用途：Deep Research 用于生成带引用的层级编号研究报告，同时产出机器可读的 Evidence Ledger（证据账本）。适用文献综述、研究全景、学者/机构/会议/专利调查、趋势与对比问题、行业与市场调研等需要引用的任务。单一查询、数百篇论文的文献目录、个性化推荐应改用其他技能。
主要能力：一次运行产出两个产物——带引用的报告，以及引擎用于校验每条论断的结构化 JSON 账本（含 sources、claims、figures、datums、probes、outline、spend）。账本自描述、可复用，技能只负责产出，不做导出或适配其他系统。子模块包括 scripts/evidence.py（研究循环、账本、报告渲染、analyze 自检）、scripts/aminer_open.py（AMiner 检索，28 个端点、价格目录、成本文档）、scripts/chartrender.py（将注册图表渲染为 PNG，支持 bar/hbar/line/pie/heatmap/timeline 模板或沙箱内 B 脚本）、evaluation/evaluate.py（质量报告）。
使用方式：先读 references/research-loop.md 与 references/api-reference.md。AMiner 密钥由宿主在调用前导出为环境变量 AMINER_API_KEY，aminer_open.py 只从该处读取；密钥缺失或无效时脚本返回鉴权错误，应停止并引导用户前往 AMiner Console，切勿请求、打印、记录或保存令牌。所有 AMiner 请求必须经 scripts/aminer_open.py，不得手写请求或调用参考文档之外的端点；网页证据使用宿主原生 WebSearch/WebFetch，优先抓取实际页面。流程为 Round 0 侦察并判定复杂度层级、诱导章节结构，随后逐轮检索、阅读、记录 claims 与 datums、关闭轮次并决策，最后 check 通过后渲染。
限制：报告内容必须来自账本，未经渲染的章节不得存在；每条被引用论断需带逐字证据摘录，引用忠实度由引擎门控（置信度低于 0.6 的“不支持”视为不确定，单批降级不超过一半）。原生网页工具不可用时只能继续 AMiner 检索并在报告中说明。图表仅支持六种模板形状，照片、架构图与流程图无渲染通道。具体收费、价格与平台细节以资料中价格目录为准，其余未提供。