Web Research Skill Skill 技能

技能简介

Web Research Skill（网络研究技能）由 DougTrajano 开发，是一款面向 AI 编程助手的多来源网络研究工具。该技能通过结构化的研究流程，将复杂的研究问题拆分为专注的子主题，委托 AI 进行有边界的搜索，并整合带来源链接的研究结论，帮助用户在市场调研、政策分析和竞品对比等场景中高效获取有据可查的信息。

核心能力

1. 研究问题分解：将复杂的研究问题拆分为 3 到 5 个专注的子主题
2. 有界搜索策略：为每个子主题制定有限搜索范围，确保研究结论的精确性
3. 收集整理流程：指导 AI 从可用的网络工具中收集和组织研究发现
4. 比较分析支持：支持对多个研究对象进行系统性对比分析
5. 带来源摘要输出：输出的研究结论包含来源 URL，并诚实标注不确定的结论
6. 差距明确标注：研究完成后明确列出未解决的知识空白

安装配置

1. 安装命令：执行 npx skillstore add dougtrajano/web-research 完成技能安装
2. 环境要求：需要 AI 编程助手具备网络搜索和内容获取能力
3. 工具依赖：建议配合 Tavily、Brave Search 等网络搜索工具使用效果更佳

使用步骤

1. 明确研究问题：向 AI 描述需要研究的主题和核心决策目标
2. AI 制定计划：技能自动将问题拆分为多个子主题并制定搜索策略
3. 执行搜索收集：AI 按计划对每个子主题执行有边界的网络搜索
4. 整合输出结论：AI 将各子主题的发现整合为带来源链接的研究摘要

适用场景

1. 市场格局扫描：研究某一产品类别，整理主要玩家，汇总公开信息并附带来源链接
2. 政策或标准简报：从官方网站收集当前公开的政策指引，并综合实际意义
3. 竞品功能对比：通过针对性搜索对比多个工具或供应商的定价、功能、文档和最新动态
4. 技术主题调研：在起草技术文档前调研工具、标准、教程和实现方案
5. 行业趋势分析：收集多方来源的行业趋势报告并交叉验证

适用人群

需要市场调研的产品经理和商业分析师；技术选型阶段需要系统收集资料的技术负责人；撰写政策简报的研究人员；希望 AI 辅助有结构网络研究的技术写作者。

工作原理

技能采用结构化研究工作流。首先将研究问题分解为 2 到 5 个不重叠的子主题；其次对每个子主题分配独立的搜索任务，设置合理的搜索数量上限；然后每个子主题完成后收集来源 URL 和关键发现；最后汇总所有子主题发现，输出带来源链接的综合结论，并诚实列出研究过程中发现的未解问题和知识空白。

官方链接

技能页面：https://skillstore.io/skills/dougtrajano-web-research GitHub 仓库：https://github.com/DougTrajano/pydantic-ai-skills