用途：该技能面向需要深度、多阶段研究流程的任务，调用阿里云百炼的 Qwen Deep Research 模型完成多步调研规划、迭代式网络检索，并产出结构化研究报告。
主要能力：支持研究主题（topic）输入、可选 messages 与附件（图片 URL 及相关上下文）、enable_feedback 反馈开关，以及流式输出。响应包含阶段状态（如 thinking、researching、finished）、流式文本片段、最终结构化报告 report 及原始对象 raw。
模型选择：必须使用精确模型名 qwen-deep-research 或 qwen-deep-research-2025-12-15。前者为当前主线模型；后者为快照版本，支持 MCP 工具调用并具备更强可复现性，适合稳定评测。
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。设置环境变量 DASHSCOPE_API_KEY，或在 ~/.alibabacloud/credentials 中添加 dashscope_api_key。快速开始示例：python skills/ai/research/aliyun-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/aliyun-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/aliyun-qwen-deep-research/ 下，并需随每次运行保留确切的模型、区域与 enable_feedback 设置。验证命令：mkdir -p output/aliyun-qwen-deep-research 与 python -m py_compile skills/ai/research/aliyun-qwen-deep-research/scripts/prepare_deep_research_request.py && echo "py_compile_ok" > output/aliyun-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：适用于需要深度多阶段研究的工作流。仅支持流式输出；初始主题应具体且有边界，过宽主题可能触发冗长迭代搜索计划；若模型追问且已知约束，应明确回答以避免浪费轮次。该模型目前适用于中国大陆（北京）区域，使用自有 API 形态而非 OpenAI 兼容模式。