synthesize
将多渠道研究结果合并去重、排序并格式化为报告
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：synthesize。 它的用途是：将多渠道研究结果合并去重、排序并格式化为报告 完整的 Skill 内容见：https://321skill.com/skills/synthesize-x-2/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
‘我这里有来自三个不同研究代理关于“低代码平台趋势”的发现，请帮我整合成一份报告。’，它会自动合并所有内容，去除重复信息，按主题相关性和数据新鲜度排序，并套用标准报告模板生成一份结构清晰的文档。
介绍
该技能旨在解决多智能体并行研究后，结果分散、重复且未排序的问题。它能够自动合并来自不同渠道的研究发现，去除重复内容，并根据相关性或重要性对结果进行排序，最终生成一份结构清晰、重点突出的格式化报告。
使用方式通常是在多个研究智能体完成信息搜集后，将它们的输出结果作为输入传递给本技能。技能内部会执行数据清洗、内容去重、优先级排序和报告模板填充等一系列操作，最终输出一份整合后的研究报告。
该技能非常适合需要综合多方信息进行分析决策的角色，例如数据分析师、学术研究者、产品经理和营销专员。他们经常需要从多个来源（如市场报告、用户反馈、竞品数据）中提取信息，并整理成可供决策参考的文档。
使用时建议确保输入的研究结果格式相对规整，以提高合并与去重的准确性。对于高度非结构化或领域极其专业的原始数据，可能需要先进行预处理。同时，排序逻辑可能基于预设规则，用户可根据需要对排序标准进行调整或明确说明。
核心特点
该技能专注于研究流程的“后处理”阶段，提供从原始发现到结构化报告的自动化流水线，而同类技能可能只覆盖单一环节（如仅去重或仅格式化）。其核心在于集成了合并、去重、排序、格式化四个关键步骤，并能处理来自多个独立研究代理的异构输出。
注意事项
不适合处理高度非结构化或需要深度领域专业知识进行人工研判的原始数据。
常见问题
这个技能能处理哪些格式的研究结果？
通常能处理文本、JSON等常见格式，具体取决于技能实现，建议查看其文档确认输入格式要求。
排序的依据是什么？
排序逻辑通常基于预设规则，如关键词匹配度、来源权威性、时间新鲜度等，部分技能可能允许用户自定义排序权重。
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/synthesize-x-2/raw/index.md 读取 synthesize 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/synthesize-x-2/raw/index.md（查看排版版本）