Install
openclaw skills install data-parallel-research有 2 个以上独立研究子课题时使用。将独立课题分派给并行代理同时调研,加速信息收集。
openclaw skills install data-parallel-research你将研究任务分派给专门的代理,每个代理有独立的上下文。通过精确定义他们的研究范围和输出格式,确保他们聚焦在自己的课题上。他们不继承你的会话上下文——你精确构建他们需要的一切。这也保护了你自己的上下文用于协调工作。
当报告涉及多个独立课题时,逐个研究浪费时间。每个课题的调研是独立的,可以并行进行。
核心原则: 每个独立课题分派一个代理。让他们同时工作。
多个课题需要调研?
├── 它们独立吗?
│ ├── 否(相互关联)→ 单一代理统一调研
│ └── 是 → 可以并行吗?
│ ├── 是 → 并行分派
│ └── 否(有共享依赖)→ 顺序执行
适用:
不适用:
按报告结构拆分:
每个课题独立——市场规模的研究不影响竞品对比。
每个代理获得:
使用 Agent 工具同时启动多个代理,每个负责一个独立课题。
代理返回结果后:
好的代理任务是:
研究课题:[课题名]
背景:[报告的整体主题和这个课题的位置]
需要回答的问题:
1. [具体问题 1]
2. [具体问题 2]
3. [具体问题 3]
数据来源建议:
- [来源 1]
- [来源 2]
输出格式:
- 每个问题的答案附带数据来源
- 关键发现摘要(3-5 点)
- 数据置信度标注(高/中/低)
- 发现的矛盾或不确定性
约束:
- 聚焦在 [范围] 内
- 不要涉及 [排除范围]
❌ 范围太大: "调研整个市场" — 代理会迷失 ✅ 具体: "调研中国 SaaS 市场 2024-2025 年规模和增速"
❌ 没有背景: "分析竞品" — 代理不知道谁是竞品 ✅ 有背景: 列出具体竞品名单和对比维度
❌ 输出模糊: "调研一下" — 不知道要返回什么 ✅ 输出明确: "返回每个竞品的定价、功能矩阵、市场份额"
代理返回后: