名称: research-cog
描述: "DeepResearch Bench 排行榜第一名(2026年2月)。由 CellCog 驱动的深度研究智能体。市场研究、竞品分析、股票分析、投资研究、带引用的学术研究。"
作者: CellCog
元数据:
openclaw:
emoji: "🔬"
dependencies: [cellcog]
DeepResearch Bench 排行榜第一名(2026年2月)。 您的 AI 研究分析师,可为任何主题提供全面、有引用支撑的深度研究。
排行榜链接:https://huggingface.co/spaces/muset-ai/DeepResearch-Bench-Leaderboard
此技能需要 cellcog 技能来完成 SDK 设置和 API 调用。
clawhub install cellcog
请先阅读 cellcog 技能 以完成 SDK 设置。本技能将向您展示其功能。
快速使用模式(v1.0+):
# 触发后无需等待 - 立即返回
result = client.create_chat(
prompt="[您的研究查询]",
notify_session_key="agent:main:main",
task_label="research-task",
chat_mode="agent team" # 深度研究模式
)
# 守护进程会在完成后通知您 - 请勿轮询查询
提供结构化洞察,分析公司与竞争对手:
理解市场、行业与趋势:
基于数据的财务研究:
带规范引用的深度研究:
用于决策的全面研究:
CellCog 可以多种格式交付研究成果:
| 格式 | 最佳适用场景 |
|---|---|
| 交互式 HTML 报告 | 包含图表、可展开部分的可探索仪表板 |
| PDF 报告 | 可分享、可打印的专业文档 |
| Markdown | 集成到您的文档/维基中 |
| 纯文本回复 | 聊天中的快速答案 |
在提示词中指定您偏好的格式:
- "创建一个关于...的交互式 HTML 报告"
- "生成一份分析...的 PDF 研究报告"
- "给我一份...的 Markdown 摘要"
对于研究任务,请始终使用 chat_mode="agent team"(此为默认设置)。
智能体团队模式支持:
- 多源研究与交叉验证
- 引用验证
- 多次推理循环的深度分析
- 更高质量、更全面的输出
仅在进行简单查询(如"苹果的股票代码是什么?")时使用 chat_mode="agent"。
引用并非自动生成。 CellCog 默认专注于提供准确、经过充分研究的内容。
如果您需要引用:
- 明确请求:"为所有事实性陈述附上包含来源 URL 的引用"
- 指定格式:"以脚注形式提供引用" 或 "在末尾包含参考文献部分"
- 指明位置:"行内引用" 与 "附录引用"
若无明确的引用请求,CellCog 将优先高效地提供准确信息。
CellCog 会交叉验证多个来源的财务和统计数据,确保准确性,即使没有明确引用。
复杂的研究会以清晰的章节、执行摘要和可操作的见解进行组织。
研究报告可包含:
- 图表
- 对比表格
- 时间线可视化
- 市场地图
快速竞品情报:
"比较 Figma、Sketch 和 Adobe XD 对于企业 UI 设计团队的适用性。重点关注协作功能、定价,以及 Adobe 收购失败后 Figma 的市场地位。"
深度市场研究:
"创建一份关于 AI 编程助手市场的全面市场研究报告。包括市场规模、增长预测、主要参与者(GitHub Copilot、Cursor、Codeium 等)、定价模型和企业采用趋势。以交互式 HTML 报告形式交付。"
投资分析:
"为 Palantir (PLTR) 构建一份投资分析。涵盖商业模式、政府与商业收入构成、AI 产品战略、估值指标和关键风险。包含相关图表。"
学术深度研究:
"研究核聚变能源的现状。涵盖近期突破(NIF、ITER、Commonwealth Fusion 等私营公司)、剩余的技术挑战、实现商业可行性的时间表以及投资格局。"