深度调研技能（Deep Research Skill）
技能概述
此技能用于对技术主题进行深度调研，输出专业的调研报告文档。
| 能力 | 说明 |
|---|---|
| 内容提取 | 从 URL、文档中提取核心信息 |
| 深度调研 | 联网搜索补充背景、对比、最新进展 |
| 报告生成 | 默认生成 Markdown 和 Word 两个版本 |
| 图解生成 | 为核心概念生成技术信息图 |
| Word 格式化 | 自动处理目录、标题加粗、表格实线等样式 |
触发规则
当用户消息包含以下关键词时使用此技能：
- 调研、深度调研、调研报告
- 帮我研究、帮我分析
- 调研下这个、看看这个
输出规范
每次调研任务必须同时提供：
- Markdown 版本：用于 Obsidian 知识库沉淀和双链关联
- Word 版本：用于正式汇报和外部分享，需经过脚本格式化处理
目录结构
每个调研主题创建独立文件夹，保持整洁：
{output_dir}/
├── Ralph-Loop/ # 主题文件夹（英文短横线命名）
│ ├── images/ # 该主题的信息图
│ │ ├── architecture.png
│ │ └── comparison.png
│ ├── Ralph-Loop调研报告.md # Markdown 报告
│ └── Ralph-Loop调研报告.docx # Word 报告
├── MCP-Protocol/
│ ├── images/
│ ├── MCP-Protocol调研报告.md
│ └── MCP-Protocol调研报告.docx
└── ...命名规范：
- 文件夹名：英文，单词间用短横线连接，如
Ralph-Loop、MCP-Protocol - 报告文件：
{主题名}调研报告.md和{主题名}调研报告.docx - 图片目录：每个主题文件夹下单独的
images/目录
调研流程
第一步：创建主题目录
根据调研主题创建独立文件夹：
mkdir -p "{output_dir}/{主题名}/images"第二步：内容获取
- 如果用户提供 URL，使用 webfetch 获取内容
- 提炼核心概念、技术原理、关键信息
- 识别需要深入调研的点
第三步：深度调研
使用 Task 工具进行联网搜索，补充：
- 技术背景和发展历程
- 竞品对比和差异化
- 社区讨论和实际案例
- GitHub 仓库和开源实现
- 最新进展和趋势
第四步：图解生成
使用预设风格脚本生成统一手绘风格的信息图。
生图触发规则
| 内容类型 | 是否生图 | 图解类型 | 说明 |
|---|---|---|---|
| 核心架构/原理 | 必须 | arch | 系统结构、技术栈、模块组成 |
| 流程/步骤 | 必须 | flow | 工作流、执行顺序、操作步骤 |
| A vs B 对比 | 必须 | compare | 两种方案/技术的对比 |
| 3个以上要素 | 建议 | concept | 核心概念、多个方面组成 |
| 纯文字表格 | 不需要 | - | 用 Markdown 表格即可 |
| 代码示例 | 不需要 | - | 用代码块即可 |
预设风格模板
所有配图统一使用手绘体可视化风格，保持系列一致性：
| 类型 | 命令参数 | 配色 | 布局 |
|---|---|---|---|
| 架构图 | -t arch | 科技蓝 #4A90D9 | 分层/模块化 |
| 流程图 | -t flow | 蓝+绿+橙 | 从上到下 |
| 对比图 | -t compare | 蓝 vs 橙 | 左右分栏 |
| 概念图 | -t concept | 蓝紫渐变 | 中心发散 |
生成命令
使用 research_image.py 脚本生成：
# 架构图
python .opencode/skills/image-service/scripts/research_image.py \
-t arch \
-n "Ralph Loop 核心架构" \
-c "展示 Prompt、Agent、Stop Hook、Files 四个模块的循环关系" \
-o "{output_dir}/{主题名}/images/architecture.png"
# 流程图
python .opencode/skills/image-service/scripts/research_image.py \
-t flow \
-n "Stop Hook 工作流程" \
-c "Agent尝试退出、Hook触发、检查条件、允许或阻止退出的完整流程" \
-o "{output_dir}/{主题名}/images/flow.png"
# 对比图
python .opencode/skills/image-service/scripts/research_image.py \
-t compare \
-n "ReAct vs Ralph Loop" \
-c "左侧ReAct依赖自我评估停止，右侧Ralph使用外部Hook控制" \
-o "{output_dir}/{主题名}/images/comparison.png"
# 概念图
python .opencode/skills/image-service/scripts/research_image.py \
-t concept \
-n "状态持久化要素" \
-c "中心是Agent，周围是progress.txt、prd.json、Git历史、代码文件" \
-o "{output_dir}/{主题名}/images/concept.png"图片命名规范
| 图解类型 | 文件名 |
|---|---|
| 架构图 | architecture.png 或 {具体名称}_arch.png |
| 流程图 | flow.png 或 {具体名称}_flow.png |
| 对比图 | comparison.png 或 {A}_vs_{B}.png |
| 概念图 | concept.png 或 {具体名称}_concept.png |
第五步：报告撰写
按标准模板撰写 Markdown 报告，存放到主题文件夹：
{output_dir}/{主题名}/{主题名}调研报告.md报告中引用图片使用相对路径：
第六步：Word 导出
# 进入主题目录
cd "{output_dir}/{主题名}"
# 生成 Word（--resource-path=. 确保图片正确引用）
# 注意：不要使用 --toc 参数，因为 Markdown 中已有手写目录
pandoc "{主题名}调研报告.md" -o "{主题名}调研报告.docx" --resource-path=.
# 格式化 Word
python ../../../.opencode/skills/deep-research/scripts/format_docx.py "{主题名}调研报告.docx"写作原则
调研报告的核心价值：深入研究、降低团队吸收成本、提供专家级建议。
- 理解透彻：不能一知半解或大段拷贝，必须消化吸收后用自己的话表达
- 体现思考：有判断、有建议，而非仅仅陈述现状
- 细节佐证：有过程和细节支撑结论，不空谈
- 逻辑清晰：有分段、有结构、有编号
- 配图说明：核心概念必须配信息图
- 去除 AI 味：
- 不使用「」、" " 等特殊符号 - 不用过多强调符号和 emoji - 行文自然流畅，像人写的专业文档 - 避免"首先、其次、总之"等套话
报告模板
---
date: YYYY-MM-DD
type: 调研报告
领域: {技术领域}
tags: [调研, {主题关键词}]
---
# XX调研报告
> 调研日期：YYYY年M月D日
---
## 目录
- 一、简介
- 二、启示
- 三、核心介绍
- 3.1 XXX
- 3.2 XXX
- 四、附录
- 4.1 详细文档
- 4.2 参考资料
---
## 一、简介
（快速说明调研内容，简短重点）
是什么，主要用来做什么，属于什么类别。有哪些能力，有什么特点。和竞品相比，有哪些区别，主打什么。
1. 要点一
2. 要点二
3. 要点三
---
## 二、启示
（调研内容带来的启示、值得学习借鉴之处、与现有产品如何结合、是否值得推荐）
1. 启示一
2. 启示二
3. 启示三
---
## 三、核心介绍
（正文部分，详细说明调研内容的原理/搭建/操作/使用过程，含信息图及流程说明）
### 3.1 XXX
上图展示了...（图解说明，让读者看图就能理解）
详细内容...
### 3.2 XXX
详细内容...
---
## 四、附录
### 4.1 详细文档
（更详细的配置/操作过程）
### 4.2 参考资料
**官方文档**
- 文档名称: https://xxx
**开源实现**
- 项目名称: https://github.com/xxx
**社区讨论**
- 讨论来源: https://xxx脚本说明
format_docx.py
Word 文档格式化脚本，功能包括：
- 标题居中，黑色字体（去除 pandoc 默认蓝色）
- "Table of Contents" 替换为中文"目录"
- 目录页单独一页
- 一级标题（简介、启示等）前自动分页
- 表格保持完整不跨页断开
- 代码块保持完整不断开
- 日期行居中
用法：
python .opencode/skills/deep-research/scripts/format_docx.py "输入.docx" ["输出.docx"]完整调研示例
用户输入：
调研下 Ralph Loop
执行流程：
# 1. 创建主题目录
mkdir -p "{output_dir}/Ralph-Loop/images"
# 2. 获取内容（如有 URL）
webfetch https://example.com/article
# 3. 深度调研（使用 Task 工具联网搜索）
# 4. 生成信息图
python .opencode/skills/image-service/scripts/text_to_image.py "技术架构图..." --output "{output_dir}/Ralph-Loop/images/architecture.png"
# 5. 撰写报告
# 写入 {output_dir}/Ralph-Loop/Ralph-Loop调研报告.md
# 6. 导出 Word（不使用 --toc，Markdown 已有手写目录）
cd "{output_dir}/Ralph-Loop"
pandoc "Ralph-Loop调研报告.md" -o "Ralph-Loop调研报告.docx" --resource-path=.
python ../../../.opencode/skills/deep-research/scripts/format_docx.py "Ralph-Loop调研报告.docx"输出文件：
{output_dir}/Ralph-Loop/
├── images/
│ ├── architecture.png
│ └── comparison.png
├── Ralph-Loop调研报告.md
└── Ralph-Loop调研报告.docx依赖
- pandoc：Markdown 转 Word
- python-docx：Word 格式化
- image-service 技能：生成信息图