ClawHub

Deep Research Pro v2.2

Research
研究

Conducts thorough research by downloading full PDFs, extracting structured data with original text quotes, verifying sources, and generating cross-validated...

Install

openclaw skills install @xueylee-dotcom/deep-research-v22

Skill: Deep Research Pro (v2.2 - True Depth)

版本：2.2.0 描述：真深度研究技能，强制全文解析+结构化提取+溯源验证

核心原则

没有真正的原文阅读，就没有深度研究

🔴 强制执行流程（v2.2 新增）

Step 1: 研究规划 (必须输出文件)

  • 生成 research/plan.md
  • 列出至少 5 个具体检索查询式
  • 用户确认后才能继续

Step 2: 全文解析 + 结构化提取 (核心！)

禁止跳过此步骤！

对于每个有效来源，必须执行：

  1. 获取全文

    # 使用 extract-from-pdf.py 脚本
python3 scripts/extract-from-pdf.py card-001 "https://arxiv.org/pdf/xxx.pdf"
    • 如果有DOI/URL，尝试下载PDF
    • 如果无法获取全文，标记 full_text: false 并跳过该来源

  2. 结构化提取（从PDF原文提取）

    • 样本量：具体数字
    • 主要结果：具体数值 + 单位 + 统计显著性
    • 成本影响：具体金额/百分比
    • 置信区间：95%CI
    • 原文引用：必须从正文中复制至少50字

  3. 更新卡片

    • 用提取的真实数据替换"待提取"
    • 标记 full_text: true/false

最低要求：

  • deep 模式：至少 10 个带全文提取的卡片
  • 质量阈值：提取后评分 ≥ 6/10

Step 3: 溯源验证 (强制检查！)

生成报告前必须运行：

bash scripts/check-sourcing.sh reports/final-report.md sources/
  • 检查每个 [[card-xxx]] 引用的数据是否在卡片中存在
  • 如果有数据无法溯源，拒绝生成报告
  • 修复后重新验证

Step 4: 交叉分析

  • 生成 analysis/synthesis.md
  • 至少找出 3 组矛盾数据
  • 标注每个观点的卡片来源

Step 5: 报告生成

  • 生成 reports/final-report.md
  • 每个数据点必须标注 [[card-xxx]]
  • 报告末附溯源检查结果

🔧 工具依赖

工具用途状态
pdfplumberPDF全文解析✅ 已安装
pdftotextPDF备用解析✅ 已安装
extract-from-pdf.py结构化数据提取✅ 已创建
check-sourcing.sh溯源验证✅ 已创建

📋 执行命令

完整流程

# Step 1: 规划
# 编辑 research/plan.md，确认检索式

# Step 2: 检索 + 提取（循环执行）
# 对于每个来源：
python3 scripts/extract-from-pdf.py card-001 "URL"
# 检查提取结果，填入卡片

# Step 3: 溯源验证
bash scripts/check-sourcing.sh reports/final-report.md sources/

# Step 4-5: 分析与报告
# 生成最终报告

⚠️ 限制说明

如果无法获取全文（付费论文/报告）：

  1. 标记卡片 full_text: false
  2. 报告中对该来源的数据仅作参考，不作为核心结论
  3. 建议人工复核关键数据

📊 版本对比

维度v2.1v2.2
PDF解析❌✅ 强制
数据提取"待提取"✅ 真实提取
原文引用模板话术✅ 从正文复制
溯源检查❌✅ 强制验证
报告质量有引用无验证有引用+验证

质量门禁（v2.2 强化版）

# 1. 检查卡片数量（≥10个有全文的）
FULLTEXT_COUNT=$(grep -l "full_text: true" sources/card-*.md 2>/dev/null | wc -l)
if [ $FULLTEXT_COUNT -lt 10 ]; then
 echo "❌ 错误：全文提取卡片不足10个，当前 $FULLTEXT_COUNT 个"
 exit 1
fi

# 2. 检查溯源
bash scripts/check-sourcing.sh reports/final-report.md sources/
if [ $? -ne 0 ]; then
 echo "❌ 错误：报告中有数据无法溯源"
 exit 1
fi

# 3. 检查待提取标记
if grep -q "待提取" sources/card-*.md; then
 echo "❌ 错误：卡片中仍有'待提取'数据"
 exit 1
fi

Skill版本：2.2.0 | 最后更新：2026-03-19

More in Research