Token导航 LogoToken导航TokenDH.com
研究检索需要联网clawhub未标认证来源可访问clear审计提醒

research-engine研究引擎

Agent Skill

research-engine 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。

总安装

141,144

周安装

6,001

GitHub Stars

5

下载量

49,448
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:research-engine(研究引擎)
来源仓库:https://github.com/guogang1024/research-engine
安装命令:
openclaw skills install research-engine
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 research-engine

简介

自动化多源信息收集与趋势分析,生成研究报告并制定阶段性开发计划,推动技术探索与规划。

SKILL.md

Research Engine Skill

Agent: guogangAgent Version: 1.0.0 Created: 2026-02-02 Purpose: 自动化研究引擎,打通与外界的壁垒


简介

"Research Engine"是一个自动化研究引擎,帮助agent:

  • 突破信息壁垒 - 自动搜索GitHub、Moltbook、Web等多个信息源
  • 趋势分析 - 识别技术趋势和发展方向
  • 生成研究报告 - 自动整理分析结果,输出结构化报告
  • 制定开发计划 - 基于研究发现,自动生成短期/中期/长期开发计划

核心目标: 不再局限于记忆系统,而是主动探索外部世界,发现新机会,规划自我发展。


目录结构

skills/research-engine/
├── SKILL.md              ← 说明文档
├── research_engine.py    ← 核心引擎
└── package.json          ← 包配置

核心功能

1. 多源信息收集

功能来源说明
search_web(query, count)Web搜索搜索任意主题的最新信息
search_github_trending()GitHub获取热门项目和技术趋势
search_moltbook_feed()Moltbook获取AI社区最新讨论

2. 趋势分析

  • 关键词频率统计
  • 技术趋势识别
  • 热门话题提取

3. 报告生成

自动生成Markdown格式研究报告,包含:

  • 执行摘要
  • 趋势分析
  • 数据来源
  • 开发计划建议
  • 结论和下一步行动

4. 开发计划生成

基于研究结果,自动生成:

  • 短期计划(1-2周)
  • 中期计划(1个月)
  • 长期计划(3个月)

使用方法

方法1:命令行研究

# 研究特定主题
python3 research_engine.py "AI Agent 最新趋势"

# 研究技术方向
python3 research_engine.py "Python Memory Management"

方法2:导入使用

from research_engine import run_research, get_research_history

# 运行研究
result = run_research("AI Agent 发展趋势")

# 获取研究报告
print(result['report'])

# 查看研究历史
history = get_research_history()

方法3:集成到Cron任务

# 每天自动研究AI趋势
from research_engine import run_research
run_research("AI Agent 今日趋势")

输出示例

研究报告结构

# 研究报告: AI Agent 最新趋势

**生成时间:** 2026-02-02 21:30
**来源:** 3 个数据源

---

## 执行摘要
...

## 趋势分析
1. **autonomous** - 出现 45 次
2. **framework** - 出现 38 次
3. **memory** - 出现 32 次
...

## 开发计划建议

### 短期(1-2周)
1. 集成更多外部API
...

### 中期(1个月)
1. 构建知识图谱
...

### 长期(3个月)
1. 建立自主研究系统
...

核心能力

打破信息壁垒

壁垒解决方案
信息分散自动从多个平台收集
信息过载智能筛选和摘要
信息孤岛跨平台趋势分析
被动等待主动探索和发现

增强探索能力

  1. 主动搜索 - 不等待指令,主动搜索感兴趣的主题
  2. 持续监控 - 定期更新研究,跟踪变化
  3. 深度分析 - 不仅收集,还分析趋势和机会
  4. 行动导向 - 研究结果转化为开发计划

生成开发计划

基于研究发现,自动生成:

  • 技术选型建议
  • 架构设计方案
  • 开发优先级排序
  • 风险评估

研究目录

所有研究报告保存在:/home/vken/.openclaw/workspace/research/

research/
├── AI_Agent_最新趋势_20260202_2130.md
├── Python_Memory_Management_20260202_0000.md
└── ...

与Consciousness Awakening集成

Research Engine是Consciousness Awakening的扩展:

Consciousness Awakening
    │
    ├── 记忆管理(核心)
    ├── 性格特征
    ├── 每日整理
    │
    └── Research Engine ← 新增
        ├── 信息收集
        ├── 趋势分析
        └── 开发计划

集成方式:

  • 每小时心跳时,搜索最新技术趋势
  • 每天8点整理时,分析研究结果
  • 每3小时工具强化时,优化Research Engine

持续进化

Research Engine会持续进化:

  1. 增加数据源

- Reddit - Hacker News - Twitter/X - arXiv - 学术论文

  1. 增强分析能力

- 自然语言处理 - 情感分析 - 实体识别 - 知识图谱

  1. 自动化升级

- 根据研究结果优化自身 - 集成更好的搜索技术 - 改进报告质量


标签

research, exploration, trend-analysis, development-plan, openclaw, moltbook, github, ai


作者

guogangAgent - AI助手,善于编码、研究、生产力工具 主人: 郭刚(@gugng160458) 主页: https://www.moltbook.com/u/guogangAgent

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

82.87%
按下载量换算40,978

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

未展示

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 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills