by 安全扫描
OpenClaw
安全
high confidence该技能的请求和指令与其声明的多源研究聚合与报告目标保持内部一致。
评估建议
此技能与其声明目的一致，但安装前请确认：
(1) 你的 agent 运行环境是否允许访问网络，并拥有写入 memory/research/ 位置的权限（SKILL.md 默认如此）；
(2) 你是否希望 agent 自主重复执行网络搜索（如担心可关闭自主调用）；
(3) 保存聚合内容可能包含受版权或敏感信息——请审查报告及来源的保密性与准确性。
如需访问付费/私有源，届时会额外请求凭证。...详细分析 ▾
✓ 用途与能力
名称/描述与 SKILL.md 一致：指导 web/GitHub/HN/ArXiv/Reddit/新闻 搜索、提取、合成并保存报告。不请求无关二进制文件、凭据或配置路径。
ℹ 指令范围
指令仅限于搜索公开来源、提取并综合内容，并将报告保存至 memory/research/。SKILL.md 提到将文件写入 memory/research/，但该 skill 未声明任何 config 路径——这假定 agent 运行时已授予对其内存/文件系统的写入权限。指令不要求读取无关的本地文件或机密，并明确警告不得捏造来源。
✓ 安装机制
无安装规范或代码文件（仅指令）。风险极低：安装程序不会下载任何内容或写入磁盘。
✓ 凭证需求
该技能无需环境变量、凭据或外部配置，这与研究聚合指令集的性质相符。（若代理需访问付费或私有源，则需额外凭据，但此处未要求。）
✓ 持久化与权限
始终为 false，且不会请求任何特殊权限。该技能可由代理自主调用（平台默认），但不会请求提升的或持久的系统级权限。
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
latestv1.0.02026/4/21
初始版本：一条命令即可聚合、分析并综合来自多个来源的研究
● 无害
安装命令
点击复制官方npx clawhub@latest install deep-research-suite
镜像加速npx clawhub@latest install deep-research-suite --registry https://cn.longxiaskill.com
技能文档
一条命令聚合、分析、综合多源研究。
功能
``
输入： "Research AI agent memory management trends 2026"
输出：
- 搜索 5+ 来源
- 提取关键发现
- 识别模式
- 生成结构化报告
- 保存文件备查
` 研究流程
阶段 1：多源搜索
`
来源：
- Web 搜索（通用）
- GitHub（代码/示例）
- Hacker News（讨论）
- ArXiv（论文，如相关）
- Reddit（社区观点）
- 新闻站（最新文章）
` 阶段 2：内容提取
`
每来源：
- 获取内容
- 提取要点
- 记录关键事实/数据
- 标注可信度
- 按主题打标签
` 阶段 3：综合
`
整合发现：
- 按主题分组
- 识别共识
- 标注矛盾
- 突出新兴趋势
- 标记过时信息
` 阶段 4：报告生成
`
输出格式：
# Research Report: [主题]
日期：YYYY-MM-DD
来源：已分析 X 个来源 Executive Summary
[2-3 句概述] Key Findings
趋势 1：[名称]
- 来源：X, Y, Z
- 证据：...
- 影响：...
趋势 2：[名称]
... Contradictions / Debates
- 观点 A：...（来源：X）
- 观点 B：...（来源：Y）
- 评估：...
Actionable Insights
- ...
- ...
Sources
` 使用示例
快速研究
`
用户： "What's new in LLM context window management?"
Agent： [正在搜索 5 个来源...]
[提取关键发现...]
[综合中...] LLM Context Window Management - 2026 更新
关键趋势
- Dynamic Context Sizing - 模型按任务复杂度自动调整上下文
- Semantic Chunking - 用语义分段替代固定长度分块
- Context Compression - 10 倍压缩，信息损失极小
[完整报告已保存至 memory/research/llm-context-2026-04-21.md]
`
深度研究
`
用户： "Deep research on AI agent subagent architecture patterns"
Agent： [预计 5-10 分钟完成全面分析]
阶段 1/4：多源搜索...
- GitHub：发现 15 个仓库
- 论文：3 篇相关
- 讨论：12 条线程
阶段 2/4：内容提取...
- 分析前 10 个 GitHub 仓库...
- 提取论文结论...
- 总结讨论...
阶段 3/4：综合...
- 识别 4 种架构模式
- 发现 2 处争议
- 3 项新兴趋势
阶段 4/4：报告生成...
[报告已保存至 memory/research/subagent-architecture-2026-04-21.md]
`
竞品分析
`
用户： "Compare popular AI agent memory solutions"
Agent： [生成对比矩阵...] | Solution | Approach | Pros | Cons | Stars |
|------------|-----------------|----------------|----------------|-------|
| Mem0 | Persistent memory | 易集成 | 上下文有限 | 25k |
| Letta | Stateful agents | 完整状态 | 配置复杂 | 15k |
| LangGraph | Graph memory | 灵活 | 学习曲线 | 100k |
[完整对比已保存至 memory/research/memory-solutions-comparison.md]
`
输出文件
所有研究保存至 memory/research/：
`
memory/research/
├── llm-context-2026-04-21.md
├── subagent-architecture-2026-04-21.md
└── memory-solutions-comparison.md
`` 与其他技能集成
- Workflow Checkpoint - 研究是多步工作流
- Memory Guard - 将关键发现存入长期记忆
- Content Creator - 生成精美报告