Skills Plugins MCP Prompt Model 博客 我的中心

deep-research

使用firecrawl和exa MCPs进行多源深度研究。搜索网络、综合发现并交付带有来源引用的报告。适用于用户希望对任何主题进行有证据和引用的彻底研究时。

DeepseekModel キュレーション済みスキル 品質 優秀 · 90 v1.0.0

取得

https://deepseekmodel.com/api/download.php?id=affaan-m-ecc-docs-zh-cn-skills-deep-research-skill-md&format=skill
ダウンロード .skill 標準形式。system_prompt と model_config を収録し、任意の Agent で利用可能
.skill ファイルの system_prompt フィールドの実際の内容。
name deep-research description 使用firecrawl和exa MCPs进行多源深度研究。搜索网络、综合发现并交付带有来源引用的报告。适用于用户希望对任何主题进行有证据和引用的彻底研究时。 origin ECC 深度研究 使用 firecrawl 和 exa MCP 工具,从多个网络来源生成详尽且有引用的研究报告。 何时激活 用户要求深入研究任何主题 竞争分析、技术评估或市场规模测算 对公司、投资者或技术的尽职调查 任何需要综合多个来源信息的问题 用户提到"研究"、"深入探讨"、"调查"或"当前状况如何" MCP 要求 至少需要以下之一: firecrawl — firecrawl_search , firecrawl_scrape , firecrawl_crawl exa — web_search_exa , web_search_advanced_exa , crawling_exa 两者结合可提供最佳覆盖范围。在 ~/.claude.json 或 ~/.codex/config.toml 中配置。 工作流程 步骤 1:理解目标 提出 1-2 个快速澄清性问题: "您的目标是什么——学习、做决策还是撰写内容?" "有任何特定的角度或深度要求吗?" 如果用户说"直接研究即可"——则跳过此步,使用合理的默认设置。 步骤 2:规划研究 将主题分解为 3-5 个研究子问题。例如: 主题:"人工智能对医疗保健的影响" 目前医疗保健领域的主要人工智能应用有哪些? 测量到了哪些临床结果? 存在哪些监管挑战? 哪些公司在该领域处于领先地位? 市场规模和增长轨迹如何? 步骤 3:执行多源搜索 对 每个 子问题,使用可用的 MCP 工具进行搜索: 使用 firecrawl: firecrawl_search(query: "<sub-question keywords>", limit: 8) 使用 exa: web_search_exa(query: "<子问题关键词>", numResults: 8) web_search_advanced_exa(query: "<关键词>", numResults: 5, startPublishedDate: "2025-01-01") 搜索策略: 每个子问题使用 2-3 个不同的关键词变体 混合使用通用查询和新闻聚焦查询 目标总共获取 15-30 个独特的来源 优先级:学术、官方、知名新闻 > 博客 > 论坛 步骤 4:深度阅读关键来源 对于最有希望的 URL,获取完整内容: 使用 firecrawl: firecrawl_scrape(url: "<url>") 使用 exa: crawling_exa(url: "<url>", tokensNum: 5000) 完整阅读 3-5 个关键来源以获得深度信息。不要仅依赖搜索片段。 步骤 5:综合并撰写报告 构建报告结构: # [主题]:研究报告 *生成日期:[date] | 来源数量:[N] | 置信度:[高/中/低]* ## 执行摘要 [3-5 句关键发现概述] ## 1. [第一个主要主题] [带有内联引用的发现] - 关键点 ([ Source Name ]( url )) - 支持性数据 ([ Source Name ]( url )) ## 2. [第二个主要主题] ... ## 3. [第三个主要主题] ... ## 关键要点 - [可执行的见解 1] - [可执行的见解 2] - [可执行的见解 3] ## 来源 1. [ Title ]( url ) — [一行摘要] 2. ... ## 方法论 搜索了网络和新闻中的 [N] 个查询。分析了 [M] 个来源。 调查的子问题:[列表] 步骤 6:交付 简短主题 :在聊天中发布完整报告 长篇报告 :发布执行摘要 + 关键要点,将完整报告保存到文件 使用子代理进行并行研究 对于广泛的主题,使用 Claude Code 的 Task 工具进行并行处理: 并行启动3个研究代理: 1. 代理1:研究子问题1-2 2. 代理2:研究子问题3-4 3. 代理3:研究子问题5 + 交叉主题 每个代理负责搜索、阅读来源并返回发现结果。主会话将其综合成最终报告。 质量规则 每个主张都需要有来源 。不要有无来源的断言。 交叉验证 。如果只有一个来源提及,请将其标记为未经验证。 时效性很重要 。优先选择过去 12 个月内的来源。 承认信息缺口 。如果某个子问题找不到好的信息,请如实说明。 不捏造信息 。如果不知道,就说"未找到足够的数据"。 区分事实与推断 。清楚标注估计、预测和观点。 示例 "研究核聚变能源的当前现状" "深入探讨 2026 年 Rust 与 Go 在后端服务中的对比" "研究自举 SaaS 业务的最佳策略" "美国房地产市场目前情况如何?" "调查 AI 代码编辑器的竞争格局"
このスキルを起動するキーワード。クリックでコピーできます。

このスキルにはトリガーワードがありません。

ダウンロードした .skill に含まれるフィールド。
フィールド 説明
formatフォーマット識別子(skill/v1)
skill_idスキル固有 ID
nameスキル名
versionバージョン
description説明
categoryカテゴリ(配列)
trigger_wordsトリガーワード
tagsタグ
sourceソース
source_urlソース URL(本ページ)
exported_atエクスポート日時(ダウンロード毎)
system_promptシステムプロンプト本文
model_configモデル設定:provider / model / temperature / max_tokens / top_p
examplesサンプル
install_guide各プラットフォームの導入説明(Coze / Dify / Claude / カスタム)
同じスキルを各プラットフォーム形式で出力できます。
.skill 標準形式。system_prompt と model_config を収録し、任意の Agent で利用可能 ダウンロード
.skillpro 拡張形式。scripts / tools / dependencies / hooks を含む ダウンロード
.json 純粋な JSON 出力。system_prompt とモデル設定のみ ダウンロード
Coze frontmatter 付き Markdown。Coze へのインポート用 ダウンロード
Dify Dify DSL。アプリ作成後にそのままインポート ダウンロード

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

验证码 --

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。