TTokenySpace
返回 Skills 列表

深度研究工具

多源深度研究工具,兼容系统性信息探索、来源评估与方法论追踪,产出结构化研究报告,适合个人研究与学习. 适用于需要in depth research tool相关能力的开发场景,包含结构化的工作流程和可复用的模板,帮助用户快速完成任务并保持代码质量. 适用于需要in depth research tool相关能力的开发场景,包含结构化的工作流程和配置指引.

#中文
0

安装到 Tokeny(自动)

下载 ZIP
安装"in-depth-research-tool-free"技能
技能信息:
- 名称: 深度研究工具
- 标识: in-depth-research-tool-free
- 描述: 多源深度研究工具,兼容系统性信息探索、来源评估与方法论追踪,产出结构化研究报告,适合个人研究与学习. 适用于需要in depth research tool相关能力的开发场景,包含结构化的工作流程和可复用的模板,帮助用户快速完成任务并保持代码质量. 适用于需要in depth research tool相关能力的开发场景,包含结构化的工作流程和配置指引.
- 版本: 1.0.0
下载地址:
https://www.tokeny.space/api/skills/in-depth-research-tool-free/download
继续

复制上方内容到 Tokeny 客户端并在会话中发送即可自动安装;也可直接 下载 ZIP并拖动到技能窗口安装。

SKILL.md

深度研究工具(免费版)

概述

深度研究工具免费版是一款面向个人用户的多源信息研究工具。通过系统化的研究协议,引导用户从范围界定到结果交付的完整研究流程。支持多源搜索、来源评估、矛盾调和与结构化报告生成,帮助用户对复杂问题进行深入调查,而非简单的表面搜索.

核心能力

能力说明免费版支持
系统化研究协议七步研究流程
多源搜索多搜索引擎交叉搜索
来源评估权威性与可信度评估
方法论记录研究过程完整追踪
矛盾调和识别并调和矛盾信息
研究报告结构化报告输出
协作研究多人协作研究
自动化引用引用管理
知识库研究成果知识库

已知限制

执行已知限制操作,使用input_params参数进行配置,支持创建/查询/导出等操作.

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

单次研究最多参考 15 个来源

单次研究最多参考 15 个来源

处理: 解析单次研究最多参考 15 个来源的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回单次研究最多参考 15 个来源的响应数据,包含状态码、结果和日志.

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持多人协作研究

不支持多人协作研究

处理: 解析不支持多人协作研究的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持多人协作研究的响应数据,包含状态码、结果和日志.

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持自动化引用管理

不支持自动化引用管理

处理: 解析不支持自动化引用管理的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持自动化引用管理的响应数据,包含状态码、结果和日志.

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持研究知识库存储

不支持研究知识库存储

处理: 解析不支持研究知识库存储的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持研究知识库存储的响应数据,包含状态码、结果和日志.

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

研究深度最高支持到「标准」级别

研究深度最高支持到「标准」级别

处理: 解析研究深度最高支持到「标准」级别的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回研究深度最高支持到「标准」级别的响应数据,包含状态码、结果和日志.

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

处理: 解析已知限制的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回已知限制的响应数据,包含状态码、结果和日志. 能力覆盖范围:本skill的核心能力覆盖以下场景关键词:多源深度研究工具、支持系统性信息探、来源评估与方法论、生成结构化研究报、适合个人研究与学等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景一:技术选型研究

开发者需要对比评估多种技术方案的优劣.

# 启动深度研究
python (请参考skill目录中的脚本文件) \
  --topic "Rust vs Go 性能对比 2026" \
  --depth=standard \
  --output=tech_comparison.md

系统自动搜索多个来源,评估技术博客、基准测试报告的可信度,生成包含关键发现、置信度评估和来源列表的研究报告.

场景二:学术课题调研

学生需要为课题论文收集和整理资料.

# 学术研究
python (请参考skill目录中的脚本文件) \
  --topic "大语言模型在医疗诊断中的应用" \
  --depth=standard \
  --sources=academic \
  --output=medical_ai_research.md

场景三:市场信息收集

个人投资者需要了解某行业的市场现状.

# 行业研究
python (请参考skill目录中的脚本文件) \
  --topic "2026年 新能源汽车 市场趋势" \
  --depth=standard \
  --output=ev_market.md

不适用场景

以下场景深度研究工具不适合处理:

  • 黑帽SEO手段
  • 搜索引擎作弊
  • 付费广告投放管理

触发条件

需要SEO优化、关键词分析、排名提升、搜索流量优化时使用。不适用于非本工具能力范围的需求.

快速开始

  1. 阅读## 核心能力章节了解skill功能
  2. 按## 依赖说明配置环境
  3. 执行所需能力对应的命令
  4. 参考## 错误处理章节处理异常
  5. 查看## FAQ解答常见疑问

依赖详情

pip install requests beautifulsoup4 markdown

执行首次研究

# 基础研究
python (请参考skill目录中的脚本文件) "你的研究主题"
# ...
# 指定深度和输出
python (请参考skill目录中的脚本文件) \
  --topic "研究主题" \
  --depth=standard \
  --output=report.md

研究流程说明

范围界定 → 多源搜索 → 来源评估 → 深度挖掘 → 综合分析 → 文档记录 → 结果交付

示例

研究深度配置

深度级别耗时来源数适用场景
快速5-10 分钟3-5简单事实查询
标准30-60 分钟8-15大多数研究需求
深入2-4 小时20-30重要决策(PRO 版)
详尽数天50+关键高风险(PRO 版)

参数说明

参数类型默认值说明
--topic字符串研究主题(必填)
--depth字符串standard研究深度
--sources字符串all来源类型
--output字符串输出文件路径
--lang字符串zh语言偏好

优秀实践

研究协议执行

1. 范围界定 (Scope)
   - 明确需要回答的问题
   - 确定所需深度
   - 设定时间预算
# ...
2. 多源搜索 (Search)
   - 先广后窄
   - 多搜索引擎交叉
   - 追踪引用链
   - 查找对立观点
# ...
3. 来源评估 (Evaluate)
   - 权威性:作者与资质
   - 时效性:发布时间
   - 证据性:是否有数据支撑
   - 偏见性:是否存在倾向
   - 佐证性:是否有其他来源确认
# ...
4. 深度挖掘 (Deepen)
   - 跟踪有价值的线索
   - 填补信息空白
   - 记录停止决策
# ...
5. 综合分析 (Synthesize)
   - 调和矛盾观点
   - 按来源质量加权
   - 标注置信度
   - 识别未知信息
# ...
6. 文档记录 (Document)
   - 来源列表与链接
   - 搜索关键词记录
   - 来源权重说明
   - 信息空白记录
# ...
7. 结果交付 (Deliver)
   - 按用户需求格式化
   - BLUF + 关键发现
   - 完整方法论与引用

输出格式示例

深度研究:[主题]
# ...
核心结论
[直接回答研究问题 - 2-3 句话]
# ...
置信度:[高/中/低] - [原因]
# ...
关键发现
- [发现 1] - [来源]
- [发现 2] - [来源]
- [发现 3] - [来源]
# ...
注意事项
- [重要限制或不确定性]
# ...
信息空白
- [无法确定的内容]
# ...
来源列表 ([数量])
[带可信度标注的编号列表]
# ...
研究方法
[简要说明搜索范围和评估方法]

来源评估标准

评估维度高可信度低可信度
权威性官方机构、领域专家匿名作者、不知名站点
时效性最近 1 年内超过 3 年
证据性有数据、有引用主观判断、无支撑
偏见性中立客观明显倾向或利益相关
佐证性多源确认孤证

常见问题

研究结果不够深入

# 提升研究深度
python (请参考skill目录中的脚本文件) --topic "主题" --depth=thorough
# ...
# 增加来源数量
python (请参考skill目录中的脚本文件) --topic "主题" --max-sources=30

免费版最高支持「标准」深度,如需更深入研究请升级 PRO 版.

来源质量参差不齐

# 启用严格评估模式
python (请参考skill目录中的脚本文件) --topic "主题" --strict-evaluation
# ...
# 过滤低可信度来源
python (请参考skill目录中的脚本文件) --topic "主题" --min-credibility=0.7

矛盾信息无法调和

# 输出矛盾分析
python (请参考skill目录中的脚本文件) --topic "主题" --show-conflicts
# ...
# 分别评估对立观点
python (请参考skill目录中的脚本文件) --topic "主题" --balanced-view

研究耗时过长

# 限制研究时间
python (请参考skill目录中的脚本文件) --topic "主题" --timeout=1800
# ...
# 减少来源数量
python (请参考skill目录中的脚本文件) --topic "主题" --max-sources=8
# ...
# 降低深度级别
python (请参考skill目录中的脚本文件) --topic "主题" --depth=quick

依赖说明

运行环境

  • Agent 平台:支持 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
  • 操作系统:Windows / macOS / Linux
  • Python 版本:3.7 及以上
  • 网络环境:需可访问搜索引擎和新闻网站

第三方依赖

依赖项类型是否必需获取方式
Python 3.7+运行时系统包管理器安装
requestsHTTP 库pip install requests
beautifulsoup4HTML 解析pip install beautifulsoup4
markdown格式化否(推荐)pip install markdown
LLM APIAPI由 Agent 内置 LLM 提供

API Key 配置

  • 免费版核心功能无需 API Key
  • 如使用搜索 API 辅助,参考对应服务文档配置

可用性分类

  • 分类:MD+EXEC(纯 Markdown 指令,部分功能需要 exec 命令行执行能力)
  • 说明:基于 Markdown 的 AI Skill,通过自然语言指令驱动 Agent 执行任务
  • 适用人群:学生、个人研究者、技术开发者
  • 升级建议:如需协作研究、自动化引用、知识库等高级功能,请使用 PRO 版本

错误处理

错误场景原因处理方式
配置错误参数缺失或格式错误检查依赖说明中的配置要求
运行时错误运行环境不满足确认运行环境符合依赖说明
网络错误连接超时或不可达执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,参考国内替代方案

评论

加载中…