深度研究引擎 v1.2.1

核心变化 v1.2.1（相对 v1.2）：检索容错重试——WebFetch 失败先重试一次（换镜像/摘要），仍失败才标 ⚠️ 待核实；某子问题唯一来源失败则降置信度、不强行下结论。针对 SkillHub 评测 reliability.stability 短板（4.0）。

核心变化 v1.2（相对 v1.1）：

1. 子问题分解（借鉴 gpt-researcher）：研究前先把主题拆成有依赖关系的子问题树，再按子问题并行检索，而非一次性生成 N 个无结构查询。
2. 大纲先行（借鉴 stanford-oval/storm）：写报告前先生成大纲骨架，再按骨架填充，避免结构松散。
3. 引用真实性自检（新增"资料来源合同"纪律）：每条写入报告的引用必须确认 URL 可访问且内容支持该主张，否则标注 ⚠️ 待核实。

📋 导航目录

💡 首次使用：先读「快速开始」→「输入检查」→「完整示例」，再开始研究。

快速开始

触发方式

深度研究 [主题]

示例：

深度研究 AI Agent 的商业化路径
深度研究 为什么 Rust 增长这么快？

带参数使用（推荐）

深度研究 [主题]
→ 广度：4（每个子问题探索几个方向，默认 4）
→ 深度：2（递归迭代几轮，默认 2）
→ 风格：学术（可选：学术/报告/通俗/辩论）

参数含义：

• 广度：每轮为每个子问题生成几个搜索查询（高=覆盖面广，低=聚焦）
• 深度：递归迭代几轮（高=研究更深入，低=快速概览）
• 风格：输出写作风格（学术/报告/通俗/辩论）

什么情况会用它

✅ 适合（需要深度分析、可验证结论）：

• 分析类："分析 AI Agent 的商业化格局"
• 对比类："对比 React 和 Vue 的优缺点"
• 决策类："选择 AWS 还是 Azure？"（需要数据支撑）
• 趋势类："2026 年 AI 监管会怎么演化？"（可验证的趋势）

❌ 不适合（简单问答、实时数据、纯主观）：

• "AI 是什么？"（简单定义，一句话能回答）
• "今天天气怎么样？"（实时数据，无法验证）
• "我喜欢吃什么？"（纯主观，无客观答案）

输入检查（适合性判断）

在执行研究之前，先做这个检查：

输入检查失败后，不要直接拒绝，要给建议：

❌ 错误做法：

"你的问题太简单了，不适合用这个 Skill。"

✅ 正确做法：

"你的问题『AI 是什么』很简单，不需要深度研究。直接问我就能回答。n> 如果你想深度研究，可以试试：『深度研究 AI 对就业的影响』（需要多方面分析）"

研究流程（可执行指令）

关键升级 v1.1：每步都明确告诉 AI 要调用哪些工具。不是"方法论"，而是"操作指令"。 v1.2 新增：Step 2 子问题分解、Step 4 引用真实性自检、Step 6 大纲先行。

研究循环（可执行）v1.2

┌─────────────────────────────────────────────────┐
│  Step 1：输入检查 + 任务理解                   │
│    → 工具：无（纯分析）                        │
└──────────────────────┬──────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────┐
│  Step 2：子问题分解（v1.2 新增）               │
│    → 工具：无（纯分析）                        │
│    → 输出：子问题树（3-7 个，标注依赖/优先级）  │
└──────────────────────┬──────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────┐
│  Step 3：证据搜集（按子问题多源并行）          │
│    → 工具：WebSearch → WebFetch                 │
│    → 输出：证据材料（来源链接+质量评级）         │
└──────────────────────┬──────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────┐
│  Step 4：交叉验证 + 质量检查                    │
│    →（含 v1.2 引用真实性自检）                  │
│    → 工具：WebSearch（补反方/补源）            │
│    → 输出：验证结果 + 置信度 + 引用可访问清单   │
└──────────────────────┬──────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────┐
│  Step 5：递归深化？（深度参数 > 0）            │
│    → 是：回到 Step 2-4，生成更聚焦的查询        │
│    → 否：进入 Step 6                           │
└──────────────────────┬──────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────┐
│  Step 6：大纲先行（v1.2 新增）               │
│    → 工具：无（纯写作规划）                    │
│    → 输出：报告大纲骨架                        │
└──────────────────────┬──────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────┐
│  Step 7：生成报告（按大纲填充，带证据标注）    │
│    → 工具：无（纯写作）                        │
│    → 输出：研究报告（符合"输出格式"章节）       │
└─────────────────────────────────────────────────┘

Step 1：输入检查 + 任务理解

执行指令：

1. 输入检查（调用"输入检查"章节的规则）：

   • 如果问题太简单 → 拒绝 + 给建议
   • 如果问题不适合 → 拒绝 + 给建议
   • 如果问题适合 → 继续

2. 任务理解：

   • 用 1-2 句话复述用户的研究主题，确认理解正确
   • 生成 1-3 个 follow-up 问题（用于细化研究方向）
   • 等待用户确认，再进入 Step 2

3. 生成初始搜索查询（广度 N 个）：

   • 基于研究主题，先生成 N 个候选查询（N = 广度参数），供 Step 2 分解时分配

输出示例：

研究主题：AI Agent 的商业化路径

✅ 输入检查通过：这个问题需要多方面分析，适合深度研究。

我的理解：你想了解 AI Agent 是怎么赚钱的？有哪些商业模式？哪些公司做得好？

Follow-up 问题（可选）：
1. 你更关注哪个赛道？（企业级/消费级/开源生态）
2. 时间范围？（2024-2026/未来 5 年）
3. 输出用途？（投资决策/产品规划/学术报告）

【等待用户确认后，进入 Step 2】

Step 2：子问题分解（v1.2 新增，借鉴 gpt-researcher）

核心指令：研究前先把主题拆成"有依赖关系的子问题树"，再按子问题组织检索。这比 v1.1 一次性生成 N 个无结构查询覆盖更全、逻辑更清。

执行指令：

1. 把研究主题拆成 3-7 个具体、可独立检索的子问题。
2. 标注关系：
   • 并列：子问题间无依赖，可同时检索
   • 依赖：子问题 B 的答案依赖子问题 A 的结论（先答 A 再答 B）
3. 标注优先级：高优 / 中优 / 低优（影响检索资源分配）。
4. 把 Step 1 的候选查询分配给各子问题（每个子问题 1-2 个查询，广度参数在子问题间分配）。
5. 输出「子问题树」。

输出示例：

子问题树（主题：AI Agent 在企业级市场的商业化路径 2024-2026）

Q1 [并列·高优] 企业级 Agent 主流收费/商业模式有哪些？（订阅 / API / 用量）
Q2 [依赖 Q1·高优] 各模式的收入占比与代表公司？（需先知模式）
Q3 [并列·中优] 企业采购决策周期与预算区间？
Q4 [并列·中优] 主要失败案例与商业化挑战？
Q5 [依赖 Q3·低优] 企业侧 ROI 衡量指标与实践？

搜索查询分配：
- Q1 → "enterprise AI agent pricing model subscription API usage 2025"
- Q3 → "enterprise AI agent procurement cycle budget 2025"
- Q4 → "AI agent commercialization failure cases challenges 2025"

Step 3：证据搜集（按子问题多源并行）

核心指令：这一步要实际调用工具搜集证据，不是"知道要搜集"。按子问题分组组织。

执行指令：

1. 调用 WebSearch 工具：

   • 对每个子问题，用其分配的查询逐个调用 WebSearch
   • 每个查询至少返回 3-5 个结果
   • 记录：URL、标题、摘要

2. 调用 WebFetch 工具：

   • 从搜索结果中，选择最相关的 5-10 个 URL
   • 逐个调用 WebFetch，提取页面内容
   • 提取：核心主张、数据、来源类型

3. 来源质量评级：

   • 🥇 A 级：官方文档、一手数据、学术论文、权威报告
   • 🥈 B 级：主流媒体、行业报告、知名公司博客
   • 🥉 C 级：论坛讨论、个人博客、未验证来源
   • ❓ 未验证：无法确认来源

4. 证据整理（按子问题分组）：

   • 把提取内容整理成"证据材料"格式，标注：主张、来源 URL、来源质量、提取时间、归属子问题

输出示例：

## 证据材料（Step 3 输出，按子问题分组）

### [Q1] 商业模式
- 证据 1：Agent 收入中订阅模式占比超 60%
  - 来源：a16z "State of AI Agent" 报告（2025）🥈 B 级
  - URL：https://a16z.com/ai-agent-report-2025

### [Q3] 采购周期
- 证据 2：企业采购决策周期 6-12 个月
  - 来源：McKinsey 2025 报告 🥈 B 级
  - URL：https://mckinsey.com/ai-agent-enterprise-2025

检索容错重试纪律（v1.2.1 · 稳定性增强）：

• WebFetch 单次失败（超时 / 404 / 需登录 / 返回空内容）→ 重试一次：换同一来源的镜像页或摘要页，或用 WebSearch 拉该 URL 的缓存快照 / 摘要。
• 重试仍失败 → 该来源标 ⚠️ 待核实，不计入 A/B 级来源，改用其他来源或删去该引用；不得凭空保留未核实引用。
• 某子问题唯一来源失败且无法补源 → 该子问题结论置信度降一档，报告内明确注明"该结论仅单源、未交叉验证"，不强行下确定性结论。

Step 4：交叉验证 + 质量检查（含引用真实性自检 v1.2 强化）

执行指令：

1. 多源交叉验证：

   • 检查每个核心主张，是否有至少 2 个独立来源支撑
   • 如果 < 2 个 → 调用 WebSearch 补充来源
   • 如果来源矛盾 → 标注矛盾，调用 WebSearch 寻找仲裁来源

2. 反方来源强制检查：

   • 检查是否已搜集反方观点
   • 如果否 → 调用 WebSearch，用"反对"、"批评"、"问题"等关键词搜索

3. 数据矛盾检测：

   • 同一数据点，不同来源数值差异 > 20%？
   • 如果是 → 标注"数据矛盾"，寻找第三个来源仲裁
   • 如果无法仲裁 → 标注"数据矛盾，无法确认"

4. v1.2 新增：引用真实性自检（"资料来源合同"）：

   • 对每条打算写入报告的引用，逐项确认：
     • (a) URL 可访问？ WebFetch 成功返回内容（非 404/超时/需登录）
     • (b) 内容真的支持该主张？ 不是断章取义或标题党
   • 若 (a) 失败 → 该引用不可信，标 ⚠️ 待核实，不计入 A/B 级来源，改用其他来源或删除该引用
   • 若 (b) 不符 → 修正主张表述或换来源
   • 输出「引用可访问清单」（每条：URL + 可访问 ✓/⚠️ + 主张匹配 ✓/✗）

5. 置信度计算：

置信度 = (A/B 级来源占比) × 40%
         + (独立验证来源数 / 总来源数) × 30%
         + (反方观点已考虑 ? 15% : 0%)
         - (证据不足/待核实引用占比) × 15%

• ≥ 70%：✅ 结论可靠
• 50-70%：⚠️ 结论参考级
• < 50%：❌ 证据不足，不能用作决策依据

输出示例：

## 质量检查报告（Step 4 输出）

### 核心主张验证
1. "Agent 订阅模式占比超过 60%"（置信度：75%）
   - ✅ 验证通过：2 个独立来源（a16z + McKinsey）
   - 反方观点：已考虑

### 引用真实性自检（v1.2）
- https://a16z.com/ai-agent-report-2025 → 可访问 ✓，主张匹配 ✓
- https://example.com/old-stat → ⚠️ 待核实（404，已降级为 C 级，改用其他来源）

Step 5：递归深化（深度控制）

触发条件：深度 参数 > 0，且当前轮次 < 深度参数

执行指令：

1. 生成深化查询：

   • 基于 Step 2-4 的发现，找出"证据不足"或"值得深究"的子问题/方向
   • 生成更聚焦的查询（包含更多限定词）

2. 回到 Step 2-4：

   • 用深化查询，再次调用 WebSearch + WebFetch
   • 这一轮重点：补充证据、深化分析、解决矛盾

3. 终止条件：

   • 当前轮次 = 深度参数 → 进入 Step 6
   • 没有新方向可探索 → 进入 Step 6
   • 置信度已达到 85%+ → 进入 Step 6（提前终止）

深度参数建议：

• 深度=0：只跑 1 轮（快速模式）
• 深度=2（推荐）：跑 3 轮（初始 + 2 轮深化）
• 深度=4：跑 5 轮（深度研究，适合复杂主题）

Step 6：大纲先行（v1.2 新增，借鉴 stanford-oval/storm）

核心指令：写报告前先生成大纲骨架，再按骨架填充。避免"想到哪写到哪"导致结构松散、遗漏子问题。

执行指令：

1. 基于 Step 2 子问题树 + Step 3/4 主要发现，生成报告大纲：

   # [研究主题]
   ## 执行摘要
   ## 1. [子问题 Q1 对应章节]：核心论点 + 待填证据
   ## 2. [子问题 Q2 对应章节]
   ## 3. [子问题 Q3 对应章节]
   ## 正反观点对比（辩论风格时强制）
   ## 参考文献
   ## 证据质量说明
   

2. 轻量确认（可选，不阻塞）：可把大纲给用户看一眼再写；或直接进入 Step 7。
3. 每个章节标注「核心论点 + 待填证据（指向 Step 3 证据材料）」。

Step 7：生成报告（按大纲填充，带证据标注）

执行指令：

1. 按 Step 6 大纲逐节填充，用"输出格式"章节的模板
2. 每节填入对应子问题的证据 + 置信度标注：

   （置信度：XX%，证据：🥇 [来源名称]）
   

3. 去 AI 味检查（如果风格=通俗）：
   • 检查是否用了"实际上"、"值得注意的是"等禁词
   • 检查是否有破折号滥用、否定平行结构等 AI 特征
   • 如果检测到 → 重写，让文字更自然
4. 输出完整报告

质量保障

多源验证规则

偏见控制

强制规则：

1. 每轮至少包含 1 个反方/批判性来源
2. 如果所有来源都指向同一结论 → 🔴 警报：可能存在信息茧房
3. 主动搜索"反对"、"批评"、"失败"、"问题"等关键词

引用真实性纪律（v1.2）

借鉴「资料来源合同」理念：用户信任报告前，至少要能看到"用了哪些 URL、哪些真的支撑主张"。

• 每条写入报告的引用必须通过 Step 4 的自检
• 无法验证的引用一律标 ⚠️ 待核实，不混入 A/B 级统计
• 这能直接提升报告可信度，也是与"瞎编引用"的硬边界

置信度计算

置信度 = (A/B 级来源占比) × 40%
         + (独立验证来源数 / 总来源数) × 30%
         + (反方观点已考虑 ? 15% : 0%)
         - (证据不足/待核实引用占比) × 15%

置信度区间含义：

• ≥ 70%：✅ 结论可靠，可以作为决策依据
• 50-70%：⚠️ 结论参考级，需要标注"证据有限"
• < 50%：❌ 证据不足，不能用作决策依据

输出格式

报告结构（默认）

# [研究主题]

> **核心结论**（置信度：XX%，证据等级：🥇/🥈/🥉）
> [1-3 句话概括核心发现]

---

## 执行摘要
[3-5 段，给忙碌的读者]

## 1. [子问题 Q1 章节]（置信度：XX%）
- **主张**：[具体描述]
- **证据**：
  - [来源 1](URL)（🥇 A 级）
  - [来源 2](URL)（🥈 B 级）
- **反方观点**：[如果有，简述]
- **局限性**：[证据是否充分？有无反例？]

## 2. [子问题 Q2 章节]...
## 3. [子问题 Q3 章节]...

## 正反观点对比（辩论风格时强制生成）
| 支持论点 | 反对论点 | 你的判断 |
|---------|---------|---------|
| ...     | ...     | ...     |

## 参考文献
1. [标题](URL) — [来源类型]（🥇/🥈/🥉）

## 证据质量说明
- A/B 级来源占比：XX%
- 独立验证来源数：XX
- 数据矛盾：无 / 有（已标注）
- 反方观点：已考虑 / 未充分考虑
- 引用真实性：X 条可访问 / Y 条 ⚠️ 待核实

证据标注强制要求

每一条具体主张后面，必须跟：

（置信度：XX%，证据：🥇 [来源名称]）

示例：

Agent 商业化收入中，订阅模式占比超过 60%（置信度：75%，证据：🥈 a16z 2025 报告）

文学风格

可配置的输出风格（在触发时指定）：

去 AI 味规则（通俗风格时强制启用）

基于 qu-ai-wei 和 humanizer-zh-plus 的精华规则：

1. 禁止用词：实际上、值得注意的是、总体而言、综上所述、delve into、pivotal
2. 禁止句式：不是 A 而是 B（否定平行结构）、「XX 是指...」的定义式开头
3. 禁止标点滥用：破折号——（中文用冒号/句号代替）、连续短句制造戏剧感
4. 自然化检查：读起来像真人写的吗？还是像 AI 生成的模板文？

参数配置

基础参数

质量参数

参数设置建议

完整示例（从输入到输出）v1.2

目标：展示 v1.2 的完整研究过程，含子问题分解与大纲先行。

输入

用户：深度研究 AI Agent 的商业化路径

Step 1 输出（输入检查 + 任务理解）

✅ 输入检查通过。

我的理解：你想了解 AI Agent 是怎么赚钱的？有哪些商业模式？哪些公司做得好？

【用户回答：企业级 + 2024-2026 + 产品规划】

初始候选查询（广度=4）：企业级 Agent 商业化案例 / 收费模式 / 采购周期 / 代表公司

Step 2 输出（子问题分解 · v1.2）

子问题树：
Q1 [并列·高优] 企业级 Agent 主流收费模式？
Q2 [依赖 Q1·高优] 各模式收入占比与代表公司？
Q3 [并列·中优] 企业采购决策周期与预算？
Q4 [并列·中优] 失败案例与商业化挑战？

Step 3 输出（证据搜集，按子问题）

【WebSearch + WebFetch 按 Q1-Q4 检索】
证据材料（12 个来源，按子问题分组）：
- 🥇 A 级：3 个｜🥈 B 级：7 个｜🥉 C 级：2 个

Step 4 输出（交叉验证 + 引用自检 · v1.2）

核心主张验证：
1. "订阅模式占比超 60%"（置信度 75%）✅ 2 独立来源

引用真实性自检：
- a16z 报告 URL → 可访问 ✓，主张匹配 ✓
- 某论坛旧数据 URL → ⚠️ 待核实（已降级，未计入 A/B）
综合置信度：72%（✅ 可靠）

Step 5 输出（递归深化）

【深度=2，第 2 轮：补充 ROI 指标与 Anthropic 客户】
置信度 → 78%

Step 6 输出（大纲先行 · v1.2）

# AI Agent 在企业级市场的商业化路径（2024-2026）
## 执行摘要
## 1. 主流收费模式（Q1）
## 2. 收入占比与代表公司（Q2）
## 3. 采购决策周期（Q3）
## 4. 失败案例与挑战（Q4）
## 正反观点对比
## 参考文献 / 证据质量说明

Step 7 输出（按大纲填充 → 最终报告）

# AI Agent 在企业级市场的商业化路径（2024-2026）

> **核心结论**（置信度：78%，证据等级：🥈）
> 企业级 Agent 以订阅为主（占比 60%+），采购周期 6-12 个月，ROI 是采用关键。

## 1. 主流收费模式（置信度：75%）
Agent 商业化收入中订阅模式占比超 60%（置信度：75%，证据：🥈 a16z 2025）

（其余章节按大纲填充…）

## 证据质量说明
- A/B 级来源占比：83%
- 引用真实性：11 条可访问 / 1 条 ⚠️ 待核实

能力边界（什么能做、不能做）

✅ 能做什么

1. 深度分析：分析复杂问题，从多个角度验证
2. 多源验证：自动搜索多个来源，交叉验证
3. 证据标注：每条结论都标注来源和置信度
4. 正反辩驳：强制生成反方观点，避免偏见
5. 风格可选：学术/报告/通俗/辩论 4 种风格
6. v1.2 新增：子问题分解、大纲先行、引用真实性自检

❌ 不能做什么

1. 实时数据查询：
   • ❌ 不能：查当前股价、天气、新闻
   • ✅ 能做：分析历史股价趋势、气候变化趋势
2. 简单问答：
   • ❌ 不能：回答"AI 是什么"这类简单定义
   • ✅ 能做：分析"AI 对就业的影响"这类复杂问题
3. 纯主观问题：
   • ❌ 不能：回答"我喜欢吃什么"（无客观答案）
   • ✅ 能做：分析"不同饮食的健康影响"（有研究数据）
4. 保证 100% 准确：
   • ⚠️ 不能：保证结论 100% 正确（依赖搜索结果质量）
   • ✅ 能做：标注置信度，让你判断可靠性
5. 访问付费内容：
   • ❌ 不能：读取需要登录/付费的页面
   • ✅ 能做：读取公开页面（通过 WebFetch）

FAQ

Q1：这个 Skill 和认知放大器有什么区别？

认知放大器是通用认知升级引擎；深度研究引擎专门针对"深度研究"场景优化，更聚焦、更易用，且有广度/深度参数与 4 种风格。

Q2：广度/深度参数怎么设？

• 快速了解：广度 3，深度 0-1｜标准研究：广度 4，深度 2｜深度研究：广度 6-8，深度 3-4

Q3：为什么我的报告置信度很低？

常见原因：来源质量低、缺反方观点、核心主张只有 1 个来源、或 v1.2 引用自检发现多条 ⚠️ 待核实。

Q4：支持中文来源吗？

✅ 支持。搜索时根据查询语言自动选择来源（中文→百度/知乎/公众号；英文→Google/arXiv/Wikipedia）。

Q5：v1.2 的"子问题分解"有什么用？

避免一次性生成 N 个无结构查询导致覆盖不全。拆成有依赖关系的子问题树后，检索更系统、报告结构更清晰（借鉴 gpt-researcher 的 Planner 思路）。

Q6：v1.2 的"引用真实性自检"会拖慢速度吗？

只对你打算写入报告的引用做 URL 可访问 + 内容匹配核对，开销很小，但能直接挡住"瞎编引用"，显著提升可信度。

Q7：如果我对研究结果不满意，怎么办？

1. 调整参数（增加广度/深度）2. 补充方向 3. 重新研究

版本：v1.2.0 更新日期：2026-07-11 核心升级：子问题分解 + 大纲先行 + 引用真实性自检 灵感来源：gpt-researcher (28k⭐, Planner/Execution/Publisher) + stanford-oval/storm (大纲先行) + 认知放大器 v4.3 + 「资料来源合同」理念 TRACE 评测综合评级：待 v1.2 发布后回填（见 REQUIREMENTS.md Stream B）