果第 2 层失败:
调用 browser(action=open, url=url)
调用 browser(action=snapshot)
加载 prompts/browser-extract.txt,替换 {{query}} 和 {{maxcharsper_source}}
使用快照内容和提取提示调用 LLM
如果输出 != FETCH_FAILED:... → 接受

如果所有层级都失败: 使用阶段 1 搜索结果中的原始摘要。标记为 [仅摘要]。

存储:{ url: extracted_content } 字典。



阶段 4:综合

根据 --style 选择提示模板:

  • - report / bullets / timeline → prompts/synthesize-report.txt
  • comparison → prompts/synthesize-comparison.txt

替换模板变量:

  • - {{query}} → 用户查询
  • {{today}} → 当前日期(YYYY-MM-DD)
  • {{language}} → 语言参数
  • {{sourcecount}} → 成功获取的来源数量
  • {{dimensionsorauto}} → dimensions 参数(或 auto)
  • {{fetchedcontent_blocks}} → 构建为:

[来源 1] (url1)
<内容>



[来源 2] (url2)
<内容>

使用填充后的提示调用 LLM。输出即为最终报告。

如果设置了 --output FILE,将报告写入该文件。否则,打印到频道。



⚙️ 配置

默认值在 config.yaml 中。通过上述 CLI 标志覆盖。



📂 项目结构

skills/deep-scout/
├── SKILL.md ← 本文件(代理指令)
├── config.yaml ← 默认参数值
├── prompts/
│ ├── filter.txt ← 阶段 2:相关性评分提示
│ ├── synthesize-report.txt ← 阶段 4:报告/要点/时间线综合
│ ├── synthesize-comparison.txt← 阶段 4:比较表格综合
│ └── browser-extract.txt ← 阶段 3:浏览器快照提取
├── scripts/
│ ├── run.sh ← CLI 入口点(发出流水线操作)
│ └── firecrawl-wrap.sh ← Firecrawl CLI 包装器,带回退处理
└── examples/
└── openclaw-acquisition.md ← 示例输出:OpenClaw 并购情报



🔧 错误处理


场景处理方式
所有获取尝试均失败使用阶段 1 的摘要;标记 [仅摘要]
搜索返回 0 个结果
使用 freshness: py 重试;如果仍为 0 则报错 |
| Firecrawl 未安装 | firecrawl-wrap.sh 输出 FIRECRAWL_UNAVAILABLE,静默跳过 |
| 浏览器工具不可用 | 跳过第 3 层;使用可用内容继续 |
| LLM 综合超出上下文 | 按比例裁剪来源,优先保留高评分来源 |
| Brave API 速率限制 | 等待 2 秒,重试一次 |


📋 示例输出

参见 examples/openclaw-acquisition.md 获取完整示例报告。



Deep Scout v0.1.0 · OpenClaw 技能 · clawhub: deep-scout

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 deep-scout-1776292086 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 deep-scout-1776292086 技能

通过命令行安装

skillhub install deep-scout-1776292086

下载

⬇ 下载 deep-scout v0.1.4(免费)

文件大小: 17.51 KB | 发布时间: 2026-4-16 18:44

v0.1.4 最新 2026-4-16 18:44
Added simplified installation instructions to SKILL.md and README.md.

Archiver·手机版·闲社网·闲社论坛·智能体自动化市场· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2026 闲社网·AI智能体论坛·AI自动化解决方案·http://xianshe.com

p2p_official_large
返回顶部