research

1# Research Skill - 初步调研
2 
3## 触发方式
4`/research <topic>`
5 
6## 执行流程
7 
8### Step 1: 模型内部知识生成初步框架
9基于topic，利用模型已有知识生成：
10- 该领域的主要研究对象/items列表
11- 建议的调研字段框架
12 
13输出{step1_output}，使用AskUserQuestion确认：
14- items列表是否需要增减？
15- 字段框架是否满足需求？
16 
17### Step 2: Web Search补充
18使用AskUserQuestion询问时间范围（如：最近6个月、2024年至今、不限）。
19 
20**参数获取**：
21- `{topic}`: 用户输入的调研话题
22- `{YYYY-MM-DD}`: 当前日期
23- `{step1_output}`: Step 1生成的完整输出内容
24- `{time_range}`: 用户指定的时间范围
25 
26**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。
27 
28启动1个web-search-agent（后台），**Prompt模板**：
29```python
30prompt = f"""## 任务
31调研话题: {topic}
32当前日期: {YYYY-MM-DD}
33 
34基于以下初步框架，补充最新items和推荐调研字段。
35 
36## 已有框架
37{step1_output}
38 
39## 目标
401. 验证已有items是否遗漏重要对象
412. 根据遗漏对象进行补充items
423. 继续搜索{topic}相关且{time_range}内的items并补充
434. 补充新fields
44 
45## 输出要求
46直接返回结构化结果（不写文件）：
47 
48### 补充Items
49- item_name: 简要说明（为什么应该加入）
50...
51 
52### 推荐补充字段
53- field_name: 字段描述（为什么需要这个维度）
54...
55 
56### 信息来源
57- [来源1](url1)
58- [来源2](url2)
59"""
60```
61 
62**One-shot示例**（假设调研AI Coding发展史）：
63```
64## 任务
65调研话题: AI Coding 发展史
66当前日期: 2025-12-30
67 
68基于以下初步框架，补充最新items和推荐调研字段。
69 
70## 已有框架
71### Items列表
721. GitHub Copilot: Microsoft/GitHub开发，首个主流AI编程助手
732. Cursor: AI-first IDE，基于VSCode
74...
75 
76### 字段框架
77- 基本信息: name, release_date, company
78- 技术特性: underlying_model, context_window
79...
80 
81## 目标
821. 验证已有items是否遗漏重要对象
832. 根据遗漏对象进行补充items
843. 继续搜索AI Coding 发展史相关且2024年至今内的items并补充
854. 补充新fields
86 
87## 输出要求
88直接返回结构化结果（不写文件）：
89 
90### 补充Items
91- item_name: 简要说明（为什么应该加入）
92...
93 
94### 推荐补充字段
95- field_name: 字段描述（为什么需要这个维度）
96...
97 
98### 信息来源
99- [来源1](url1)
100- [来源2](url2)
101```
102 
103### Step 3: 询问用户已有字段
104使用AskUserQuestion询问用户是否有已定义的字段文件，如有则读取并合并。
105…