---

name: web-research description: 结构化的网络研究方法，帮助进行全面的信息收集和分析 triggers:

• "研究"
• "调查"
• "搜索资料"
• "查找信息"
• "了解" dependencies: [] priority: 10

---

网络研究技能

这个技能提供了一个结构化的方法来进行全面的网络研究。它强调规划、高效执行和系统性地综合研究结果。

何时使用此技能

当你需要：

• 研究需要多个信息来源的复杂主题
• 收集和综合来自网络的最新信息
• 进行跨多个主题的比较分析
• 生成带有清晰引用的研究报告

研究流程

第一步：创建并保存研究计划

在开始研究之前，你必须：

1. 创建研究文件夹 - 在当前工作目录中创建专门的文件夹来组织所有研究文件：

   mkdir research_[主题名称]
   

2. 分析研究问题 - 将其分解为不同的、不重叠的子主题

3. 编写研究计划文件 - 创建 research_[主题名称]/research_plan.md，包含：

   • 主要研究问题
   • 2-5 个具体的子主题
   • 每个子主题预期获得的信息
   • 如何综合结果

规划指南：

• 简单事实查找: 1-2 个子主题
• 比较分析: 每个比较元素 1 个子主题（最多 3 个）
• 复杂调查: 3-5 个子主题

第二步：收集信息

对于计划中的每个子主题：

1. 使用网络搜索工具收集相关信息
2. 将发现保存到文件：research_[主题名称]/findings_[子主题].md
3. 每个子主题使用 3-5 次搜索

研究笔记格式：

# [子主题] 研究发现

## 关键发现
- 发现 1
- 发现 2

## 来源
- [来源标题](URL)

## 相关引用
> "重要引用..."

第三步：综合发现

收集完所有信息后：

1. 审查所有发现文件

   • 首先运行 ls research_[主题名称] 查看已创建的文件
   • 使用 read_file 读取每个发现文件

2. 综合信息 - 创建全面的回复：

   • 直接回答原始问题
   • 整合所有子主题的见解
   • 引用具体来源和 URL
   • 识别任何差距或限制

3. 编写最终报告（如果需要）- 创建 research_[主题名称]/research_report.md

最佳实践

• 先规划后执行 - 总是先创建 research_plan.md
• 清晰的子主题 - 确保每个研究方向有明确、不重叠的范围
• 基于文件的沟通 - 将发现保存到文件，便于后续引用
• 系统性综合 - 在创建最终回复之前阅读所有发现文件
• 适时停止 - 不要过度研究；每个子主题 3-5 次搜索通常足够

示例工作流程

用户请求： "帮我研究量子计算的最新进展"

执行步骤：

1. 创建文件夹：mkdir research_quantum_computing
2. 创建计划：子主题包括 "硬件进展"、"算法突破"、"商业应用"
3. 逐个研究子主题并保存发现
4. 综合所有发现，生成结构化报告