介绍
# Research Skill
## Description（描述） 对某个主题进行开放式研究，构建一个持续更新的 Markdown 文档。对话是临时的；文档才是核心。
## Trigger（触发条件） 当用户想要以下情况时激活： - 研究某个主题、想法或问题 - 在开始构建之前探索某些事物 - 调查选项、模式或方法 - 创建一份“研究文档”或“调查” - 对复杂的主题运行深度异步研究
## Research Directory（研究目录） 每个研究主题都有自己的文件夹： ``` ~/.openclaw/workspace/research/<topic-slug>/ ├── prompt.md # Original research question/prompt ├── research.md # Main findings (Parallel output or interactive notes) ├── research.pdf # PDF export (when generated) └── ... # Any other related files (data, images, etc.) ```
---
## Two Research Modes（两种研究模式）
### 1. Interactive Research (default)（交互式研究，默认） 适用于在对话中共同探索的主题。你需要搜索、综合，并实时更新文档。
### 2. Deep Research (async)（深度研究，异步） 适用于需要全面调查的复杂主题。通过 `parallel-research` CLI 使用 Parallel AI API。耗时几分钟到几小时，返回详细的 Markdown 报告。
**When to use deep research:（何时使用深度研究：）** - 市场分析、竞争格局 - 需要大量收集资料的技术深潜 - 受益于并行探索的多层面问题 - 当用户说“deep research（深度研究）”或希望获得全面覆盖时
---
## Interactive Research Workflow（交互式研究工作流）
### 1. Initialize Research（初始化研究）
1. **Create the research folder（创建研究文件夹）** 在 `~/.openclaw/workspace/research/<topic-slug>/`
2. **Create prompt.md（创建 prompt.md）** 包含原始问题： ```markdown # <Topic Title>
> <The core question or curiosity>
**Started:** <date> ```
3. **Create research.md（创建 research.md）** 包含工作结构： ```markdown # <Topic Title>
**Status:** Active Research **Started:** <date> **Last Updated:** <date>
---
## Open Questions - <initial questions to explore>
## Findings <!-- Populated as we research -->
## Options / Approaches <!-- If comparing solutions -->
## Resources <!-- Links, references, sources -->
## Next Steps <!-- What to explore next, or "graduate to project" --> ```
4. **Confirm with user（与用户确认）** - 显示文件夹已创建，并询问首先探索什么。
### 2. Research Loop（研究循环）
对于每次交流：
1. **Do the research（进行研究）** - 网络搜索、获取文档、探索代码 2. **Update the document（更新文档）** - 添加发现、移动已回答的问题、添加来源 3. **Show progress（显示进度）** - 说明添加了什么内容（不要重复所有内容） 4. **Prompt next direction（引导下一步方向）** - 以问题或建议结束
**Key behaviors:（关键行为：）** - 更新现有部分而不是创建新部分 - 发现使用要点；总结使用散文 - 注明不确定性（“seems like（看起来像）”、“according to X（根据 X）”、“unverified（未证实）”） - 尽可能链接到来源
### 3. Synthesis Checkpoints（综合检查点）
每进行 5-10 次交流，提议： - 撰写一份“Current Understanding（当前理解）”总结 - 删减冗余的发现 - 如果结构笨重则重新组织 - 检查盲点
### 4. Completion（完成）
当研究完成时，更新 `research.md` 中的状态：
- **“Status: Complete（状态：完成）”** — 完成，保留在原处作为参考 - **“Status: Ongoing（状态：进行中）”** — 活跃文档，将随时间更新
**If the research is specifically for building a project:（如果研究专门是为了构建项目：）** - 升级到 `~/specs/<project-name>.md` 作为项目规范 - 或者直接根据发现创建项目 - 更新状态为 **“Status: Graduated → ~/specs/...（状态：已升级至 ~/specs/...）”**
大多数研究仅仅是研究 — 它不需要成为规范。只有当你真的要基于它构建某些东西时才进行升级。
---
## Deep Research Workflow（深度研究工作流）
### 1. Start Deep Research（启动深度研究）
```bash parallel-research create "Your research question" --processor ultra --wait ```
**Processor options:（处理器选项：）** - `lite`, `base`, `core`, `pro`, `ultra`（默认）, `ultra2x`, `ultra4x`, `ultra8x` - 添加 `-fast` 后缀以速度优先于深度：`ultra-fast`, `pro-fast` 等。
**Options:（选项：）** - `-w, --wait` — 等待完成并显示结果 - `-p, --processor` — 选择处理器层级 - `-j, --json` — 原始 JSON 输出
### 2. Schedule Auto-Check (OpenClaw)（安排自动检查）
创建任务后，设置一个 cron 作业来检查结果并将其交付回用户。使用 `deleteAfterRun: true` 以便它自动清理。
**⚠️ CRITICAL: Always calculate `atMs` correctly!（关键：务必正确计算 `atMs`！）**
```bash # Get current timestamp in ms and add 15 minutes (900000 ms) date +%s%3N # Current time in epoch ms # Example: 1770087600000 + 900000 = 1770088500000 ```
**Always verify the scheduled time is in the future and has the correct year:（始终验证计划时间在未来并且年份正确：）** ```bash date -d @$((1770088500000/1000)) # Should show a time ~15 min from now, correct year ```
```json { "action": "add", "job": { "name": "Check research: <topic>", "schedule": {"kind": "at", "atMs": <VERIFY: must be current epoch ms + delay>}, "sessionTarget": "isolated", "payload": { "kind": "agentTurn", "message": "Check research task <run_id>. Run: parallel-research result <run_id>. If complete, summarize key findings. If still running, reschedule another check in 10 min.", "deliver": true, "channel": "<source channel, e.g. telegram>", "to": "<source chat/topic, e.g. -1001234567890:topic:123>" }, "deleteAfterRun": true } } ```
**Key points:（要点：）** - 使用带有 `action: "add"` 的 `cron` 工具 - **ALWAYS verify `atMs` is correct（务必验证 `atMs` 正确）** — 运行 `date -d @$((atMs/1000))` 确认年份和时间 - `atMs` 应该大约在现在之后的 10-15 分钟（ultra 处理器）或 5 分钟左右（fast 处理器） - `deleteAfterRun: true` 在成功完成后删除作业 - 交付回请求研究的同一频道/主题 - 如果仍在运行，cron 作业可以创建另一个检查 - `PARALLEL_API_KEY` 可作为环境变量使用 — 无需将其内联
### 3. Manual Check (if needed)（手动检查，如需要）
```bash parallel-research status <run_id> parallel-research result <run_id> ```
### 4. Save to Research Folder（保存到研究文件夹）
创建研究文件夹并保存结果： ``` ~/.openclaw/workspace/research/<topic-slug>/ ├── prompt.md # Original question + run metadata ├── research.md # Full Parallel output ```
**prompt.md（prompt.md）** 应包含： ```markdown # <Topic Title>
> <Original research question>
**Run ID:** <run_id> **Processor:** <processor> **Started:** <date> **Completed:** <date> ```
**research.md** 包含完整的 Parallel 输出以及任何后续说明。
---
## PDF Export（PDF 导出）
使用 `export-pdf` 脚本将研究文档转换为 PDF：
```bash export-pdf ~/.openclaw/workspace/research/<topic-slug>/research.md # Creates: ~/.openclaw/workspace/research/<topic-slug>/research.pdf ```
或者指定自定义输出路径： ```bash export-pdf research.md ~/Desktop/output.pdf ```
**Note:（注意：）** 表格呈现为堆叠行（PyMuPDF 限制）。对于研究文档来说是可以接受的。
---
## Commands（命令）
- **“new research: <topic>”** - 开始交互式研究文档 - **“deep research: <topic>”** - 开始异步深度研究 - **“show doc”** / **“show research”** - 显示当前研究文件 - **“summarize”** - 综合检查点 - **“graduate”** - 将研究推进到下一阶段 - **“archive”** - 标记为完成的参考 - **“export pdf”** - 导出为 PDF - **“check research”** - 检查待处理的深度研究任务状态
---
## Document Principles（文档原则）
- **Atomic findings（原子化发现）** — 每个要点一个见解 - **Link everything（链接所有内容）** — 来源、文档、代码库 - **Capture context（捕获上下文）** — 我们为什么要看这个？ - **Note confidence（注明置信度）** — 不确定时使用限定词 - **Date important findings（为重要发现标注日期）** — 特别是对于快速发展的主题
---
## Setup（设置）
请参阅 `SETUP.md` 进行首次安装： - `parallel-research` CLI - PDF 导出工具（pandoc, PyMuPDF）