Web Research 技能

版本： 2.1.0 作者： Claw 🦾 用途： 生成结构化研究报告，包含来源引用、质量评分及自动化后续检索。

概述

web-research 技能实现了端到端的自动化研究流程：解析问题 → 生成多样化查询 → 检索 → 抓取 → 后续检索 → 去重 → 综合分析 → 生成报告。

相较于 v1 的主要改进：

• 自动化后续检索（follow-up queries） —— 基于初始发现执行 2 轮后续检索
• 质量评分（quality scoring） —— 对每个来源按内容深度、URL、标题、日期等维度进行 0–1 分制评分
• 来源去重（source deduplication） —— 移除重复来源，保留信息最详尽者
• 批量研究模式（batch research mode） —— 单次会话中处理多个主题
• 多种输出格式 —— Markdown（默认）、JSON、HTML
• 主题提取（topic extraction） —— 从自然语言问题中智能提取关键词

使用方法

基础用法

# 单个研究问题
python3 scripts/research.py "2026 年欧盟人工智能监管现状如何？"

# 增加后续检索轮数
python3 scripts/research.py --followups 5 "捷克共和国可再生能源市场分析"

# 输出 JSON 格式
python3 scripts/research.py --format json "2026 年加密货币监管政策"

# 输出 HTML 格式
python3 scripts/research.py --format html "云计算市场竞争格局"

# 自定义来源数量上限
python3 scripts/research.py --sources 15 "面向小型企业的 SaaS 工具最优定价方案"

批量模式

创建一个 JSON 文件（questions.json）：

{
  "questions": [
    "2026 年欧盟人工智能监管现状",
    "适用于小型企业自动化的最佳 SaaS 工具",
    "2026 年加密货币监管趋势"
  ]
}

然后运行：

python3 scripts/research.py --batch questions.json

流水线步骤

步骤 1：问题解析

从自然语言问题中提取有意义的主题关键词，去除停用词，保留实体与核心术语。

步骤 2：生成查询

生成 5 种不同类型的查询变体：

• 精确匹配（exact match）
• 宽泛匹配（broad match）
• 时效性匹配（含 2025/2026 时间限定）
• 分析型查询（analytical）
• 聚焦市场数据的查询（market data focused）

步骤 3：执行检索

对每种查询变体调用 web_search 进行网络检索，收集结果中的标题、URL 和摘要片段。

步骤 4：获取内容

调用 web_fetch 从排名靠前的 URL 中提取全文内容，并存储用于后续综合分析。

步骤 5：后续检索（v2 新增）

基于初始检索结果，生成两轮后续检索：

• 挖掘初步结果中浮现的新主题
• 加入时效性限定的后续检索
• 填补关键信息空白
• 提升覆盖广度与准确性

步骤 6：去重与评分

依据 URL 去除重复来源；对每个来源进行 0–1 分制质量评分，评分依据包括：

• 具备 URL（+0.2）、具备标题（+0.15）、具备详细内容（+0.3）
• 正文长度 > 100 字符（+0.2）、具备发布日期（+0.15）

步骤 7：综合分析与报告生成

将研究成果整合为结构化报告，包含以下部分：

• 执行摘要（Executive summary）
• 带质量标签的编号关键发现（Numbered key findings with quality tags）
• 质量评估表（Quality assessment table）
• 局限性说明与方法论（Limitations and methodology）
• 来源引用（Source citations）

报告格式

Markdown（默认格式）

富文本格式，支持标题、表格与项目符号列表，适合阅读与分享。

JSON

结构化数据输出，适用于程序化处理、API 集成及仪表板展示。

HTML

自包含、已样式化的报告，适用于网页浏览或邮件附件分发。

输出文件路径

报告保存至：workspace/research/web-research-YYYY-MM-DD-.md

JSON 报告：workspace/research/web-research-YYYY-MM-DD-.json

HTML 报告：workspace/research/web-research-YYYY-MM-DD-.html

质量规范

1. 交叉验证（Cross-reference） —— 每一重要结论至少需 2 个独立信源支撑
2. 标注过时信息（Flag outdated info） —— 对于更新迅速的主题，超过 2 年的信息须明确标注
3. 区分观点与事实（Distinguish opinion vs data） —— 明确标识分析性内容，避免混淆主观判断与客观数据
4. 逐条引用来源（Cite every source） —— 所有事实性陈述均须附带对应 URL
5. 记录分歧点（Note conflicts） —— 当信源观点不一致时，需同时呈现并说明双方立场
6. 标注低质量信源（Score sources） —— 报告中须对低分信源予以明确提示

技能依赖项

• web_search —— 通过 SearXNG 执行网络检索
• web_fetch —— 从 URL 抓取并提取网页内容
• write —— 生成并保存研究报告
• exec —— 运行流水线脚本

定价

文件结构

web-research/
  SKILL.md                              — 本文件
  scripts/
    research.py                         — 研究流水线 v2.1.0
  references/
    synthesis-framework.md              — 研究成果综合方法指南
    report_template.md                  — 标准化报告结构模板
    search-strategies.md                — 查询生成最佳实践

版本历史