mcpField
D
deep-research-agent

deep-research-agent

github.com/qodex-ai生产力47285 次安装42 周前更新
代码仓库

关于 deep-research-agent

deep-research-agent 是用于构建自主研究 Agent 的技能，适合需要系统调查主题并生成有依据报告的研究者和分析人员。它覆盖研究规划、来源评估、信息提取、综合分析和带引文报告生成。

主要功能

  1. 01制定研究问题与信息搜集计划
  2. 02从多种渠道收集来源
  3. 03评估来源可信度、时效性与偏见
  4. 04提取发现、数据和研究空白
  5. 05综合证据并生成带引文报告

适用场景

  1. 01开展市场规模与行业趋势研究
  2. 02分析竞争对手及其策略
  3. 03自动整理学术文献综述
  4. 04汇总多来源资料并形成研究报告

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/qodex-ai/ai-agent-skills --skill deep-research-agent

安装后在 Claude Code 中输入/deep-research-agent确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

examples/
research_planner.py
research_report_generator.py
research_synthesizer.py
source_evaluator.py

详细介绍

深度研究 Agent

构建智能自主研究 Agent，系统地调查主题、评估来源、综合研究结果并生成全面报告。

研究工作流

阶段 1：研究规划

请参阅 examples/research_planner.py 中的 ResearchPlanner：

  • 定义研究问题
  • 确定关键研究领域
  • 规划信息来源和评估标准
  • 制定研究时间表
阶段 2：收集来源

从多个渠道收集来源：

  • 学术数据库（Google Scholar、PubMed、JSTOR）
  • 新闻来源和出版物
  • 行业报告和白皮书
  • 网络和社交媒体搜索
  • 专家访谈
阶段 3：评估来源

请参阅 examples/source_evaluator.py 中的 SourceEvaluator：

  • 评估作者的专业能力
  • 评估出版方的可信度
  • 检查信息的时效性
  • 识别潜在偏见
阶段 4：提取信息

从来源中提取结构化数据：

  • 关键发现和主要观点
  • 统计数据和定量数据
  • 专家意见和观点
  • 新兴趋势
  • 研究空白
阶段 5：综合与分析

请参阅 examples/research_synthesizer.py 中的 ResearchSynthesizer：

  • 确定主要结论
  • 组织支撑证据
  • 识别相互矛盾的观点
  • 发现研究空白
  • 提出未来研究方向
阶段 6：生成报告

请参阅 examples/research_report_generator.py 中的 ResearchReportGenerator：

  • 生成执行摘要
  • 结合证据整理研究发现
  • 呈现相互矛盾的观点
  • 识别空白和机遇
  • 创建带引用的综合报告

研究 Agent 实现

通过以下步骤构建全面的研究 Agent：

  1. 使用 ResearchPlanner 创建研究计划
  2. 从多个渠道收集来源
  3. 使用 SourceEvaluator 评估来源
  4. 提取结构化信息
  5. 使用 ResearchSynthesizer 综合研究发现
  6. 使用 ResearchReportGenerator 生成报告

专项研究类型

市场研究

构建市场研究能力：

  • 估算市场规模和增长率
  • 确定关键竞争对手和市场参与者
  • 分析市场细分和准入壁垒
  • 识别机遇和威胁
  • 跟踪行业趋势
竞争情报

构建竞争情报分析：

  • 识别直接和间接竞争对手
  • 分析竞争对手的产品和定价
  • 估算市场份额并分析市场定位
  • 评估优势和劣势
  • 跟踪竞争策略和动向
文献综述

构建文献综述自动化流程：

  • 系统地搜索学术数据库
  • 提取论文元数据和摘要
  • 分析研究贡献和方法
  • 识别关键主题和关联
  • 生成文献综述综合分析

最佳实践

研究质量
  • ✓ 使用多个可靠来源
  • ✓ 交叉核对研究发现
  • ✓ 评估来源的可信度
  • ✓ 识别并承认偏见
  • ✓ 记录所有来源
深度与范围
  • ✓ 明确研究问题
  • ✓ 设定适当的范围
  • ✓ 平衡广度与深度
  • ✓ 识别研究空白
  • ✓ 提出未来方向
综合与分析
  • ✓ 逻辑清晰地组织研究发现
  • ✓ 呈现支撑证据
  • ✓ 处理相互矛盾的观点
  • ✓ 基于证据得出结论
  • ✓ 避免提出缺乏依据的主张

工具与技术

学术搜索
  • Google Scholar
  • PubMed
  • JSTOR
  • ArXiv
  • PapersWithCode
新闻与网络搜索
  • NewsAPI
  • Bing News
  • Google News
  • RSS Feeds
  • Social Media APIs
数据分析
  • Pandas
  • NumPy
  • scikit-learn
  • 统计工具

快速入门

  1. 明确研究问题
  2. 创建研究计划
  3. 收集来源
  4. 评估可信度
  5. 提取关键信息
  6. 识别模式
  7. 综合研究发现
  8. 生成全面报告

评论

支持 Markdown