用途：面向需要深度、多阶段研究流程的任务，调用阿里云百炼 Qwen Deep Research 模型完成调研规划、迭代式网络检索与结构化报告输出。
主要能力：支持研究主题（topic）、可选 messages、attachments（图片 URL 及相关上下文）、enable_feedback（默认 true）等参数；响应包含 status（thinking、researching、finished 等阶段状态）、text（流式内容片段）、report（最终结构化研究报告）与 raw。仅支持流式输出。
模型名称：必须使用 qwen-deep-research 或 qwen-deep-research-2025-12-15。前者为当前主线模型；后者为带 MCP 工具调用支持、可复现性更强的快照版本。
使用方式：在虚拟环境中安装 SDK：python3 -m venv .venv；. .venv/bin/activate；python -m pip install dashscope。设置 DASHSCOPE_API_KEY 环境变量，或在 ~/.alibabacloud/credentials 中添加 dashscope_api_key。快速开始示例：python skills/ai/research/alicloud-ai-research-qwen-deep-research/scripts/prepare_deep_research_request.py --topic "Compare cloud video generation model trade-offs for marketing automation." --disable-feedback。
输出与验证：默认输出目录为 output/alicloud-ai-research-qwen-deep-research/requests/，可用 OUTPUT_DIR 覆盖；研究目标、确认回答、规范化请求载荷与最终报告快照保存在 output/alicloud-ai-research-qwen-deep-research/ 下，并随每次运行保留模型、区域与 enable_feedback 设置。验证命令：mkdir -p output/alicloud-ai-research-qwen-deep-research；python -m py_compile skills/ai/research/alicloud-ai-research-qwen-deep-research/scripts/prepare_deep_research_request.py && echo "py_compile_ok" > output/alicloud-ai-research-qwen-deep-research/validate.txt，通过标准为退出码 0 且生成 validate.txt。
适用场景与限制：适合需要多轮迭代检索与结构化报告的深度研究任务。该模型目前仅适用于中国大陆（北京）区域，并使用自有 API 形态而非 OpenAI 兼容模式。建议初始主题具体且有边界，过宽主题可能触发冗长的迭代搜索计划；若模型追问且已知约束，应明确回答以避免浪费轮次。需要稳定评测或 MCP 工具调用时使用快照模型。