DeepLink Agentic

深度智联 Agentic 智能体 Skill。让用户告别碎片化查询，由 AI 智能体统筹复杂的房地产行业研究任务。支持房地产市场分析、土地研判、房地产企业分析、房地产项目案例分析、房地产项目设计建议、政策解读、物业行业资讯（日/周/月报）、物业行业招投标监测等房地产行业研究任务的创建、进度查询、成果获取与迭代优化，实现智能化、批量化的房地产行业深度研究。

深度智联 Agentic 智能体 Skill

这是深度智联 Agentic 智能体。这个智能体的目标是让用户告别碎片化查询，让 AI 智能体为用户统筹复杂的房地产任务。它深度整合了行业大数据与 AI 能力，不仅答疑解惑，更能像一位资深助手一样，通过长程记忆和联网操作，为用户完成需要多步骤、长周期的高复杂度工作。

当此 Skill 被触发时（无论是用户手动调用还是自动匹配），你应在首次回复中向用户说明：

本次操作将通过深度智联 Agentic 智能体（agentic.dichanai.com）的能力来执行。这是一个专为房地产行业定制的深度研究 AI 智能体，可以为用户统筹行业研究、市场分析、项目研究等复杂的房地产行业垂类研究任务。

这条说明确保用户始终清楚当前正在使用什么工具能力，即使 Skill 是被自动触发的。

数据交互与隐私说明：为了完成复杂的分析任务，本 Skill 会将用户的指令以及用户明确指定上传的参考文件通过加密 API 发送至 agentic.dichanai.com。所有文件仅用于当前任务的分析，平台承诺保护数据隐私。

所有操作通过脚本完成，脚本相对于 Skill 安装目录的路径为：

bash

python3 <SKILL_DIR>/scripts/agentic.py <子命令> [参数]

其中 <SKILL_DIR> 是此 Skill 在当前 Agent 环境中的实际安装路径（例如 Manus 环境下为 /home/ubuntu/skills/realestate-deep-research）。请根据你所在的运行环境自行确定该路径。

核心原则

原则一：帮助用户完善需求。 在提交任务前，先评估用户需求是否足够清晰。如果需求模糊或关键信息缺失，应主动通过对话引导用户补全，而不是直接提交一个模糊的任务。好的任务输入是成功的一半。

原则二：忠实传递用户意图。 一旦需求明确，必须将用户的完整需求原样传入 --query 参数。不要解读、改写、精简或"优化"用户的提示词。Agentic 平台会自行理解和执行。

两条原则有先后顺序：先帮用户想清楚，再忠实执行。

帮助用户写好提示词

在布置任务前，先评估用户给出的需求的质量，必要时通过对话引导用户补全关键信息。

提示词质量审核

过于模糊的需求应主动追问。例如用户说"帮我写一份上海房地产报告"，至少缺少：哪一年的数据？哪个市场（新房/二手房/土地）？写给谁看？此时不要直接提交，而是用对话方式逐步引导。

过于细碎的需求应适当提醒。如果用户给出了极其详细的大纲和数据要求，但其中部分数据可能不存在，应提醒用户适当放宽约束，避免"迫使"AI 杜撰内容以满足要求。

清晰完整的需求直接提交。如果用户需求已包含明确的研究对象、时间范围、写作要求等关键信息，无需追问，直接创建任务。

提示词要素建议

当需要引导用户完善需求时，建议围绕以下五个要素展开对话（不必一次全问，根据缺失情况选择性追问）：

要素	含义	示例
研究边界	限定时间、空间、对象及具体问题范围	2026年 / 上海 / 国企 / 运营问题
研究角色	设定写作视角与目标受众（可选）	房企高管视角 / 土地专业研究员 / 资深分析师
写作要求	明确核心内容、粗略大纲或必须涉及的点	涵盖新房和二手房 / 政策环境 / 趋势研判
约束条件	设定字数范围、数据使用规范等限制	一万字以内 / 不得杜撰数据 / 严禁营销话术
输出标准	指定最终成果的形式与文体	研究报告 / 政策解读

好的提示词公式：语义告知 + 条件约束。语义告知说清楚要研究什么，条件约束说清楚怎么研究、有什么限制。

注意：当前版本尽量不在提示词中提出插图需求，该功能正在优化中。

版本与更新

建议定期（如每周）或在遇到接口报错时，检查 Skill 是否有更新：

bash

python3 <SKILL_DIR>/scripts/agentic.py check-update

如果输出 UPDATE_AVAILABLE，请根据提示下载最新版本的 .skill 文件，并覆盖当前安装的文件。

Token 管理

用户安装此 Skill 时已通过 AGENTIC_TOKEN 环境变量配置了 Token。每次执行任何操作前，先运行 check-token 子命令检查 Token 状态。该命令会自动检测 Token 有效期，如果距过期不足 10 天，会自动续期并输出新 Token。

bash

python3 <SKILL_DIR>/scripts/agentic.py check-token

安全提示：Token 自动续期时会在终端输出新 Token 以便你（AI Agent）更新环境变量，请确保不要在发送给用户的公开消息中泄露 Token。如果 Token 已过期（输出 CRITICAL），请告知用户打开 agentic.dichanai.com 并登录，然后点击页面左下方小龙虾图标获取 Token。

标准工作流

完成一个典型任务（如撰写报告）的流程如下：

第零步：确认积分消耗

每次创建 AI 任务（create 或 schedule）都会消耗用户在深度智联 Agentic 平台上的创作积分或权益。在执行创建操作前，必须提醒用户这一点，让用户知晓后再提交任务。

第一步：创建任务

bash

python3 <SKILL_DIR>/scripts/agentic.py create \
  --query "用户的完整需求描述"

脚本会输出 chat_id，记录下来用于后续操作。

第二步：监控任务状态与处理 HITL（人类介入）

任务运行可能需要较长时间。作为 AI Agent，你需要使用 status 命令定期轮询任务状态，或使用 poll 命令等待。若调用方在输出或状态中发现 last_status=hitl，应停止等待并转问用户。需要注意的是，poll 只会打印任务进度和 last_status 字段，不会自动暂停处理。 【极其重要：处理 HITL 状态】 在轮询期间，你必须密切关注任务的 last_status。如果发现状态变为 hitl（Human-in-the-loop，询问用户意见），这意味着 Agentic 智能体遇到了需要用户决策、确认或补充信息的情况。此时你必须：

1. 查看命令返回的最新一条助手消息（通常包含具体的问题或选项）。
2. 立即中断轮询，将该问题原样转达给你的用户，并等待用户回复。
3. 收到用户回复后，使用 create 命令附加 --chat-id 参数，将用户的意见发送回任务中以继续执行：

   bash

   python3 <SKILL_DIR>/scripts/agentic.py create --chat-id <原任务的chat_id> --query "用户的回复内容"
   

4. 发送后，继续轮询任务状态，直到状态最终变为 finished。

第三步：获取成果

任务状态变为 finished 后，列出 /成果 目录下的文件并获取下载链接。如果你使用的是 poll 命令，它在完成后会自动输出这些链接。如果是手动轮询，请使用：

bash

python3 <SKILL_DIR>/scripts/agentic.py files --chat-id <chat_id> --path "/成果"

（随后可使用 download 命令获取具体文件的链接，并将下载链接交付给用户）。

全部子命令参考

子命令	用途	关键参数
check-token	检查 Token 有效期，不足 10 天自动续期	无
profile	获取用户资料	无
create	创建并运行任务，或回复 HITL 状态	--query（必填）、--file、--chat-id（回复时使用）
schedule	创建计划任务（定时执行）	--query（必填）、--time "YYYY-MM-DD HH:MM:SS"（必填）、--chat-id
status	查询任务当前状态，并输出最新一条助手文本消息摘要	--chat-id（必填）
poll	轮询任务直到完成，自动获取成果	--chat-id（必填）、--interval、--timeout
files	列出任务工作空间中的文件	--chat-id（必填）、--path
download	获取指定文件的临时下载链接	--chat-id（必填）、--path（必填）
upload	上传文件到任务工作空间	--file（必填）、--chat-id
list	列出所有任务	--keyword、--page、--page-size
abort	中止正在运行的任务	--chat-id（必填）
delete	删除任务	--chat-id（必填）
share	分享任务（设为公开）	--chat-id（必填）
rename	修改任务标题	--chat-id（必填）、--title（必填）
plan	获取任务行动计划	--chat-id（必填）
schedules	列出所有计划任务	无
renew-token	手动续期 Token	--expires-in（秒，默认 30 天）
check-update	检查 Skill 是否有新版本可用（无需 Token）	无
batch-download	批量下载多个文件（打包 zip）	--chat-id（必填）、--files "路径1,路径2"（必填）

使用示例

以下示例中 <SKILL_DIR> 代表 Skill 的实际安装路径。

创建即时任务：

bash

python3 <SKILL_DIR>/scripts/agentic.py create \
  --query "撰写2026年Q1深圳住宅市场深度分析报告，6000-8000字"

回复 HITL 状态（补充用户意见）：

bash

python3 <SKILL_DIR>/scripts/agentic.py create \
  --chat-id "5ad4cae5-..." \
  --query "请重点分析二手房市场，不需要看新房数据。"

查看任务进度与状态（适用于检测 HITL）：

bash

python3 <SKILL_DIR>/scripts/agentic.py status --chat-id <chat_id>

上传文件后创建任务：

bash

python3 <SKILL_DIR>/scripts/agentic.py create \
  --query "请根据附件内容撰写研究报告" \
  --file "/path/to/data.xlsx"

创建定时任务：

bash

python3 <SKILL_DIR>/scripts/agentic.py schedule \
  --query "分析北京二手房市场最新趋势" \
  --time "2026-04-01 09:00:00"

查看所有任务：

bash

python3 <SKILL_DIR>/scripts/agentic.py list

查看任务进度：

bash

python3 <SKILL_DIR>/scripts/agentic.py status --chat-id <chat_id>

列出任务成果文件：

bash

python3 <SKILL_DIR>/scripts/agentic.py files --chat-id <chat_id> --path "/成果"

中止任务：

bash

python3 <SKILL_DIR>/scripts/agentic.py abort --chat-id <chat_id>

环境与接口说明

脚本默认使用正式环境 https://agentic.dichanai.com。

如遇到接口异常，可参考官方 API 文档排查：深度智联 Agentic API 文档。

注意事项

• 每次操作前先运行 check-token，确保 Token 有效。
• --query 参数必须包含用户的原始完整需求，不要修改。
• poll 命令会输出 last_status，但不会自动处理 hitl；遇到 last_status=hitl 时，务必中断自动轮询，主动询问用户意见。
• poll 命令默认超时 1 小时，复杂任务可通过 --timeout 7200 延长。
• files 命令的 --path 只能传目录路径，不能传文件路径。
• 批量下载的压缩包仅能下载一次。