返回顶部
o

openclaw-deep-research深度研究协调

Coordinate deep, source-verifiable research projects in OpenClaw using AgentSkills-compatible folders, local artifact tracking, and explicit evidence ledgers. Use when the user wants a high-quality report or investigation that spans many sources, needs auditable claims, benefits from delegation, or must manage context-window limits by writing project state to local files during an OpenClaw workflow.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
128
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

openclaw-deep-research

OpenClaw 深度研究

将研究作为基于文件的生产工作流运行,而非仅限聊天的练习。优化源可追溯性、明确所有权归属、紧凑交接,以及最终报告中区分事实、解读、比较和预测的能力。

平台说明

  • - 将本技能安装至 ~/.openclaw/skills/openclaw-deep-research/ 以实现用户级使用,或在使用 OpenClaw 本地技能时安装至工作区内的 skills/openclaw-deep-research/ 目录。
  • 将实际研究目录保留在活动工作区下,确保研究产物与任务紧密关联。
  • 假设委派为可选操作。仅当当前 OpenClaw 设置支持子代理且用户明确要求并行工作时,才使用子代理。

快速开始

  1. 1. 在收集来源前,先确定主题、受众、报告形态和研究截止日期。
  2. 在当前工作区创建一个规范的项目根目录,并将其视为唯一真实来源。
  3. 立即持久化项目记忆:状态、任务看板、来源台账、声明台账、事实核查日志、交接记录和报告草稿。
  4. 如果用户明确要求多代理工作,将项目拆分为具有不重叠写入范围的限定角色。否则,在本地使用相同工作流,无需委派。
  5. 先收集来源,再构建声明,仅从已验证的声明起草报告,最后进行质量检查,核实日期、可比性和无依据的结论。

不可妥协事项

  • - 仅保留一个规范的项目目录。
  • 将项目记忆写入本地文件;不依赖聊天历史作为持久状态。
  • 对于不稳定或高风险的事实,优先使用一手来源。
  • 为每个实质性声明分配 claimid 和至少一个 sourceid。
  • 在快速变化的事实和报告截止日期上标注绝对日期。
  • 在比较国家、公司、模型、市场或政策时,明确说明比较指标和时间窗口。
  • 区分 hardfact(硬事实)、reportedfact(报道事实)、interpretation(解读)、comparison(比较)和 forecast(预测)。
  • 除非用户明确要求,否则不允许多个代理编辑同一文件。

工作流

1. 确定范围

  • - 明确研究问题、目标读者、交付物格式和报告截止日期。
  • 当主题结构不均衡时,优先采用维度比较而非单一标题排名。
  • 在搜索前记录范围和停止条件。

如需初始布局,请加载 references/project-layout.md。

2. 创建基于文件的工作区

  • - 创建项目根目录,并为工作流、来源、声明、核查、交接和交付物搭建最小框架。
  • 在简短的状态文件中记录当前阶段、下一步行动和未解决问题。
  • 每轮更新这些文件,以便后续代理无需重放聊天即可恢复工作。

如需可复制粘贴的初始文件,请加载 references/templates.md。

3. 决定委派模式

  • - 仅在用户明确要求多代理或委派工作且当前设置支持时,才使用 OpenClaw 子代理。
  • 每个限定职责或独立研究切片使用一个代理。
  • 为每个代理分配一个目标、一个读取集、一个写入范围、一个截止日期和一个交接目标。
  • 尽可能将项目经理/协调员角色保留在本地,以便集中进行综合和质量控制。

如需角色选项和交接合同,请加载 references/delegation-patterns.md。

4. 收集来源

  • - 在构建叙述之前先建立来源台账。
  • 优先使用一手来源:官方文件、备案文件、公司文档、论文、模型卡、发布说明、政府页面和原始数据集。
  • 当一手材料不完整时,使用高质量二手来源进行综合和三角验证。
  • 记录足够的元数据,以便其他审阅者后续能够重新打开来源。

如需证据规则和声明类别,请加载 references/evidence-standards.md。

5. 构建声明

  • - 将来源笔记转化为原子声明。
  • 附加 source_id、声明类别、置信度、日期范围和可比性说明。
  • 将无依据或未解决的声明标记为 draft(草稿)、blocked(受阻)、contested(争议)或同等状态;不要悄悄将其提升至报告中。

6. 标准化比较

  • - 当报告比较两个或多个实体时,构建比较矩阵。
  • 明确将行标记为 comparable(可比)、partial(部分可比)或 not_comparable(不可比)。
  • 如果两个来源使用不同的单位、人群、定义或时间窗口,应明确说明,而非强行得出整齐的排名。

7. 起草报告

  • - 将研究截止日期放在报告顶部附近。
  • 仅从已验证的声明起草。
  • 保持正文可读性,但通过来源和声明台账使证据链可审计。
  • 包含方法部分、限制部分以及未解决问题或未来关注点部分。

8. 质量检查报告

  • - 重新核查每个数字声明、带日期的陈述和领先性声明。
  • 降级或删除仅在狭窄假设下成立的陈述。
  • 确保最终报告不模糊事实与推断的界限。
  • 确认报告中的每个引用都能追溯到本地台账。

委派规则

  • - 通过文件路径或工作包保持代理所有权不重叠。
  • 要求每次交接包含:done(已完成)、verified(已验证)、open(未完成)、next(下一步)和已更改文件。
  • 如果侦察员的工作是收集证据,不要要求他们撰写综合报告。
  • 不要要求起草者凭空捏造事实或凭记忆填补空白。
  • 将冲突回溯到来源层,而非寻求修辞上的妥协。

写作规则

  • - 优先使用直接、带日期的语言:截至2026年3月21日...而非相对时间表述。
  • 对供应商声明、自我报告的性能和快速变化的政策使用谨慎措辞。
  • 避免使用X 全面领先等绝对化结论,除非证据确实支持该范围。
  • 以仍不确定的内容以及可能改变结论的因素作为结尾。

参考地图

  • - references/project-layout.md -> 规范目录结构及各产物的创建时机。
  • references/delegation-patterns.md -> 角色菜单、交接合同和防重复规则。
  • references/evidence-standards.md -> 来源层级、声明类别和质量检查关卡。
  • references/templates.md -> 台账、状态文件和交接记录的紧凑初始模板。
  • references/platform-notes.md -> OpenClaw 特定的安装和使用说明。

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 multi-agent-deep-research-1776114010 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 multi-agent-deep-research-1776114010 技能

通过命令行安装

skillhub install multi-agent-deep-research-1776114010

下载

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

文件大小: 12.53 KB | 发布时间: 2026-4-14 10:53

v1.0.0 最新 2026-4-14 10:53
- Initial release of openclaw-deep-research for OpenClaw.
- Enables coordination of in-depth, source-verifiable research projects with explicit file-backed artifacts and claim/source ledgers.
- Supports both single- and multi-agent workflows, with optional delegation and clear role boundaries.
- Enforces rigorous auditability: every significant claim must have traceable sources, dates, and comparison metrics.
- Provides step-by-step workflow—from scope freezing to QA—with strict separation of facts, interpretations, comparisons, and forecasts.
- Includes detailed project structure, evidence rules, delegation patterns, and writing standards for reproducible research.

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