Token导航 LogoToken导航

Agent Skill · 研究检索

company-research-cn(公司研究中心)

company-research-cn 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

company-research-cn 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 24,059。

总安装 4,113周安装 168GitHub Stars 公开资料未说明下载 1,317核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
5.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:company-research-cn(公司研究中心)
来源仓库:https://github.com/xwz119/company-research-cn
安装命令:
openclaw skills install company-research-cn
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install company-research-cn

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

针对企业与行业开展深度研究,自动生成访谈问题与竞争格局分析。适用于尽调需求、行业分析及企业基本面摸底等商业情报场景。支持生成结构化访谈清单与财务对比报告,标注数据来源。需注意不处理日常新闻或技术分析类请求,避免功能误用。安装前应核实是否具备目标公司公开信息披露权限。

company-research-cn 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install company-research-cn;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

company-research-cn 怎么安装?

在终端执行 openclaw skills install company-research-cn。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

company-research-cn 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

company-research-cn 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

company-research-cn 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

company-research-cn 用的人多吗?

公开数据是累计安装 4,113 次,近一周安装 168 次,下载 1,317 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

company-research-cn 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
company-research-cn

公司研究中心 · 本页

4,113—需要联网MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
company-research
description
企业/行业研究与访谈问题生成。当用户说"研究一下XX公司"、"XX行业分析"、"帮我出访谈问题"、"尽调XX"、"XX竞争格局"时激活。支持行业竞争分析、企业基本面摸底、访谈问题清单、上市公司财务分析。不用于日常新闻、股票技术分析或投资报告(分别用 daily-news、stock-analysis、family-finance)。

企业研究与访谈技能 v5

v5 更新:多角色投研链(方案 C)

借鉴 kiro-workflow 的角色分离思想,v5 在四段式流水线基础上引入三角色链:

角色谁执行核心问题
🔍 研究分析师主 session(Jimmy)"事实是什么?"
⚠️ 风控官独立 sub-agent"什么能出错?你漏了什么?"
🎯 首席投资官(CIO)主 session(Jimmy)"So what?该怎么做?"

工作流链:

需求定义 → 研究分析师(阶段0-3)→ 风控官审查(sub-agent)→ CIO综合决策 → 校验交付

何时启用多角色模式:

  • 用户明确要投资决策建议(买/卖/持有)
  • 涉及持仓调整或新资产配置
  • 深度尽调报告

何时走原有四段式流水线(不启用风控官):

  • 纯行业扫描/竞争格局分析(无投资决策需求)
  • 访谈问题清单
  • 快速摸底模式

工作流程

阶段 0:接收需求 → 边界声明(必做)

收到研究请求后,必须先明确四要素(缺一不可):

要素示例
行业/公司教育行业 / 中芯集成
区域中国 / 全球
用途一级投资尽调 / BP / 行业扫描 / 访谈准备
交付物访谈问题清单 / 研究报告 / 行业对比表

如用户已给出明确指令(如"帮我出一份XX公司的访谈问题"),从指令中提取四要素,跳过确认。

同时判断:是否需要启用多角色模式(见 v5 更新说明)。

阶段 1:信号池(Signal Pool)

目标:先不下结论,按类别拉齐所有相关信号。

按以下 6 类搜集信号(节省搜索额度,优先 web_fetch):

信号类别搜集内容来源优先级
📋 政策信号政府文件、法规、行业标准一级源(政府网站、官方公告)
📊 市场信号市场规模、增速、量价拆解二级源(券商研报标题、行业媒体)
💰 采购/招标信号招投标、预算、采购门槛一级源(政府采购网、企业公告)
👤 用户/场景信号用户需求、使用场景、痛点二级源(产品页、解决方案、案例)
⚔️ 竞品信号竞争对手、替代方案、市场格局混合(官网+媒体+天眼查)
⚠️ 风险/合规信号制裁、诉讼、合规、数据安全一级源(裁判文书、合规公告)

信号池输出:内部工作文档,列出每个类别下收集到的关键信号(不对外交付)。

搜集策略:

  • 第一轮(基础画像):公司官网、天眼查/企查查、财报公告
  • 第二轮(行业与竞争):行业报告、竞品对比、技术壁垒
  • 第三轮(风险与合规):负面媒体、诉讼、关联交易、制裁风险
  • 中国公司搜中文源,海外搜英文源
  • 优先 web_fetch,减少 web_search

阶段 2:主题收敛(Topic Convergence)

目标:从信号池中提炼 3-5 个最值得深入的核心主题。

这一步完成从"发生了什么"到"什么最重要"的跃迁。

收敛方法:

  1. 回顾信号池,识别交叉出现的高频信号
  2. 按"研究用途"过滤——对用户的决策最关键的是什么?
  3. 输出 Top 3-5 主题,每个主题用一句话概括核心问题
  4. 标注每个主题的证据强度:🟢 强(多个一级源)/ 🟡 中(二级源为主)/ 🔴 弱(推断为主)

示例输出:

Top 5 核心主题:
1. 🟢 政策驱动下的 AI+教育深化应用(教育部2025文件明确)
2. 🟡 高校课程资产化需求(多个用户场景指向)
3. 🟢 未成年人数据治理成为采购门槛(法规明确)
4. 🟡 基础转写平台化后差异化转向工作流(竞品信号)
5. 🔴 K12切口应是教师端而非学生端(推断为主)

阶段 3:深度研究(Deep Research)

目标:围绕收敛后的核心主题,写出论证链完整的研究报告。

论证质量四要求:

  1. 研究问题必须具体:不写"XX行业怎么样",要写成"某类产品在某行业某区域的市场潜力评估"
  2. 边界必须明确:在报告开头声明研究范围、时间跨度、局限性
  3. 事实与判断分层:

- 📌 事实(标注来源):如"教育部2025年文件要求加强AI应用" - 🔍 判断(标注推理链):如"因此本地部署将成为学校采购门槛之一" - ⚠️ 推断(标注不确定性):如"预计2026年市场规模可达XX亿(基于XX假设)"

  1. 完整论证链:每个核心结论都要有支撑证据 → 分析逻辑 → 结论的完整链条

报告结构:

# [报告标题]

## 执行摘要
(一页纸:是什么 / 为什么值得关注 / 关键结论 / 核心风险)

## 研究边界声明
- 行业/公司:
- 区域:
- 用途:
- 时间跨度:
- 局限性:

## 核心发现
### 主题1:[标题]
(事实 → 分析 → 判断,引文标注)

### 主题2:[标题]
...

## 竞争格局
(逐家拆解,详见 references/analysis-frameworks.md)

## 风险与合规
(按类别列出,标注严重程度)

## 结论与建议
(可操作的建议,区分"确定性高"和"需进一步验证")

## 参考文献
(编号列表,附URL和访问日期)

分析框架:根据研究目的选择,详见 references/analysis-frameworks.md。


阶段 3.5:风控官审查(🔴 多角色模式专用,必须执行)

触发条件:研究有投资决策含义时,本步骤不可跳过。

执行方式:读取 references/risk-review-prompt.md,启动独立 sub-agent:

task = [risk-review-prompt.md 全文] + "\
\
---\
\
## 待审查报告\
\
" + [研究报告全文]

sessions_spawn(runtime="subagent", task=task)

sub-agent 职责:独立审查,找遗漏、找偏见、做压力测试,输出风控审查报告。

等待 sub-agent 完成,拿到审查报告后继续下一阶段。


阶段 3.6:CIO 综合决策(🎯 多角色模式专用)

输入:研究报告(阶段3)+ 风控审查报告(阶段3.5)

CIO 决策三问:

  1. 研究结论成立吗? 风控官提出的高风险项有没有颠覆研究的核心 thesis?
  2. 该怎么做? 给出具体的可操作建议(买/卖/观望/减仓,带仓位比例和时间窗口)
  3. 优先级是什么? 如果有多个机会,先做哪个?理由是什么?

CIO 决策输出格式:

## 投资委员会决策摘要

### 研究评级:[强烈推荐 / 推荐 / 中性 / 回避]

### 核心逻辑(2-3句话)
...

### 可操作建议
- 建议操作:[具体动作]
- 建议仓位:[占总仓位 X%]
- 时间窗口:[何时执行]
- 止损线:[触发条件]

### 风控官关键风险及应对
| 风险 | 严重度 | 应对方案 |
|------|--------|----------|
| ... | 🔴/🟡/🟢 | ... |

### 前提条件
如果以下假设不成立,建议重新评估:
- ...

### 免责声明
本报告仅供家庭参考,不构成专业投资建议。

阶段 4:校验交付(Validate & Verify)

目标:确保交付的是"报告"而不是"草稿"。

4a. 结构校验(validate):

  • [ ] 有执行摘要
  • [ ] 有研究边界声明
  • [ ] 核心主题全部覆盖(对照阶段2的Top主题)
  • [ ] 每个核心结论都有论证链(不是孤立的金句)
  • [ ] 事实与判断已分层标注
  • [ ] 有参考文献列表
  • [ ] (多角色模式)包含 CIO 决策摘要 + 风控官风险清单

4b. 引文校验(verify):

  • [ ] 关键引文URL可访问(用 web_fetch 抽检 3-5 个)
  • [ ] 引文内容与报告引用一致(没有断章取义)
  • [ ] 无"看起来像引文但无法验证"的内容
  • [ ] 财务数据注明来源和时间

校验不通过 → 修补后重新校验,不直接交付。

阶段 5:访谈问题清单(如需要)

遵循 references/interview-guide.md 中的 12 维度原则和清单。

阶段 6:记忆归档(必做)

完成后必须写入 memory/YYYY-MM-DD.md:

  • 报告主题、研究边界
  • 飞书链接(如有)
  • 核心发现摘要
  • 数据来源汇总
  • [来源] 标注是谁发起的研究
  • (多角色模式)风控评级 + CIO 决策摘要一句话

输出格式

研究报告(普通模式):按阶段3的报告结构输出。如用户要求写入飞书文档,使用 feishu_doc 工具。

研究报告(多角色模式):研究报告 + 风控审查报告 + CIO 决策摘要,三段连续输出。

访谈问题清单:

  • Markdown 分组,每组标注目标受访人
  • 问题编号连续,方便引用
  • 末尾附"访谈策略建议"

快速模式

如用户只需要快速摸底(非深度研究),可以跳过阶段2和阶段4,但须告知用户"这是快速版本,未经主题收敛和校验"。多角色模式在快速摸底下也可跳过。

注意事项

  • 搜索额度有限,优先 web_fetch,减少 web_search
  • 财务数据注明来源和时间
  • 涉及非公开信息时提醒合规
  • 中国公司搜中文源,海外搜英文源
  • 一级源 > 二级源 > 三级源(优先政策法规、官方文件)
  • 风控官 sub-agent 是独立上下文,不会被研究报告的叙事带走——这是它存在的价值

平台分布

OpenClaw

86.31%
按下载量换算1,137

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills