Token导航 LogoToken导航TokenDH.com
研究检索只读clawhub未标认证来源可访问clear审计提醒

deep-research-mode深度研究模式

Agent Skill

deep-research-mode 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

1,976

周安装

84

GitHub Stars

公开资料未说明

下载量

692
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:deep-research-mode(深度研究模式)
来源仓库:https://github.com/jirboy/deep-research-mode
安装命令:
openclaw skills install deep-research-mode
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-mode

简介

深度研究模式 - 针对高难度科研问题,启动多智能体协作(10-50 个),分工讨论、分析质疑、集体决策,生成详细研究报告

SKILL.md

name
deep-research-mode
description
深度研究模式 - 针对高难度科研问题,启动多智能体协作(10-50 个),分工讨论、分析质疑、集体决策,生成详细研究报告
argument-hint
[research|analyze|deep] [research_question] [--agents|--duration|--model]
user-invocable
true
disable-model-invocation
false

深度研究模式(多智能体协作)

版本: 1.0 创建: 2026-03-10 用途: 攻克高难度科研问题


🎯 功能说明

针对高难度科研问题,启动深度研究模式:

  1. 最强模型 - 切换到智力最强的模型
  2. 多智能体协作 - 启动 10-50 个智能体
  3. 分工讨论 - 按专业领域分工
  4. 互相质疑 - 批判性分析
  5. 集体决策 - 投票决定最佳方案
  6. 详细报告 - 生成完整研究报告

触发语句:

  • "启动深度研究模式"
  • "多智能体协作研究..."
  • "攻克这个科研难题"
  • "组织专家讨论..."

🧠 智能体角色分工

核心智能体(10 个)

角色职责专业领域
首席科学家总体指导、决策领域专家
文献专家文献检索、综述文献分析
方法论专家研究方法设计研究方法论
数据分析师数据分析、统计统计学
实验设计师实验方案设计实验方法
理论分析师理论推导、证明理论物理/数学
工程师技术实现、工具工程技术
审稿人批判性审查同行评审
写作专家论文写作、润色学术写作
项目经理进度管理、协调项目管理

扩展智能体(20-40 个)

根据研究问题动态添加:

  • 领域专家(多个子领域)
  • 跨学科专家
  • 技术顾问
  • 伦理审查员
  • 产业应用专家
  • 政策分析师
  • 等等

🔄 工作流程

阶段 1: 问题定义(30 分钟)

参与智能体: 全体 任务:

  • 明确研究问题
  • 定义研究范围
  • 确定研究目标
  • 制定评估标准

输出: 问题定义文档

阶段 2: 文献调研(2-4 小时)

参与智能体: 文献专家 + 领域专家 任务:

  • 检索相关文献
  • 分析研究现状
  • 识别研究空白
  • 总结关键发现

输出: 文献综述报告

阶段 3: 方案设计(2-4 小时)

参与智能体: 方法论专家 + 实验设计师 任务:

  • 设计研究方法
  • 设计实验方案
  • 设计技术路线
  • 评估可行性

输出: 研究方案

阶段 4: 批判性质疑(1-2 小时)

参与智能体: 审稿人 + 全体 任务:

  • 批判性审查方案
  • 识别潜在问题
  • 提出改进建议
  • 辩论最优方案

输出: 审查意见 + 改进方案

阶段 5: 集体决策(30 分钟)

参与智能体: 全体 任务:

  • 投票决定最佳方案
  • 确定最终路线
  • 分配任务
  • 制定时间表

输出: 决策报告 + 任务分配

阶段 6: 执行研究(4-8 小时)

参与智能体: 按任务分配 任务:

  • 执行研究任务
  • 分析数据
  • 验证假设
  • 记录结果

输出: 研究结果

阶段 7: 报告撰写(2-4 小时)

参与智能体: 写作专家 + 全体 任务:

  • 撰写研究报告
  • 绘制图表
  • 整理参考文献
  • 润色文字

输出: 详细研究报告


⚙️ 配置选项

智能体数量

难度智能体数量适用场景
中等难度10-20 个一般科研问题
高难度20-30 个复杂科研问题
极高难度30-50 个重大科研难题

工作时长

难度最短时间最长时间适用场景
中等难度4 小时8 小时一般科研问题
高难度8 小时24 小时复杂科研问题
极高难度24 小时72 小时重大科研难题

模型选择

难度推荐模型说明
中等难度qwen3.5-plus平衡性能与成本
高难度qwen3.5-max最强推理能力
极高难度qwen3.5-max + 多模型多模型协作

📊 会议机制

全体大会

频率: 每阶段结束时 参与: 全体智能体 议程:

  • 汇报阶段成果
  • 讨论关键问题
  • 投票决定方向

分组讨论

频率: 持续进行 参与: 相关领域智能体 议程:

  • 深入讨论专业问题
  • 设计技术方案
  • 解决技术难题

辩论会

频率: 关键决策时 参与: 持不同意见的智能体 议程:

  • 陈述各自观点
  • 互相质疑
  • 寻找共识

📝 输出文档

详细研究报告

结构:

1. 摘要(500 字)
2. 研究背景与意义(2000 字)
3. 文献综述(3000 字)
4. 研究问题与目标(1000 字)
5. 研究方法与方案(3000 字)
6. 研究结果与分析(5000 字)
7. 讨论与展望(2000 字)
8. 结论(500 字)
9. 参考文献(50-100 篇)
10. 附录(技术细节)

总字数: 15,000-25,000 字

过程文档

  • 问题定义文档
  • 文献综述报告
  • 研究方案
  • 审查意见
  • 决策报告
  • 会议记录
  • 实验记录
  • 数据分析报告

💡 使用示例

示例 1: 启动深度研究

用户:

启动深度研究模式,研究问题:
"如何实现振动台子结构试验的实时混合控制?"

要求:
- 智能体数量:30 个
- 工作时长:24 小时
- 模型:qwen3.5-max
- 输出:详细研究报告

SuperMike:

🚀 启动深度研究模式!

研究问题:如何实现振动台子结构试验的实时混合控制?

配置:
- 智能体数量:30 个
- 工作时长:24 小时
- 使用模型:qwen3.5-max
- 预计输出:15,000-25,000 字报告

智能体角色:
- 首席科学家:1 个
- 领域专家:10 个
- 方法论专家:3 个
- 数据分析师:3 个
- 工程师:5 个
- 审稿人:3 个
- 写作专家:2 个
- 项目经理:1 个
- 其他:2 个

阶段 1: 问题定义(30 分钟)
进行中...

示例 2: 查看进度

用户:

查看深度研究进度

SuperMike:

📊 研究进度报告

当前阶段:阶段 4 - 批判性质疑
已完成:60%
剩余时间:10 小时

阶段完成情况:
✅ 阶段 1: 问题定义(完成)
✅ 阶段 2: 文献调研(完成)
✅ 阶段 3: 方案设计(完成)
🔄 阶段 4: 批判性质疑(进行中)
⏳ 阶段 5: 集体决策(待开始)
⏳ 阶段 6: 执行研究(待开始)
⏳ 阶段 7: 报告撰写(待开始)

关键发现:
- 已检索文献 150 篇
- 已识别 3 种技术方案
- 已发现 2 个关键问题

待决策事项:
- 方案 A vs 方案 B vs 方案 C
- 需要全体投票决定

⚠️ 注意事项

资源消耗

计算资源:

  • 多智能体协作消耗大量 token
  • 长时间运行消耗大量时间
  • 建议仅在必要时使用

时间成本:

  • 最短 4 小时
  • 最长 72 小时
  • 需要耐心等待

适用场景

适合:

  • ✅ 高难度科研问题
  • ✅ 需要跨学科协作
  • ✅ 需要批判性分析
  • ✅ 需要详细报告

不适合:

  • ❌ 简单问题(浪费资源)
  • ❌ 紧急问题(时间太长)
  • ❌ 已有明确答案的问题

📚 相关文件

技能文档

  • skills/deep-research-mode/SKILL.md - 本技能文档

工具脚本

  • tools/deep_research_orchestrator.py - 多智能体协调器
  • tools/deep_research_agent.py - 智能体定义

记忆文件

  • memory/deep-research-mode-guide.md - 使用指南

_本技能用于攻克高难度科研问题,启动多智能体深度协作。_

最后更新: 2026-03-10

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

80.6%
按下载量换算558

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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