Install
openclaw skills install @thcjp/in-depth-research-tool-proopenclaw skills install @thcjp/in-depth-research-tool-pro功能说明: 本技能涵盖 中文交互、化工作流场景 等核心能力。
深度研究专业版是面向企业研究团队和专业分析师的进阶研究工具。在免费版系统化研究能力之上,新增团队协作、自动化引用管理、知识库构建、定时研究与多格式报告等高级功能,支持复杂议题的深度调查与持续跟踪。与免费版完全兼容,已有研究方法论可无缝迁移升级.
| 能力 | 免费版 | PRO 版 |
|---|---|---|
| 系统化研究协议 | 是 | 是 |
| 多源搜索 | 是 | 是 |
| 来源评估 | 是 | 是 |
| 研究深度 | 标准级 | 详尽级(50+ 来源) |
| 团队协作 | 否 | 多人协作 |
| 自动化引用 | 否 | 引用管理 |
| 知识库 | 否 | 持续积累 |
| 定时研究 | 否 | Cron 调度 |
| 报告格式 | Markdown | PDF/DOCX/HTML/MD |
| AI 分析 | 否 | 智能洞察 |
| 版本管理 | 否 | 研究版本控制 |
| API 接口 | 否 | REST API |
| 优先支持 | 社区 | 优先响应 |
处理: 解析功能对比的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回功能对比的响应数据,包含状态码、结果和日志.
python (请参考skill目录中的脚本文件) \
--project="市场进入策略研究" \
--members=alice,bob,charlie \
--roles="lead,researcher,analyst" \
--tasks-file=tasks.yaml
支持多人协作,角色分工,任务分配,实时同步研究进展.
# 自动收集与管理引用
python (请参考skill目录中的脚本文件) \
--style=apa \
--auto-collect \
--output=references.bib
# ...
# 生成参考文献列表
python (请参考skill目录中的脚本文件) \
--format=numbered \
支持 APA、MLA、Chicago 等多种引用格式,自动收集和整理参考文献.
# 保存研究成果到知识库
python (请参考skill目录中的脚本文件) save \
--research=market_research.md \
--tags="市场,新能源,2026" \
--category="行业研究"
# ...
# 搜索知识库
python (请参考skill目录中的脚本文件) search \
--query="新能源市场" \
--category="行业研究"
# 配置定时研究
python (请参考skill目录中的脚本文件) \
--topic="新能源行业 月度动态" \
--cron="0 8 1 * *" \
--incremental \
--archive-dir=./research_archive
每月 1 号自动执行增量研究,归档结果,追踪趋势变化.
处理: 解析PRO 版独有功能的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回PRO 版独有功能的响应数据,包含状态码、结果和日志.
input_params参数,支持创建/查询/导出操作用input_params参数进行配置.
处理: 解析核心功能执行的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回核心功能执行的响应数据,包含状态码、结果和日志.
input_params参数,支持创建/查询/导出操作
能力覆盖范围:本skill的核心能力覆盖以下场景关键词:企业级深度研究工、支持团队协作、定时研究与多格式、适合专业研究与决、策支持、核心能力、多人协作研究、支持角色分工与任、自动化引用管理与、参考文献格式化、研究知识库构建与、定时研究任务与增、量更新、多格式报告输出、辅助分析与洞察提等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.战略团队需要对新市场进入进行深度可行性分析.
# 启动协作研究项目
python (请参考skill目录中的脚本文件) \
--project="东南亚市场进入可行性研究" \
--members=strategist,analyst1,analyst2,legal_advisor \
--roles="lead,researcher,researcher,reviewer" \
--depth=exhaustive \
--max-sources=50 \
--output-format=pdf \
--output=market_entry_report.pdf
团队协作完成 50+ 来源的深度研究,生成 PDF 格式的专业报告,包含执行摘要、详细分析、风险评估和决策建议.
市场情报团队需要持续跟踪行业动态.
# 配置定时研究任务
python (请参考skill目录中的脚本文件) \
--topic="人工智能芯片 行业动态" \
--cron="0 8 * * 1" \
--incremental \
--knowledge-base=ai_chips \
--trend-tracking \
--output-dir=./weekly_reports
每周一自动执行增量研究,更新知识库,生成趋势追踪报告.
研究团队需要多人协作完成学术论文的文献综述.
# 创建协作研究
python (请参考skill目录中的脚本文件) \
--project="大语言模型医疗应用综述" \
--members=researcher1,researcher2,advisor \
--academic-mode \
--citation-style=apa \
--max-sources=80 \
--output-format=docx \
--output=literature_review.docx
以下场景深度研究专业版不适合处理:
需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于非本工具能力范围的需求.
# 依赖说明
pip install refactoring pyzotero python-docx reportlab
# ...
# 导入免费版研究成果
python (请参考skill目录中的脚本文件) --from-free --import-research
# ...
# 验证升级
python (请参考skill目录中的脚本文件) --version
# 输出: in-depth-research-tool-pro v1.0.0
# 初始化研究项目
python (请参考skill目录中的脚本文件) init \
--project="研究项目名称" \
--members=alice,bob \
--storage=./research_projects
# ...
# 分配研究任务
python (请参考skill目录中的脚本文件) assign \
--project="研究项目名称" \
--task="技术调研" \
--assignee=alice
# ...
# 查看研究进展
python (请参考skill目录中的脚本文件) status --project="研究项目名称"
# config.yaml - PRO 版企业配置
research:
default_depth: thorough
max_sources: 50
timeout: 7200
parallel_search: true
# ...
team:
storage: ./team_research
roles:
- lead
- researcher
- analyst
- reviewer
sync_interval: 60
# ...
citations:
style: apa
auto_collect: true
storage: ./references
# ...
knowledge_base:
storage: ./knowledge_base
auto_tag: true
categories:
- 行业研究
- 技术调研
- 市场分析
- 竞品研究
# ...
schedule:
timezone: Asia/Shanghai
archive_dir: ./archive
# ...
output:
formats:
- pdf
- docx
- html
- markdown
template_dir: ./templates
# ...
analytics:
ai_insights: true
trend_analysis: true
confidence_scoring: true
# 启动 REST API 服务
python (请参考skill目录中的脚本文件) --port 8000
# ...
# 提交研究任务
curl -X POST http://localhost:8000/research \
-H "Content-Type: application/json" \
-d '{"topic": "市场研究", "depth": "thorough"}'
# ...
# 查询知识库
curl http://localhost:8000/knowledge?query=新能源
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
--project | 字符串 | 无 | 研究项目名称 |
--members | 字符串 | 无 | 团队成员列表 |
--roles | 字符串 | 无 | 角色分配 |
--depth | 字符串 | thorough | 研究深度 |
--max-sources | 整数 | 50 | 最大来源数 |
--output-format | 字符串 | markdown | 输出格式 |
--cron | 字符串 | 无 | 定时表达式 |
--citation-style | 字符串 | apa | 引用格式 |
# team_config.py - 团队协作配置
from team_research import TeamConfig
# ...
config = TeamConfig(
project="市场研究项目",
members=["alice", "bob", "charlie"],
roles=["lead", "researcher", "analyst"],
sync_interval=60,
auto_merge=true,
conflict_resolution="latest_wins"
)
# ...
# 启动协作
config.start()
# 知识库分类管理
python (请参考skill目录中的脚本文件) organize \
--auto-classify \
--tags-from-content
# ...
# 知识库搜索
python (请参考skill目录中的脚本文件) search \
--query="市场趋势" \
--semantic-search \
--limit 10
# ...
# 导出知识库
python (请参考skill目录中的脚本文件) export \
--format=json \
--output=knowledge_export.json
# 生成多格式报告
python (请参考skill目录中的脚本文件) \
--formats=pdf,docx,html \
--template=corporate \
--output-dir=./reports
# ...
# 自定义报告模板
python (请参考skill目录中的脚本文件) \
--template=custom_template.html \
--branding=company_branding
# 解决同步冲突
python (请参考skill目录中的脚本文件) resolve \
--project="项目名" \
--strategy=manual
# ...
# 查看冲突详情
python (请参考skill目录中的脚本文件) conflicts --project="项目名"
# 验证引用格式
python (请参考skill目录中的脚本文件) validate --style=apa
# ...
# 重新格式化引用
python (请参考skill目录中的脚本文件) reformat \
--input=references.bib \
--style=mla \
--output=references_mla.bib
# 重建索引
python (请参考skill目录中的脚本文件) reindex
# ...
# 调整搜索算法
python (请参考skill目录中的脚本文件) search \
--algorithm=semantic \
--threshold=0.8
# 检查模板
python (请参考skill目录中的脚本文件) --validate-template
# ...
# 安装报告依赖
pip install python-docx reportlab weasyprint
# ...
# 降级为 Markdown
python (请参考skill目录中的脚本文件) --format=markdown
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| Python 3.8+ | 运行时 | 是 | 系统包管理器安装 |
| requests | HTTP 库 | 是 | pip install requests |
| beautifulsoup4 | HTML 解析 | 是 | pip install beautifulsoup4 |
| python-docx | DOCX 生成 | 否(推荐) | pip install python-docx |
| reportlab | PDF 生成 | 否(推荐) | pip install reportlab |
| weasyprint | HTML 转 PDF | 否(推荐) | pip install weasyprint |
| pyzotero | 引用管理 | 否(推荐) | pip install pyzotero |
| flask | API 服务 | 否(推荐) | pip install flask |
| elasticsearch | 知识库搜索 | 否(推荐) | 参考 ES 官方文档 |
| LLM API | API | 是 | 由 Agent 内置 LLM 提供 |
export SEMANTIC_SCHOLAR_API_KEY=your_key
export GOOGLE_SCHOLAR_API_KEY=your_key
export OPENAI_API_KEY=your_key
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
| 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 |
| 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 |
| 网络错误 | 连接超时或不可达 | 执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,参考国内替代方案 |
{
"success": true,
"data": {
"result": "深度研究专业版处理结果",
"execution_time": "0.5s",
"metadata": {
"version": "1.0",
"processor": "in depth research pro"
}
},
"execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
"error": null
}
| 风险类型 | 防范措施 |
|---|---|
| API密钥泄露 | 通过环境变量配置,禁止硬编码到代码或配置文件中 |
| 命令执行风险 | 仅执行白名单命令,避免拼接用户输入到命令行参数中 |
| 网络通信安全 | 使用HTTPS协议,验证SSL证书有效性 |
| 敏感数据暴露 | 输出结果中不包含密钥、令牌等敏感信息 |
使用前请确认已阅读依赖说明章节,确保运行环境满足安全要求。