ahang1598 Research Deep - 深度调研
触发方式
/research-deep
执行流程
Step 1: 自动定位Outline
在当前工作目录查找 */outline.yaml 文件，读取items列表、execution配置（含items_per_agent）。
Step 2: 断点续传检查
- 检查output_dir下已完成的JSON文件
- 跳过已完成的items
Step 3: 分批执行
- 按batch_size分批（完成一批需要得到用户同意才可进行下一批）
- 每个agent负责items_per_agent个项目
- 启动web-search-agent（后台并行，禁用task output）
参数获取：
{topic}: outline.yaml中的topic字段{item_name}: item的name字段{item_related_info}: item的完整yaml内容（name + category + description等）{output_dir}: outline.yaml中execution.output_dir（默认./results）{fields_path}: {topic}/fields.yaml的绝对路径{output_path}: {output_dir}/{item_name_slug}.json的绝对路径（slugify处理item_name：空格替换为_，移除特殊字符）
硬约束：以下prompt必须严格复述，仅替换{xxx}中的变量，禁止改写结构或措辞。
Prompt模板：
prompt = f"""## 任务
调研 {item_related_info}，输出结构化JSON到 {output_path}
## 字段定义
读取 {fields_path} 获取所有字段定义
## 输出要求
1. 按fields.yaml定义的字段输出JSON
2. 不确定的字段值标注[不确定]
3. JSON末尾添加uncertain数组，列出所有不确定的字段名
4. 所有字段值必须使用中文输出（调研过程可用英文，但最终JSON值为中文）
## 输出路径
{output_path}
## 验证
完成JSON输出后，运行验证脚本确保字段完整覆盖：
python ~/.claude/skills/research/validate_json.py -f {fields_path} -j {output_path}
验证通过后才算完成任务。
"""
One-shot示例（假设调研GitHub Copilot）：
## 任务
调研 name: GitHub Copilot
category: 国际产品
description: Microsoft/GitHub开发，首个主流AI编程助手，市场份额约40%，输出结构化JSON到 /home/weizhena/AIcoding/aicoding-history/results/GitHub_Copilot.json
## 字段定义
读取 /home/weizhena/AIcoding/aicoding-history/fields.yaml 获取所有字段定义
## 输出要求
1. 按fields.yaml定义的字段输出JSON
2. 不确定的字段值标注[不确定]
3. JSON末尾添加uncertain数组，列出所有不确定的字段名
4. 所有字段值必须使用中文输出（调研过程可用英文，但最终JSON值为中文）
## 输出路径
/home/weizhena/AIcoding/aicoding-history/results/GitHub_Copilot.json
## 验证
完成JSON输出后，运行验证脚本确保字段完整覆盖：
python ~/.claude/skills/research/validate_json.py -f /home/weizhena/AIcoding/aicoding-history/fields.yaml -j /home/weizhena/AIcoding/aicoding-history/results/GitHub_Copilot.json
验证通过后才算完成任务。
Step 4: 等待与监控
- 等待当前批次完成
- 启动下一批
- 显示进度
Step 5: 汇总报告
全部完成后输出：
- 完成数量
- 失败/不确定标记的items
- 输出目录
Agent配置
- 后台执行: 是
- Task Output: 禁用（agent完成时有明确输出文件）
- 断点续传: 是