Gemini Deep Research：让 AI 真正去做研究，而不是给你一堆废话

你有没有过这种感觉：让 AI 查点东西，它给你一堆泛泛的答案，链接也不敢贴，引用也靠不住？Gemini Deep Research Skill 解决的就是这个问题。

这是 Google Gemini 内置的 Deep Research Agent 封装包，不是简单的搜索脚本，而是一个真正的”AI 研究员”。给它一个研究问题，它会规划搜索策略、自动浏览网页、提取关键信息、多轮迭代，最终输出一份带引用来源的完整报告。官方说单次任务 2-10 分钟，产出质量相当于人类研究员几小时的工作量。

最直接的用法就是命令行：

• python3 scripts/research.py -q "研究一下 2024 年云厂商竞争格局"
• 加 --stream 可以实时看它的思考过程和报告生成进度
• 加 --json 输出结构化数据，方便后续处理
• 加 --continue 可以基于之前的对话继续追问

成本方面，官方有个参考表：简单任务约 $2-3，复杂分析约 $3-5，包含约 80-160 次搜索查询，输入 25 万-90 万 token，输出 6 万-8 万 token。对于需要系统性调研的市场分析、技术对比、竞品调查这类场景，这个价格相当合理。

应用场景我比较看好这几个：

• 市场调研：比如分析某赛道竞争格局、供应链情况，输入问题等报告
• 技术选型：对比 Rust vs Go、React vs Vue这类，选择恐惧症患者的救星
• 尽职调查：研究一家公司的最新动态、财务表现、管理层变化
• 文献综述：整理某个技术领域的最新进展，带引用可追溯

当然也有局限：不支持自定义工具调用，不能访问需要登录的私有数据，极复杂任务可能超时。但作为 AI 行业观察的日常工具，它已经能大幅提升信息获取效率。

仓库星数 363，定位是让 Gemini Deep Research Agent 在本地跑起来，对 AI 行业研究、竞争情报感兴趣的朋友值得关注。

GitHub 地址 →

GitHub: https://github.com/sanjay3290/ai-skills/tree/main/skills/deep-research