Parallel Deep Research
Deep, multi-source research for complex topics requiring synthesis from many sources. Returns comprehensive reports with citations.
When to Use
Trigger this skill when the user asks for:
- - "deep research on...", "thorough investigation of...", "comprehensive report about..."
- "research everything about...", "full analysis of..."
- Complex topics requiring synthesis from 10+ sources
- Competitive analysis, market research, due diligence
- Questions where depth and accuracy matter more than speed
NOT for:
- - Quick lookups or simple questions (use parallel-search)
- Current news or recent events (use parallel-search with
--after-date) - Reading specific URLs (use parallel-extract)
Quick Start
CODEBLOCK0
CLI Reference
Basic Usage
CODEBLOCK1
Common Flags
| Flag | Description |
|---|
| INLINECODE1 | Processor tier (see table below) |
| INLINECODE2 |
Output as JSON |
|
-o, --output <path> | Save results to file (creates .json and .md) |
|
-f, --input-file <path> | Read query from file (for long questions) |
|
--timeout N | Max wait time in seconds (default: 3600) |
|
--no-wait | Return immediately, poll later with
research status |
Processor Tiers
| Processor | Time | Use Case |
|---|
| INLINECODE8 | 10-20s | Quick lookups |
| INLINECODE9 |
15-50s | Simple questions |
|
core-fast | 15s-100s | Moderate research |
|
pro-fast | 30s-5min | Exploratory research (default) |
|
ultra-fast | 1-10min | Multi-source deep research |
|
ultra2x-fast | 1-20min | Difficult deep research |
|
ultra4x-fast | 1-40min | Very difficult research |
|
ultra8x-fast | 1min-1hr | Most challenging research |
Non-fast variants (e.g., pro, ultra) take longer but use fresher data.
Examples
Basic research:
CODEBLOCK2
Deep competitive analysis:
CODEBLOCK3
Long research question from file:
CODEBLOCK4
Non-blocking research:
CODEBLOCK5
Best-Practice Prompting
Research Question
Write 2-5 sentences describing:
- - The specific question or topic
- Scope boundaries (time period, geography, industries)
- What aspects matter most (pricing? features? market share?)
- Desired output format (comparison table, timeline, pros/cons)
Good:
CODEBLOCK6
Poor:
CODEBLOCK7
Response Format
Returns structured JSON with:
- -
task_id — unique identifier for polling - INLINECODE19 —
pending, running, completed, INLINECODE23 - INLINECODE24 — when complete:
-
summary — executive summary
-
findings[] — detailed findings with sources
-
sources[] — all referenced URLs with titles
Output Handling
When presenting research results:
- - Lead with the executive summary verbatim
- Present key findings without paraphrasing
- Include source URLs for all facts
- Note any conflicting information between sources
- Preserve all facts, names, numbers, dates, quotes
Running Out of Context?
For long conversations, save results and use sessions_spawn:
CODEBLOCK8
Then spawn a sub-agent:
CODEBLOCK9
Error Handling
| Exit Code | Meaning |
|---|
| 0 | Success |
| 1 |
Unexpected error (network, parse) |
| 2 | Invalid arguments |
| 3 | API error (non-2xx) |
Prerequisites
- 1. Get an API key at parallel.ai
- Install the CLI:
CODEBLOCK10
References
并行深度研究
针对需要综合多个来源的复杂主题进行深度、多源研究。返回带有引用的综合报告。
使用时机
当用户提出以下要求时触发此技能：
- - 深入研究..., 彻底调查..., 关于...的综合报告
- 研究关于...的一切, 对...的全面分析
- 需要综合10个以上来源的复杂主题
- 竞争分析、市场调研、尽职调查
- 深度和准确性比速度更重要的问题
不适用于：
- - 快速查询或简单问题（使用并行搜索）
- 当前新闻或近期事件（使用带--after-date的并行搜索）
- 读取特定URL（使用并行提取）
快速开始
bash
parallel-cli research run 你的研究问题 --processor pro-fast --json -o ./report
CLI参考
基本用法
bash
parallel-cli research run <问题> [选项]
常用标志
| 标志 | 描述 |
|---|
| -p, --processor <层级> | 处理器层级（见下表） |
| --json |
以JSON格式输出 |
| -o, --output <路径> | 将结果保存到文件（创建.json和.md文件） |
| -f, --input-file <路径> | 从文件读取查询（适用于长问题） |
| --timeout N | 最大等待时间（秒，默认：3600） |
| --no-wait | 立即返回，稍后使用research status轮询 |
处理器层级
| 处理器 | 时间 | 适用场景 |
|---|
| lite-fast | 10-20秒 | 快速查询 |
| base-fast |
15-50秒 | 简单问题 |
| core-fast | 15秒-100秒 | 中等研究 |
| pro-fast | 30秒-5分钟 | 探索性研究（默认） |
| ultra-fast | 1-10分钟 | 多源深度研究 |
| ultra2x-fast | 1-20分钟 | 困难深度研究 |
| ultra4x-fast | 1-40分钟 | 非常困难的研究 |
| ultra8x-fast | 1分钟-1小时 | 最具挑战性的研究 |
非快速变体（如pro、ultra）耗时更长，但使用更新鲜的数据。
示例
基础研究：
bash
parallel-cli research run 量子计算的最新发展是什么？ \
--processor pro-fast \
--json -o ./quantum-report
深度竞争分析：
bash
parallel-cli research run 比较Stripe、Square和Adyen支付平台：功能、定价、市场地位和开发者体验 \
--processor ultra-fast \
--json -o ./payments-analysis
从文件读取长研究问题：
bash
创建问题文件
cat > /tmp/research-question.txt << EOF
调查全球AI监管现状：
- 1. 美国、欧盟和中国有哪些法规？
- 有哪些待定或提议的法规？
- OpenAI、Google和Anthropic等公司如何回应？
- 哪些行业团体在游说支持/反对监管？
EOF
parallel-cli research run -f /tmp/research-question.txt \
--processor ultra-fast \
--json -o ./ai-regulation-report
非阻塞研究：
bash
启动研究而不等待
parallel-cli research run 研究问题 --no-wait
稍后检查状态
parallel-cli research status <任务ID>
轮询直到完成
parallel-cli research poll <任务ID> --json -o ./report
最佳实践提示
研究问题
用2-5句话描述：
- - 具体问题或主题
- 范围边界（时间段、地理区域、行业）
- 哪些方面最重要（定价？功能？市场份额？）
- 期望的输出格式（对比表、时间线、优缺点）
好的示例：
比较面向50-200人B2B SaaS公司的前5大CRM平台。
重点关注：每席位定价、集成生态系统、报告功能。
包括2024-2026年的近期变化以及来自G2/Capterra的客户评价。
差的示例：
告诉我关于CRM的信息
响应格式
返回结构化JSON，包含：
- - task_id — 用于轮询的唯一标识符
- status — pending（待处理）、running（运行中）、completed（已完成）、failed（失败）
- result — 完成时包含：
- summary — 执行摘要
- findings[] — 带来源的详细发现
- sources[] — 所有引用的URL及标题
输出处理
呈现研究结果时：
- - 以执行摘要开头，逐字呈现
- 呈现关键发现，不做改写
- 为所有事实包含来源URL
- 注明来源之间的任何矛盾信息
- 保留所有事实、名称、数字、日期、引用
上下文不足？
对于长对话，保存结果并使用sessions_spawn：
bash
parallel-cli research run <问题> --json -o /tmp/research-<主题>
然后生成子代理：
json
{
tool: sessions_spawn,
task: 读取/tmp/research-<主题>.json，呈现执行摘要和关键发现及来源。,
label: research-summary
}
错误处理
意外错误（网络、解析） |
| 2 | 无效参数 |
| 3 | API错误（非2xx状态码） |
前置条件
- 1. 在parallel.ai获取API密钥
- 安装CLI：
bash
curl -fsSL https://parallel.ai/install.sh | bash
export PARALLELAPIKEY=你的密钥
参考
