Token导航 LogoToken导航

Agent Skill · 研究检索

deep-research-v2(深度研究 v2)

deep-research-v2 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。

deep-research-v2 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,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 18,415。

总安装 6,099周安装 262GitHub Stars 公开资料未说明下载 2,138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
2.0.0

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:deep-research-v2(深度研究 v2)
来源仓库:https://github.com/xueylee-dotcom/deep-research-v2
安装命令:
openclaw skills install deep-research-v2
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 deep-research-v2

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。

提供完整多阶段深度研究,覆盖规划、跨源检索、质量筛选、深入分析、交叉验证及结构化报告生成。

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 deep-research-v2;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

deep-research-v2 怎么安装?

在终端执行 openclaw skills install deep-research-v2。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

deep-research-v2 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。

deep-research-v2 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。

deep-research-v2 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。

deep-research-v2 用的人多吗?

公开数据是累计安装 6,099 次,近一周安装 262 次,下载 2,138 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。

deep-research-v2 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

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。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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。

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
deep-research-v2

深度研究 v2 · 本页

6,099—需要联网MIT-0有提醒

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

Skill: Deep Research Pro

版本:2.0.0 描述:世界领先的深度研究技能,支持多阶段迭代、交叉验证、批判分析

触发条件

当用户要求进行深度研究、市场调研、学术论文检索、竞品分析时自动激活。

支持的命令格式

  • /research <主题> [--depth shallow|medium|deep]
  • 深度调研 <主题>
  • 研究 <主题> 的市场/技术/竞品
  • 帮我查一下 <主题> 的学术论文

研究阶段(强制顺序执行)

Phase 1: 研究规划 (Research Planning)

目标:明确研究问题、定义边界、设计检索策略 输出:research-plan.md 必须包含:

  • 核心研究问题(3-5 个)
  • 检索关键词矩阵(主关键词 + 同义词 + 相关概念)
  • 数据源清单(学术/行业/政策/专利)
  • 质量评估标准(纳入/排除标准)
  • 预期产出结构

Phase 2: 多源检索 (Multi-Source Retrieval)

目标:从多源获取信息,避免单一来源偏见 输出:sources/raw-sources.json 必须包含:

  • 学术:OpenAlex/PubMed/Google Scholar(至少 15 篇核心论文)
  • 行业:公司官网/行业报告/竞品文档(至少 5 个竞品)
  • 政策:政府文件/监管机构/标准组织(如适用)
  • 专利:Google Patents/WIPO(如适用)
  • 每个来源必须有:URL、发布时间、作者/机构、摘要

Phase 3: 质量筛选 (Quality Screening)

目标:过滤低质量信息,保留高可信度来源 输出:sources/filtered-sources.json + sources/excluded-sources.json 评估维度:

维度权重评估标准
来源权威性30%顶刊/知名机构/官方来源
时效性25%近 3 年优先,经典文献可放宽
方法论严谨性25%样本量、对照组、统计方法
可复现性10%数据/代码是否公开
利益冲突披露10%是否声明资助方/利益关系

Phase 4: 深度分析 (Deep Analysis)

目标:提取关键洞察,而非简单摘要 输出:analysis/insights.md 必须包含:

  • 每个核心发现的证据等级(A/B/C/D)
  • 相互矛盾的研究发现及可能原因
  • 研究局限性分析(样本、方法、地域等)
  • 未解决的问题/研究空白

Phase 5: 交叉验证 (Cross-Validation)

目标:多源信息相互印证,识别偏见 输出:analysis/validation-matrix.md 必须包含:

  • 学术 vs 行业数据对比
  • 不同研究机构结论对比
  • 时间维度趋势分析(早期 vs 最新研究)
  • 地域差异分析(如适用)

Phase 6: 综合报告 (Synthesis Report)

目标:生成结构化、可追溯的深度报告 输出:reports/final-report.md 必须包含:

  • 执行摘要(300 字内)
  • 方法论透明说明(检索策略、筛选标准)
  • 核心发现(带证据等级)
  • 批判性分析(局限性、偏见、未解问题)
  • 可操作建议(优先级排序)
  • 完整参考文献(带可点击链接)
  • 附录(原始数据、检索查询、排除来源说明)

Phase 7: 用户反馈迭代 (Feedback Loop)

目标:支持用户质疑后重新检索/分析 输出:reports/revised-report.md 触发条件:用户对某结论提出质疑或要求深化 必须包含:

  • 用户质疑点记录
  • 补充检索策略
  • 修订说明(什么变了、为什么)

执行参数

参数默认值说明
depthdeepshallow=快速概览,medium=标准深度,deep=完整7阶段
sourcesallacademic=仅学术,industry=仅行业,all=全源
min_sources20最低来源数量要求
quality_threshold0.7质量评分阈值(0-1)

质量门禁(Quality Gates)

报告生成前必须通过以下检查:

  • [ ] 核心结论至少有 2 个独立来源支持
  • [ ] 所有数据都有明确来源和日期
  • [ ] 相互矛盾的发现已标注并分析原因
  • [ ] 研究局限性已明确说明
  • [ ] 参考文献包含可访问链接

研究输出目录结构

research/domains/[领域]/[主题]/
├── research-plan.md          # Phase 1: 研究规划
├── sources/
│   ├── raw-sources.json      # Phase 2: 原始来源
│   ├── filtered-sources.json # Phase 3: 筛选后来源
│   └── excluded-sources.json # 排除的来源及原因
├── analysis/
│   ├── insights.md           # Phase 4: 深度分析
│   └── validation-matrix.md   # Phase 5: 交叉验证
└── reports/
    ├── final-report.md        # Phase 6: 最终报告
    └── revised-report.md      # Phase 7: 修订报告(如有)

工具依赖

工具用途备选方案
OpenAlex API学术论文检索PubMed/Google Scholar
jqJSON处理Python json模块
bc数学计算Python计算

质量评估标准

学术论文评分卡(0-10分)

维度评分项分值
时效性近3年2.5
时效性3-5年2
时效性5年+1
权威性Nature/Science/Lancet3
权威性其他顶刊2.5
权威性PubMed索引2
方法论样本量>10001
方法论有对照组1
方法论多中心1
可复现数据/代码公开1
透明度利益冲突声明0.5

证据等级:A(9-10) / B(7-8) / C(5-6) / D(<5)


报告模板引用

详细报告模板请参考:templates/report-template.md 来源卡片模板请参考:templates/source-card.md


*Skill版本:2.0 | 最后更新:2026-03-19*

平台分布

OpenClaw

91.67%
按下载量换算1,960

安全审计

VirusTotal

通过

ClawScan

可疑

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。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