登录
skill-1773491315572.md已公开
current skill~ /skills/skill-1773491315572

深度网页搜索

深度网页搜索:作为 超能模式 的研究子 skill,深度网页搜索 负责通过多轮搜索、交叉验证和证据整理形成结构化研究包,供主 skill 做门禁判断并交给下游生成使用,适合竞品调研、行业分析、趋势研究、事实核验和正式报告前的深度研究场景。

data, automation, search
downloads
50
updated
2026/04/18
author
nj90hou
visibility
已公开
downloads.trend.tsxlast 7 days

当前技能最近 7 天下载趋势

用和首页一致的趋势图,快速判断这个 skill 最近是否还在被持续下载和使用。

7d total
6
quickstart.shinstall
安装命令
npx skills add skill-1773491315572
使用建议

先看趋势和左侧结构化信息,再决定是直接下载、复制安装命令,还是继续阅读原始 `SKILL.md`。

overview.tsdecision summary
深度网页搜索
迭代式多轮深度搜索引擎。采用“边想边搜”循环逐步构建全面知识,交叉验证事实,并将发现综合为可供主 skill 门禁检查和下游生成器直接消费的结构化研究包。
SKILL.md previewcollapsible

name
深度网页搜索
description
深度网页搜索:作为 超能模式 的研究子 skill,深度网页搜索 负责通过多轮搜索、交叉验证和证据整理形成结构化研究包,供主 skill 做门禁判断并交给下游生成使用,适合竞品调研、行业分析、趋势研究、事实核验和正式报告前的深度研究场景。
---

name: 深度网页搜索
description: 使用“边想边搜”迭代循环进行多轮深度网页搜索,支持轻量侦察搜索与正式研究两种模式。侦察搜索用于发现隐藏维度并生成更好的澄清问题,正式研究用于形成兼容 v1/v2 的结构化证据包。当用户需要深度研究、行业分析、市场报告、竞争情报、趋势分析或任何需要多源彻底信息收集的任务时使用。

---

深度网页搜索

迭代式多轮深度搜索引擎。采用“边想边搜”循环逐步构建全面知识,交叉验证事实,并将发现综合为可供主 skill 门禁检查和下游生成器直接消费的结构化研究包。

核心机制:思考 → 搜索 → 验证 → 补洞 → 形成研究包

---

运行模式

本技能支持两种模式:

1. `mode=recon`
- 用于正式研究前的轻量侦察
- 目标是发现隐藏维度、候选方向、潜在前提风险
- 不直接替代正式研究
- 默认只跑 1 轮,必要时补半轮

2. `mode=full`
- 用于正式研究
- 目标是形成合格的 `evidence_pack`(兼容别名:`research_artifact`)
- 必须满足最低研究预算与证据要求后,才允许结束
- 调研类正式交付任务不得用 `mode=recon` 直接替代 `mode=full`

---

研究输入协议

执行前,先读取上游主 skill 提���的结构:

```yaml
mode: recon | full
intent: 用户真实目标
topic: 研究主题
scope: 范围与时间窗口
research_question:
  angle: 主题角度
  time_range: 时间范围
  comparables: 对标对象
  output_purpose: 输出目的
constraints:
  time_budget: 可选
  format: 可选
  scope: 可选
  permissions:
    network: true | false
existing_recon_findings:
  time_range: 已知时间范围
  geo_scope: 已知地域范围
  comparables: 已知对标对象
  key_metrics: 已知关键指标
artifact_registry: []
execution:
  stage:
    current: research | validation | resume
required_outputs:
  - source_matrix
  - key_findings
  - conflicting_claims
  - gaps
  - confidence
  - decision_log
  - validation_status
```

---

侦察搜索模式

当上游只需要“先看外部世界,再问更好的问题”时,使用侦察搜索模式,而不是正式研究模式。

侦察搜索规则:
- 查询量:3-5 个轻量查询
- 轮次:默认 1 轮,必要时补半轮
- 目标:发现隐藏维度、生成候选调研方向、改进澄清问题
- 输出:只沉淀 `recon_findings` 与候选方向
- 特殊情况:若发现用户前提明显有偏,可直接挑战前提并重构澄清问题

侦察模式回传结构:

```yaml
mode: recon
summary: 2-3 句侦察判断
recon_findings:
  time_range: 时间范围
  geo_scope: 地域范围
  comparables: 对标对象
  key_metrics: 关键指标
  candidate_directions:
    - title: 候选方向标题
      reason: 一句话理由
      priority: high | medium | low
  recommended_direction_count: 1 | 2 | 3 | 4 | 5
  assumption_risks:
    - 可能偏离真实问题的前提
clarification_prompts:
  - 建议补问的问题
next_step: 转澄清 | 继续侦察
status: completed | partial | blocked
```

---

正式研究最低预算

当 `mode=full` 时,默认必须达到以下最低研究门槛;未达到则不得提前结束:

- 默认至少 2 轮,涉及争议、竞品、市场、趋势、财务、政策类任务时默认 3 轮
- 默认至少 6 个独立来源;高不确定任务建议 8 个以上
- 默认至少覆盖 3 类来源类型,例如:官方/政府、主流媒体/行业报告、专业博客/论文/专家分析
- 关键结论尽可能由 2 个以上来源交叉验证
- 如出现来源冲突,必须保留 `conflicting_claims`,不得静默忽略
- 如关键问题仍存在未证实部分,必须写入 `gaps`
- 必须输出总体 `confidence`

只有在以下情况允许降低预算:
- 用户明确要求快速概览版
- 主题公开资料极少且已明确说明局限
- 任务本身不是正式交付,而只是内部参考

即使降低预算,也必须显式说明采用了降级标准。

---

边想边搜循环

```text
第1轮:广泛扫描
- 生成 3-5 个多角度查询
- 混合中英文查询,扩大来源覆盖
- 快速建立主题框架与关键空白

第2轮:重点补洞
- 针对空白和薄弱结论追加 2-3 个查询
- 使用 WebFetch 对关键权威页面做深读
- 开始构建来源矩阵与交叉验证关系

第3轮:验证与冲突处理
- 对关键结论做交叉验证
- 查找相反观点、口径差异、更新数据
- 判断是否存在冲突、过时或单一来源风险
```

停止条件:
- 已满足最低研究预算
- 关键问题已被覆盖
- 关键结论已有足够支撑,或已明确保留冲突与局限
- 已形成合格 `evidence_pack`

禁止停止条件:
- 只有零散来源摘录,没有来源矩阵
- 只有总结,没有关键结论与来源映射
- 发现冲突但未记录
- 仍有关键空白但未写入 `gaps`

---

来源评估规

预览已截断。下载完整技能包可查看全部文件内容。

next-steps.mdrecommended flow

1. 先判断它是否匹配你的任务、运行环境和依赖边界。

2. 再结合最近 7 天下载趋势,决定是直接安装还是先下载完整包审阅。

3. 需要程序化集成时,再去 Docs 查看 API 和 OpenAPI 描述。