📦 潮汐调研框架This — 潮汐调研框架

v1.0.0

当用户要求对特定主题、行业、技术、产品、市场、人物、组织等进行结构化、深入的研究时,应使用此技能。

0· 31·0 当前·0 累计
下载技能包
最后更新
2026/4/23
0
安全扫描
VirusTotal
无害
查看报告
OpenClaw
安全
high confidence
该技能是一个仅用于研究的指令框架,其需求与运行时指令均与其声明目的一致,不会索取额外凭据或安装。
评估建议
此技能看起来连贯且风险较低:它仅提供指令,不要求任何凭据。安装前请注意,SKILL.md 中引用了本地模板和资源文件,这些文件并未包含在内——代理可能需要这些模板或等效提示,才能生成预期的格式化报告。同时请确认代理实例拥有受信任的 web_search 或浏览工具(该技能需要检索来源)。若将研究敏感或专有主题,请考虑基于网络的搜索及代理环境是否适合处理此类数据。先在非敏感主题上测试该技能,以验证行为和输出格式。...
详细分析 ▾
用途与能力
名称/描述(深度、结构化研究)符合 SKILL.md 要求(设计、多源搜索、综合)。未请求无关二进制文件、凭据或配置路径。
指令范围
指令要求智能体使用 web_search 或可用工具,并遵循严格的证据处理规则;这适用于研究类技能。SKILL.md 引用了本地资源文件(references/*.md、assets/report-template.md),但包内并未包含这些文件——属于功能缺失,而非安全问题。指令未要求智能体读取无关文件、访问凭据,或将数据外泄至任意端点。
安装机制
未包含安装规范和代码文件(仅提供说明),最大限度减少磁盘写入和供应链风险。
凭证需求
该技能无需环境变量、凭据或配置文件路径。所有数据访问仅限于网页搜索及说明中引用的来源。
持久化与权限
始终为 false,且 skill 不会尝试持久化或修改其他 skill 或系统配置。允许自主调用(平台默认),但不与提升权限或凭据请求结合使用。
安全有层次,运行前请审查代码。

运行时依赖

无特殊依赖

版本

latestv1.0.02026/4/23

deep-research-framework v1.0.0 – 初始版本 - 推出结构化、多阶段深度研究技能,用于生成严谨、平衡且可落地的研究报告。 - 方法论要求在启动前明确目标、受众、范围及研究维度。 - 强制多源证据收集,附可信度评分,必须纳入反证。 - 透明标注所有信息缺口;禁止数据伪造与虚假确定性。 - 输出完整结构化报告及一页摘要卡,含关键发现与置信度评分。 - 内置清晰质量规则与报告完整性、透明度检查清单。

无害

安装命令

点击复制
官方npx clawhub@latest install chaoxiresearchskill
镜像加速npx clawhub@latest install chaoxiresearchskill --registry https://cn.longxiaskill.com

技能文档

一套结构化深度调研技能,用于产出严谨、平衡、可落地的任意主题研究报告。

概览

本技能强制遵循 disciplined 研究方法论,非“搜索-摘要”工具。要求证据质控、反证纳入、缺口诚实标记。 输出:
  • 结构化研究报告 — 按维度展开的深度分析
  • 一页摘要卡 — 关键发现、置信度、行动项

Phase 0 — 预研澄清

启动前向用户确认或推断以下输入:

| 输入 | 必填 | 缺失默认 | |------|------|----------| | 调研主题 | 是 | — | | 目标受众 | 推荐 | “决策者 / 一般专业人士” | | 重点维度 | 可选 | 使用标准维度集(见 references) | | 时间范围 | 可选 | “近 1–3 年,除非另有说明” | | 深度级别 | 可选 | “standard”(广度深度平衡) |

主题模糊时,最多提 1 个澄清问题再进入。

Phase 1 — 研究设计

1.1 研究目标

用 1–2 句说明:本研究回答什么问题,将支持何种决策或认知。

1.2 受众定义

说明读者背景、已知信息、需带走什么。

1.3 范围与约束

  • 时间范围
  • 地理范围:全球?中国?特定区域?
  • 排除项:明确不覆盖什么

1.4 维度拆解

将主题拆为 4–7 维度。每维度:
  • 列 2–4 个待答关键问题
  • 标优先级:Core / Supporting / Context
使用 references/dimension-templates.md 获取标准维度模板。

Phase 2 — 多源研究执行

2.1 来源策略

每维度至少 2–3 类不同来源:

| 来源类型 | 示例 | 默认可信度 | |----------|------|------------| | 一手数据 | 官方报告、监管文件、学术论文 | ★★★★★ | | 行业报告 | McKinsey、Gartner、IDC、CB Insights、Frost & Sullivan | ★★★★ | | 新闻媒體 | Reuters、Bloomberg、FT、36kr、财新、虎嗅 | ★★★ | | 专家观点 | 访谈、会议演讲、分析师笔记 | ★★★ | | 社区论坛 | Reddit、知乎、GitHub Issues、行业论坛 | ★★ | | AI 合成 | 无引用的 LLM 摘要 | ★ |

详见 references/credibility-rubric.md

2.2 搜索执行

每维度:
  • 设计多角检索式
  • 用 web_search 或可用工具抓取
  • 记录:主张、来源、可信度、日期

2.3 反证要求(强制)

对每条主要主张主动搜反证:
  • 有反证:并列呈现,标注 [反面证据]
  • 未发现:注明 [未发现明显反面证据,可信度待验]
  • 禁止为美观省略反证

2.4 冲突信息处理

两高可信源冲突时:
  • 并列展示双方立场
  • 标注来源、日期、可信度
  • 除非证据权重明显不对称,不选边
  • 标记:[矛盾信息 — 并列呈现]

2.5 信息缺口标记(强制)

关键问题无可靠来源时:
  • 明确标注:[信息不足 — 无法得出可靠结论]
  • 说明需何种来源填补
  • 禁止伪造数据、统计或引用

Phase 3 — 综合与分析

3.1 证据加权

按维度综合发现

数据来源ClawHub ↗ · 中文优化:龙虾技能库