Token导航 LogoToken导航

Agent Skill · 研究检索

data-parallel-research(数据并行研究)

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围,避免把样本数据当全量事实;涉及敏感数据、导出文件或批量写回时,应先确认权限和脱敏边界。

data-parallel-research 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;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 27,574。

总安装 3,369周安装 139GitHub Stars 公开资料未说明下载 1,101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
1.0.0

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:data-parallel-research(数据并行研究)
来源仓库:https://github.com/mingginwan/data-parallel-research
安装命令:
openclaw skills install data-parallel-research
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 data-parallel-research

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。

有 2 个以上独立研究子课题时使用。将独立课题分派给并行代理同时调研,加速信息收集。

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 data-parallel-research;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

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

data-parallel-research 怎么安装?

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

data-parallel-research 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。

data-parallel-research 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

data-parallel-research 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。

data-parallel-research 用的人多吗?

公开数据是累计安装 3,369 次,近一周安装 139 次,下载 1,101 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。

data-parallel-research 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
data-parallel-research

数据并行研究 · 本页

3,369—权限未标注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
data-parallel-research
description
有 2 个以上独立研究子课题时使用。将独立课题分派给并行代理同时调研,加速信息收集。

并行研究分派

你将研究任务分派给专门的代理,每个代理有独立的上下文。通过精确定义他们的研究范围和输出格式,确保他们聚焦在自己的课题上。他们不继承你的会话上下文——你精确构建他们需要的一切。这也保护了你自己的上下文用于协调工作。

当报告涉及多个独立课题时,逐个研究浪费时间。每个课题的调研是独立的,可以并行进行。

核心原则: 每个独立课题分派一个代理。让他们同时工作。

使用时机

多个课题需要调研?
  ├── 它们独立吗?
  │     ├── 否(相互关联)→ 单一代理统一调研
  │     └── 是 → 可以并行吗?
  │           ├── 是 → 并行分派
  │           └── 否(有共享依赖)→ 顺序执行

适用:

  • 报告有 3+ 个独立章节需要调研
  • 每个课题可以独立理解
  • 课题之间没有信息依赖
  • 需要加速信息收集

不适用:

  • 课题之间有因果链(后面的课题依赖前面的结论)
  • 需要全局视角才能理解
  • 课题之间会互相影响

分派模式

1. 识别独立课题

按报告结构拆分:

  • 章节 A:市场规模分析
  • 章节 B:竞品对比
  • 章节 C:技术趋势

每个课题独立——市场规模的研究不影响竞品对比。

2. 构建代理任务

每个代理获得:

  • 明确范围: 一个课题
  • 具体目标: 要回答什么问题
  • 数据来源指引: 去哪里找信息
  • 输出格式: 返回什么格式的结果
  • 质量要求: 需要什么级别的验证

3. 并行分派

使用 Agent 工具同时启动多个代理,每个负责一个独立课题。

4. 整合审阅

代理返回结果后:

  • 阅读每个代理的产出
  • 检查发现之间有没有矛盾
  • 交叉验证——不同代理发现的事实是否一致
  • 整合为统一的报告内容

代理任务模板

好的代理任务是:

  1. 聚焦 — 一个明确的课题
  2. 自包含 — 理解任务所需的所有背景
  3. 输出明确 — 明确告诉代理要返回什么
研究课题:[课题名]

背景:[报告的整体主题和这个课题的位置]

需要回答的问题:
1. [具体问题 1]
2. [具体问题 2]
3. [具体问题 3]

数据来源建议:
- [来源 1]
- [来源 2]

输出格式:
- 每个问题的答案附带数据来源
- 关键发现摘要(3-5 点)
- 数据置信度标注(高/中/低)
- 发现的矛盾或不确定性

约束:
- 聚焦在 [范围] 内
- 不要涉及 [排除范围]

常见错误

❌ 范围太大: "调研整个市场" — 代理会迷失 ✅ 具体: "调研中国 SaaS 市场 2024-2025 年规模和增速"

❌ 没有背景: "分析竞品" — 代理不知道谁是竞品 ✅ 有背景: 列出具体竞品名单和对比维度

❌ 输出模糊: "调研一下" — 不知道要返回什么 ✅ 输出明确: "返回每个竞品的定价、功能矩阵、市场份额"

整合要点

代理返回后:

  1. 审阅每份产出 — 理解发现了什么
  2. 交叉验证 — 不同代理的数据是否一致
  3. 识别矛盾 — 有矛盾要追查原因
  4. 补充调研 — 如果某个代理的产出不够,追加定向调研
  5. 统一口径 — 确保术语、数据口径在整份报告中一致

平台分布

OpenClaw

72.87%
按下载量换算802

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

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