deep-researcher

深度研究者 v2.0

适用于需要 5 个以上来源的调查，提供全面的研究方法，包括基于文件的跟踪、并行执行和上下文管理。

重要：所有医学证据和引文必须来自 PubMed MCP。没有例外。

---

研究模式

快速研究（1-4 个来源）：在当前上下文中开展，无需文件结构。

深度研究（5 个以上来源）：使用下方的基于文件的跟踪方式。

---

研究来源（严格政策）

医学引文允许使用的来源

来源	工具	使用场景
PubMed MCP	pubmed_search_articles、pubmed_fetch_contents、pubmed_article_connections	所有医学证据、试验、机制
官方指南	仅使用 web_fetch 访问 ACC/ESC/ADA/AHA URL	指南建议
AstraDB RAG	知识管道	教科书参考资料、预加载的指南

医学引文不允许使用的来源

来源	排除原因	允许用途
OpenAlex	质量参差不齐	已移除
Perplexity	未经同行评审	仅用于发现趋势，绝不可引用
通用网络搜索	不可靠	仅用于发现主题，绝不可引用
新闻文章	非一手证据	仅用于背景信息

PubMed 质量筛选

优先采用（第 1 级）：

• 随机对照试验（RCT）
• 荟萃分析和系统综述
• ACC/ESC/ADA/AHA 指南

可接受（第 2 级）：

• 来自 Q1 期刊的大型观察性研究
• 患者数 >1000 的队列研究
• 来自成熟登记系统的登记数据

谨慎使用（第 3 级）：

• 病例系列（仅在没有更好证据时使用）
• 专家共识声明
• 叙述性综述（仅作背景资料，不作主要证据）

拒绝：

• 病例报告（罕见病除外）
• 致编辑的信
• 未经同行评审的预印本
• 动物研究（除非专门研究相关机制）

---

深度研究工作流

进度跟踪

创建此清单，并在每个步骤后更新：

Deep Research Progress:
- [ ] Step 1: Initialize research project
- [ ] Step 2: Define scope and plan
- [ ] Step 3: Execute research threads (parallel when possible)
- [ ] Step 4: Validate and cross-reference
- [ ] Step 5: Synthesize from files
- [ ] Step 6: Generate final report

---

步骤 1：初始化研究项目

对于需要 5 个以上来源的研究，创建项目结构：

mkdir -p ~/research_{topic}/sources
mkdir -p ~/research_{topic}/threads

项目结构：

~/research_{topic}/
├── plan.md              # Research questions, scope, thread assignments
├── progress.md          # Living checklist, updated throughout
├── sources/
│   └── pubmed.md        # PubMed search results and abstracts
├── threads/
│   ├── thread_1.md      # Independent research thread
│   ├── thread_2.md      # Another thread
│   └── ...
├── validation.md        # Cross-reference and credibility check
├── synthesis.md         # Cross-thread analysis
└── report.md            # Final deliverable

为什么采用基于文件的方式？ 上下文窗口会被填满。将发现写入文件可以：

• 在不受上下文压力影响的情况下继续研究
• 根据持久化存储而非记忆进行综合
• 生成更长、更全面的报告
• 中断后继续研究

---

步骤 2：定义范围并制定研究计划

编写 plan.md，内容包括：

# Research Plan: {Topic}

## Primary Question
[The main thing we're trying to answer]

## Scope
- Include: [what's in scope]
- Exclude: [what's explicitly out]
- Depth: [overview | detailed | exhaustive]
- Deliverable: [report type and length]

## Research Threads

### Thread 1: {Subtopic A}
- Questions to answer: ...
- PubMed search strategy: [MeSH terms, filters]
- Expected study types: RCTs, meta-analyses, etc.
- Can run parallel? Yes/No

### Thread 2: {Subtopic B}
- Questions to answer: ...
- PubMed search strategy: ...
- Can run parallel? Yes/No

[Continue for 2-5 threads]

## Thread Dependencies
- Thread 3 depends on Thread 1 findings
- Threads 1, 2, 4 can run in parallel

## Synthesis Strategy
How will threads combine into final answer?

规划指南：

研究类型	线程	模式
简单事实查找	1-2	顺序
药物比较	每种药物 1 个（最多 5 个）	并行
复杂调查	3-5 个主题线程	混合
文献综述	按时间段或主题划分	顺序

---

步骤 3：执行研究线程

PubMed 搜索策略

对于每个线程，使用结构化的 PubMed 查询：

# Example search for SGLT2 CV outcomes
pubmed_search_articles(
    queryTerm="SGLT2 inhibitor cardiovascular outcomes randomized controlled trial",
    maxResults=20,
    sortBy="relevance"
)

# Then fetch full details for top results
pubmed_fetch_contents(pmids=["PMID1", "PMID2", ...])

# Find related articles for key papers
pubmed_article_connections(
    sourcePmid="key_paper_pmid",
    relationshipType="pubmed_similar_articles"
)

并行执行模式

对于相互独立的线程，并行执行 PubMed 搜索（在一轮中调用多个工具），然后将每个线程的结果写入对应文件。

示例：比较 SGLT2 抑制剂

Thread 1: Empagliflozin → pubmed_search "empagliflozin cardiovascular RCT" → threads/empagliflozin.md
Thread 2: Dapagliflozin → pubmed_search "dapagliflozin cardiovascular RCT" → threads/dapagliflozin.md
Thread 3: Canagliflozin → pubmed_search "canagliflozin cardiovascular RCT" → threads/canagliflozin.md

执行全部三项搜索，然后将发现写入相应文件。

顺序执行模式

对于有依赖关系的线程，先完整完成当前线程，再开始下一个。

线程文件格式

每个 threads/thread_N.md 应包含：

# Thread: {Subtopic}

## PubMed Searches Executed
1. Query: [exact query] → [N results] → Top PMIDs: [list]
2. Query: [exact query] → [N results] → Top PMIDs: [list]

## Key Findings

### Finding 1: [Title]
- PMID: [number]
- Citation: [Authors, Journal, Year]
- Study type: RCT / Meta-analysis / Cohort / etc.
- Population: [N patients, characteristics]
- Key result: [HR/OR with 95% CI, p-value]
- Quality: High / Medium / Low [+ brief justification]

### Finding 2: [Title]
- PMID: [number]
...

## Contradictions Found
- PMID X says [claim], PMID Y says [different claim]
- Potential explanation: [patient population, endpoints, timing, etc.]

## Gaps Identified
- No RCT data on [specific question]
- Limited evidence in [patient subgroup]

## Thread Summary
[2-3 sentence synthesis of this thread's findings with key PMIDs cited]

上下文卸载

每调用工具 5-7 次后：

1. 将当前发现写入相应文件
2. 更新 progress.md 中的状态
3. 在全新上下文中继续

卸载触发条件：

• 感觉上下文“已满”（响应变慢、开始跟不上进度）
• 在线程之间切换
• 进行任何综合步骤之前

---

步骤 4：验证并交叉引用

读取所有线程文件，然后创建 validation.md：

# Validation Report

## Facts Requiring Cross-Reference
| Claim | Thread Source | PMID | Verification Status | Confidence |
|-------|--------------|------|---------------------|------------|
| SGLT2i reduces HF hospitalization | Thread 1 | 12345678 | Confirmed by PMIDs 23456789, 34567890 | High |
| Benefit extends to HFpEF | Thread 2 | 45678901 | Conflicting: PMID 56789012 shows null | Investigate |

## Contradictions Analysis
### Contradiction 1: [Description]
- Position A: PMID [X], [study name], found [result]
- Position B: PMID [Y], [study name], found [result]
- Resolution: [Population difference / endpoint difference / timing / unresolved]

## Source Quality Assessment
| PMID | Study | Type | N | Quality | Notes |
|------|-------|------|---|---------|-------|
| 12345678 | EMPA-REG | RCT | 7,020 | High | Industry-funded but well-designed |
| 23456789 | Meta-analysis | MA | 45,000 | High | Published in Lancet |

## Validated Knowledge Base
[List of facts we're confident in, with PMIDs]

1. **SGLT2 inhibitors reduce CV death in T2DM with established CVD** (PMID: 12345678, 23456789)
2. **Benefit on HF hospitalization is consistent across the class** (PMID: 34567890, 45678901)
3. ...

---

步骤 5：根据文件综合

重要：从文件读取，不要依赖记忆。

# Read all thread files
cat ~/research_{topic}/threads/*.md

# Read validation
cat ~/research_{topic}/validation.md

编写 synthesis.md：

# Synthesis: {Topic}

## Cross-Thread Patterns
[What themes emerge across multiple threads?]

## Key Insights
1. [Insight that required combining multiple threads]
2. [Insight that wasn't obvious in any single thread]
3. ...

## The Answer
[Direct response to the primary research question, with PMID citations]

## Evidence Strength Assessment
- **Strong evidence (multiple RCTs):** [claims]
- **Moderate evidence (single RCT or consistent observational):** [claims]
- **Limited evidence (observational only):** [claims]
- **Expert opinion / guideline extrapolation:** [claims]

## Remaining Gaps
[What we still don't know and would need to investigate further]

---

步骤 6：生成最终报告

根据综合分析编写 report.md：

# {Title}

## Executive Summary
[3-5 sentences: question, key finding, main conclusion with strongest PMID]

## Research Question and Scope
[From plan.md]

## Methodology
- Database: PubMed via NCBI MCP
- Search date: [date]
- Total articles screened: [N]
- Articles included: [N]
- Study types: [breakdown]

## Findings

### {Theme 1}
[Narrative synthesis with inline PMID citations]

### {Theme 2}
...

## Analysis
[Patterns, implications, connections]

## Conclusions
1. [Primary conclusion with evidence level]
2. [Secondary conclusions]

## Clinical Implications
[If applicable: what this means for practice]

## Limitations
- [Search limitations]
- [Evidence gaps]
- [Potential biases]

## References
[Full reference list with PMIDs and DOIs]

1. Author A, Author B, et al. Title. Journal. Year;Vol:Pages. PMID: XXXXXXXX. DOI: XX.XXXX/XXXXX
2. ...

---

并行研究模式

模式 A：药物／实体对比

适用情况： 对比 2-5 个相似实体（药物、设备、技术）

User: "Compare CV outcomes of GLP-1 agonists"
→ Thread per drug (semaglutide, tirzepatide, liraglutide)
→ All threads parallel (same PubMed structure)
→ Comparison matrix synthesis

模式 B：正反分析

适用情况： 主题存在争议或讨论

User: "Analyze the evidence on aggressive LDL lowering"
→ Thread 1: Evidence FOR aggressive targets (PubMed: LDL <55 outcomes)
→ Thread 2: Evidence AGAINST/concerns (PubMed: LDL lowering adverse effects)
→ Thread 3: Current guidelines (fetch ACC/ESC guideline URLs)
→ Threads 1-2 parallel, Thread 3 after

模式 C：证据 + 指南

适用情况： 需要同时了解主要证据和临床指南

User: "What's the evidence on TAVR durability?"
→ Thread 1: Trial data (PubMed: TAVR long-term outcomes RCT)
→ Thread 2: Registry data (PubMed: TAVR registry durability)
→ Thread 3: Guidelines (fetch ACC/ESC valve guidelines)
→ All parallel

模式 D：历史演变

适用情况： 了解证据的演变过程

User: "How has heart failure treatment evolved?"
→ Thread 1: Pre-neurohormonal era (PubMed: heart failure treatment 1980-1990)
→ Thread 2: ACE/ARB/BB era (PubMed: heart failure ACE inhibitor landmark)
→ Thread 3: Modern era ARNI/SGLT2 (PubMed: heart failure SGLT2 ARNI)
→ Sequential (each builds context for next)

---

质量检查点

步骤 2 之后（规划）

• 研究问题具体且可回答
• 为每个研究线索定义 PubMed 检索策略
• 标记为并行的研究线索彼此独立
• 明确预期的研究类型

步骤 3 之后（执行）

• 每个研究线索都有 3+ 个可信的 PubMed 来源
• 关键论断包含具体数据（HR、CI、p 值）
• 所有引文都附有 PMID
• 记录研究空白和矛盾之处
• 撰写研究线索摘要

步骤 4 之后（验证）

• 跨研究线索交叉核对关键事实
• 分析矛盾并探讨可能的解释
• 评估每条主要引文的来源质量
• 整理经过验证的知识库

步骤 5 之后（综合）

• 找出跨研究线索的规律
• 直接回答核心问题
• 如实评估证据强度
• 得出的见解超越任何单一研究线索

交付前

• 报告结构符合用户要求的格式
• 所有论断都附有 PMID 引文
• 执行摘要真正精炼易读
• 参考文献列表完整，并附 DOI

---

常见研究陷阱

陷阱	症状	解决方法
上下文溢出	忘记之前的研究发现	每调用工具 5-7 次就写入文件
确认偏误	所有来源都出奇地一致	明确检索相反证据
近期偏误	仅使用 2023-2024 年的来源	无论日期如何，都纳入具有里程碑意义的试验
来源同质化	全是 RCT，没有指南	增加指南研究线索，为临床实践提供背景
范围蔓延	研究无限扩展	返回 plan.md，严格遵守边界
过早综合	验证前就下结论	完成步骤 4 后再进行步骤 5
凭记忆综合	凭记忆引用	步骤 5 中明确读取文件
非 PubMed 引文	引用 Perplexity／网络来源	删除并替换为 PubMed 来源

---

示例：完整研究流程

用户：“研究秋水仙碱用于心血管预防的现有证据”

步骤 1：初始化

mkdir -p ~/research_colchicine_cv/sources
mkdir -p ~/research_colchicine_cv/threads

步骤 2：规划（写入 plan.md）

• 核心问题：秋水仙碱用于心血管预防的证据是什么？
• 研究线索 1：主要 RCT（COLCOT、LoDoCo2、CLEAR SYNERGY）
  • PubMed："colchicine cardiovascular randomized controlled trial"
• 研究线索 2：作用机制与抗炎假说
  • PubMed："colchicine inflammation atherosclerosis mechanism"
• 研究线索 3：指南与临床应用
  • 获取：稳定性 CAD 的 ACC／ESC 指南 URL
• 研究线索 4：安全性与实际注意事项
  • PubMed："colchicine adverse effects cardiovascular"
• 研究线索 1、2、4 并行；研究线索 3 在研究线索 1 完成后开展

步骤 3：执行

# Parallel searches
pubmed_search_articles(queryTerm="colchicine cardiovascular randomized controlled trial", maxResults=15)
pubmed_search_articles(queryTerm="colchicine inflammation atherosclerosis mechanism", maxResults=10)
pubmed_search_articles(queryTerm="colchicine adverse effects cardiovascular", maxResults=10)

# Fetch top results
pubmed_fetch_contents(pmids=["31733140", "32865377", "37634428"])  # COLCOT, LoDoCo2, CLEAR

# Write to thread files

步骤 4：验证

• 阅读所有研究线索文件
• 交叉核对各项试验的死亡率数据
• 注意：CLEAR SYNERGY 结果为中性，与 COLCOT／LoDoCo2 的阳性结果不同
• 分析：患者群体差异（ACS 后 vs 慢性 CAD）
• 编写 validation.md

步骤 5：综合

• 从文件中读取信息
• 规律：炎症假说得到支持，但患者选择很重要
• 见解：ACS 后（COLCOT）的获益明确；慢性稳定 CAD（CLEAR）的获益较不确定
• 编写 synthesis.md

步骤 6：报告

• 提供包含证据摘要的结构化报告
• 按患者类型给出明确建议
• 引用所有 PMID
• 提供完整参考文献列表

与其他技能集成

此技能为以下技能提供研究基础：

• cardiology-editorial → 使用研究结果分析试验
• cardiology-newsletter-writer → 写作前先进行研究
• youtube-script-master → 为脚本证据基础开展研究
• x-post-creator-skill → 生成推文前先进行研究

工作流：

1. 用户提出有关某个主题的内容需求
2. 首先运行 deep-researcher（此技能）
3. 将经验证的研究结果交给写作技能
4. 写作技能引用研究结果中的 PMID

---

不适合使用此技能的情况

• 简单的事实性问题（直接使用 PubMed MCP）
• 发现趋势（使用 Perplexity，但不要引用）
• 非医疗主题（此技能针对 PubMed 进行了优化）
• 需要快速产出内容（直接使用写作技能并进行内联研究）

在以下情况下使用此技能：

• 综合 5 个以上来源
• 复杂的多方面问题
• 严谨的证据评估
• 全面的文献覆盖