claude-deep-research-skill
企业级深度研究引擎，生成带引用的可信报告。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：claude-deep-research-skill。 它的用途是：企业级深度研究引擎，生成带引用的可信报告。 完整的 Skill 内容见：https://321skill.com/skills/claude-deep-research-skill/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请对2023-2024年固态电池与液态锂电池的技术路径、成本与安全性进行深度对比分析，并预测未来两年主流趋势。” 它会自动进入‘深度研究’模式，从多个权威信源检索信息，交叉验证数据，最终生成一份结构清晰、每个关键数据点都附有来源引用的对比分析报告。
介绍
Claude Deep Research Skill 解决了用户在进行复杂、多源信息研究时，难以高效整合、验证信息来源并生成结构化、可追溯报告的核心痛点。它并非简单的搜索引擎，而是一个集成了检索、三角验证、证据留存和结构化报告生成的全流程研究引擎。
使用时，用户只需提出需要深度分析的问题（如“分析AIGC在金融领域的应用趋势”、“比较X与Y技术的优劣”），该Skill便会自动触发。它会根据问题的复杂度，在快速、标准、深度、超深度四种模式中选择其一，执行从范围界定、检索、证据三角验证、综合、批判到最终报告打包的完整流程。
它非常适合需要产出高质量、可审计研究报告的专业人士，如行业分析师、市场研究员、战略顾问、学术写作者以及需要为决策提供坚实依据的企业管理者。
与同类仅提供网页摘要或简单信息整合的AI研究工具相比，它的核心区别在于其“企业级”的严谨性。它通过证据持久化存储、来源身份管理、声明级验证和渐进式上下文管理，确保最终报告中的每一个关键发现都有据可查，形成了一个完整、可回溯的证据链。
核心特点
核心区别在于其构建了完整的“证据链”体系（sources.jsonl, evidence.jsonl, claims.jsonl），实现了从原始来源到最终报告结论的逐级可追溯验证，而非仅提供带链接的文本摘要。此外，它提供了从快速扫描到超深度审查的四种可量化研究模式，并内置了严格的报告质量检查流程。
注意事项
不适合进行简单的信息查询、代码调试或仅需一两次搜索即可回答的简单问题。
常见问题
这个Skill能用来写论文吗？
非常适合，它能自动管理引用、生成完整参考文献，并确保每个论点都有证据支持。
研究报告的格式是什么样的？
输出包含执行摘要、引言、主体分析、综合见解、局限性、建议和完整参考文献的麦肯锡风格专业报告，并提供Markdown、HTML和PDF三种格式。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/claude-deep-research-skill/raw/index.md 读取 claude-deep-research-skill 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/claude-deep-research-skill/raw/index.md（查看排版版本）