mcpField
P
parallel-research

parallel-research

github.com/casper-studios生产力15257 次安装8 周前更新
代码仓库

关于 parallel-research

借助 Parallel AI API 进行网络研究、竞争情报分析、实体发现和数据补充的技能,提供快速问答、深度报告、公司搜索及供应商筛选的命令行工作流。

主要功能

  1. 01快速事实问答
  2. 02深度研究报告
  3. 03公司发现与数据补充
  4. 04供应商筛选工作流

适用场景

  1. 01研究公司或市场
  2. 02按条件寻找竞争者
  3. 03补充潜在客户公司数据
  4. 04按需求比较供应商

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/casper-studios/casper-marketplace --skill parallel-research

安装后在 Claude Code 中输入/parallel-research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。

references/
api-guide.md
basic-research.md
vendor-selection.md
scripts/
basic_research.py
parallel_research.py
vendor_selection.py

详细介绍

并行研究

概述

使用 Parallel AI 的专业 API 进行深度网络研究、竞争情报、实体发现和数据补充。

快速决策树

What do you need?
│
├── Quick factual answer (3-5 seconds)
│   └── Chat API ($0.005/request)
│   └── Script: scripts/parallel_research.py chat "question"
│
├── Comprehensive research report (5min-2hr)
│   └── Deep Research API ($0.30/report for ultra)
│   └── Script: scripts/parallel_research.py research "topic"
│
├── Find entities matching criteria (companies, people)
│   └── FindAll API ($0.03 + $0.10/match)
│   └── Script: scripts/parallel_research.py findall "query"
│
└── Enrich existing data (add fields to records)
    └── Task API with schema ($0.025/record for core)
    └── Script: scripts/parallel_research.py enrich data.csv

环境设置

# Required in .env
PARALLEL_API_KEY=your_api_key_here

获取 API 密钥:https://platform.parallel.ai/settings/api-keys

常见用法

快速问答
python scripts/parallel_research.py chat "What is Anthropic's latest funding round?"
深度研究报告
python scripts/parallel_research.py research "Competitive landscape of AI code editors in 2025" --processor ultra
查找公司
python scripts/parallel_research.py findall "AI code editor companies that raised funding in 2024-2025" --limit 50
基础研究(简化版)
python scripts/basic_research.py "Company Name"
供应商选择
python scripts/vendor_selection.py "CRM software" --requirements "enterprise,API,automation"

处理器层级

处理器每 1K 次费用延迟最适合
lite$510-60s基础元数据
base$1015-100s简单研究
core$251-5min交叉引用研究
pro$1002-10min探索性研究
ultra$3005-25min深度研究(推荐)
ultra-fast$3002-10min速度与质量兼顾

费用估算

任务API费用
100 个快速问题Chat$0.50
市场研究报告Deep Research (ultra)$0.30
查找 50 家竞争对手FindAll (core)~$5.00
补充 100 条潜在客户信息Task (core)$2.50

免费额度

20,000 次免费请求(所有 API 合计)。

安全说明

凭据处理
  • 将 PARALLEL_API_KEY 存储在 .env 文件中(切勿提交到 git)
  • 在 https://platform.parallel.ai/settings/api-keys 重新生成密钥
  • 切勿在脚本输出中记录或打印 API 密钥
  • 使用环境变量,不要硬编码值
数据隐私
  • 研究查询会发送到 Parallel AI 服务
  • 研究输出可能包含第三方公司信息
  • 结果会存储在本地的 .tmp/ 目录中
  • Parallel AI 可能会记录查询以改进服务
  • 避免在研究查询中包含敏感的内部数据
访问范围
  • API 密钥可完全访问所有研究端点
  • 不提供细粒度权限范围
  • 通过 Parallel AI 控制面板监控用量和费用
合规注意事项
  • 数据来源:研究内容来自公开网络来源
  • 引用:研究输出中务必注明来源
  • 准确性:应核实 AI 生成的研究内容
  • 竞争情报:确保竞争研究符合相关政策
  • 第三方数据:尊重来源的知识产权
  • 结果中的 PII:研究结果可能包含公司或个人的 PII
  • 数据时效性:核实有时效性的信息是否仍然有效

故障排除

常见问题
问题:处理器超时

症状: 请求超时或仅返回部分结果
原因: 查询较复杂,所需处理时间超出允许范围
解决方案:

  • 使用更快的处理器层级(例如使用 lite 或 base,而不是 ultra)
  • 简化研究查询
  • 将复杂查询拆分为多个较小的请求
  • 如果脚本支持配置,则延长超时时间
问题:额度用尽

症状: 出现“Insufficient credits”或配额错误
原因: 账户额度已耗尽
解决方案:

  • 在 https://platform.parallel.ai/dashboard 查看余额
  • 升级套餐或购买额外额度
  • 对不太关键的查询使用费用较低的处理器层级
  • 监控用量,避免额度意外耗尽
问题:响应格式无效

症状: JSON 解析错误或响应结构异常
原因: API 返回了错误或格式不正确的响应
解决方案:

  • 检查查询格式是否符合 API 要求
  • 重试请求(可能是暂时性问题)
  • 确认 API 密钥有效且处于启用状态
  • 查看 API 文档,了解预期的响应格式
问题:结果为空或不相关

症状: 研究未返回结果或返回了偏题内容
原因: 查询范围过窄、含义模糊或结构不佳
解决方案:

  • 扩大搜索范围
  • 补充上下文,明确查询意图
  • 尝试不同的措辞或关键词
  • 先使用 Chat API 确认对查询的理解
问题:API 身份验证失败

症状:“Invalid API key”或 401 错误 **原因:**API 密钥已过期、无效或未设置 解决方案:

问题:请求频率受限

**症状:**429 错误或“rate limit exceeded” **原因:**并发请求过多 解决方案:

  • 在请求之间添加延迟
  • 减少并行请求数量
  • 实现指数退避
  • 如有需要,联系支持团队以提高速率限制

资源

  • references/api-guide.md - 完整的 API 文档
  • references/basic-research.md - 简单的公司调研
  • references/vendor-selection.md - 供应商比较工作流

集成模式

从调研到报告

技能: parallel-research → content-generation 使用场景: 根据调研结果创建精美报告 流程:

  1. 对主题或公司进行深入调研
  2. 生成结构化的调研结果
  3. 通过 content-generation 格式化为品牌文档
从 FindAll 到 CRM

技能: parallel-research → attio-crm 使用场景: 将发现的公司填入 CRM 流程:

  1. 使用 FindAll 发现符合条件的公司
  2. 为每家公司补充更多数据
  3. 在 Attio CRM 中创建或更新公司记录
从调研到表格

技能: parallel-research → google-workspace 使用场景: 在 Google Sheets 中建立调研数据库 流程:

  1. 对多个实体运行 FindAll 或批量调研
  2. 将结果整理为表格数据
  3. 上传到 Google Sheets,供团队协作使用

评论

支持 Markdown