Deep Research

• 1 轮 → 2 个核心问题
• 2 轮 → 4 个问题
• 3 轮 → 6 个问题
• 4-5 轮 → 8-10 个问题

问题应覆盖不同维度（技术/市场/用户/竞争），第 1 轮搜基础，后续轮次基于发现生成新问题。

Step 2: 搜索（每轮）

每轮选 2-3 个问题，使用 web_search（英文关键词优先，中文用 search_lang="zh-hans"）。

降级策略（当 web_search 失败时）：

1. web_search — 首选
2. web_fetch("https://www.bing.com/search?q=关键词") — Bing
3. web_fetch("https://metaso.cn/search/关键词") — 秘塔（中文好用）
4. 如果全部失败 → 报告末尾标注"⚠️ 搜索服务不可用，内容基于模型知识"

关键规则：

• 每轮搜索之间不要连续快速调用（避免 rate limit）
• 优先近期内容（Brave 用 freshness="month"）
• 搜索关键词要具体，避免太宽泛

Step 3: 内容抓取

每轮搜索后，用 web_fetch 抓取 top 3-5 个最相关的页面，提取关键信息、数据、观点。

优先级：官方文档 > 学术论文 > 技术博客 > 新闻媒体

Step 4: 分析与输出

根据 thinking_depth 按对应格式输出报告（见下方）。

输出格式

⚡ Quick 模式（目标：300-500 字）

# [主题] 快速总结

## 一句话定义
[一句话概括核心概念]

## 核心要点
- 要点 1
- 要点 2
- 要点 3

## 关键数据
- 数据 1
- 数据 2

## 核心挑战
- 挑战 1
- 挑战 2

## 来源
1. [标题](URL)
2. [标题](URL)

禁止：不要写长段落、不要写对比表格、不要写建议。

📊 Medium 模式（目标：800-1500 字）

# [主题] 研究报告

## 摘要
[2-3 句总结核心发现]

## 主要发现

### [方面 A]
- 发现 1（附数据支撑）
- 发现 2

### [方面 B]
- 发现 1
- 发现 2

## 对比分析
| 维度 | 选项 1 | 选项 2 |
|------|--------|--------|
| 优点 | ... | ... |
| 缺点 | ... | ... |

## 结论
[总结性结论 + 简要建议]

## 来源
1. [标题](URL) — 关键观点
2. [标题](URL) — 数据来源

禁止：不要写"批判性评估"、不要写"方法论说明"、不要写"未来展望"。保持简洁实用。

🔬 Deep 模式（目标：2000-4000 字）

# [主题] 深度研究报告

## 执行摘要
- 核心结论（3-5 条）
- 关键数据
- 主要建议

## 背景与上下文
[研究背景，1-2 段]

## 主要发现

### 发现 1: [标题]
- 证据/数据支撑
- 来源与可信度

### 发现 2: [标题]
...

## 多维度分析

### [维度 A：如技术]
- 现状 → 趋势 → 挑战

### [维度 B：如市场]
- 规模 → 增长 → 竞争格局

### [维度 C：如用户]
- 需求 → 痛点 → 机会

## 批判性评估
- 主流观点 vs 反对观点
- 数据局限性
- 潜在偏见

## 行动建议
- 短期（0-3 个月）
- 中期（3-12 个月）
- 长期（1 年以上）

## 未来展望
[预测 + 不确定性分析]

## 来源
1. [标题](URL) - 日期 - 可信度: 高/中/低
2. ...

## 方法论说明
- 搜索策略
- 数据收集范围
- 分析局限性

使用场景速查

触发词

"研究 [主题]" / "深度调研 [主题]" / "帮我分析 [主题]" / "对比 [A] 和 [B]"

实现说明

此 Skill 使用 OpenClaw 内置能力：

• web_search — 网络搜索
• web_fetch — 网页抓取（也是降级搜索工具）
• pdf — PDF 分析（如需）
• LLM — 内容分析与报告生成

无需额外安装。