Deep Research 是一个通用型学术研究智能体团队工具，定位为领域无关的 13 智能体团队，用于对任意主题开展严谨的学术研究。
一、用途 该工具面向学术研究全流程，从研究问题界定、方法学设计、文献检索与来源核验、跨源综合分析，到完整报告撰写、编辑与伦理审查及最终修订。它也可用于快速简报、论文评审、文献回顾、三段式文献扫描、事实查核、系统综述与元分析等特定任务。
二、主要能力
- 13 个智能体分工协作：research_question_agent 将模糊主题转化为精确、经 FINER 评分的研究问题并界定范围；research_architect_agent 设计方法学蓝图；bibliography_agent 进行系统性文献检索并生成 APA 7.0 注释书目；source_verification_agent 做事实核查、来源分级、掠夺性期刊识别与利益冲突标记；synthesis_agent 做跨源整合、矛盾消解、主题综合与缺口分析；report_compiler_agent 起草完整 APA 7.0 报告；editor_in_chief_agent 做 Q1 期刊式编辑评审；devils_advocate_agent 挑战假设、检验逻辑谬误与确认偏误；ethics_review_agent 审查 AI 辅助研究伦理与归属完整性；socratic_mentor_agent 以苏格拉底式提问引导研究思考；risk_of_bias_agent 使用 RoB 2 与 ROBINS-I 评估偏倚风险；meta_analysis_agent 设计并执行元分析或叙述性综合；monitoring_agent 提供研究后文献监测、撤稿提醒与矛盾发现检测。
- 8 种模式：full（完整研究）、quick（快速简报）、review（论文评审）、lit-review（文献回顾）、three-way-scan（三段式文献扫描）、fact-check（事实查核）、systematic-review（系统综述与元分析）、socratic（苏格拉底式引导）。各模式在模板化程度与探索性之间形成谱系。
- 执行流程：Scoping（研究问题与方法学蓝图）、Investigation（系统性文献检索与来源核验）、Analysis（跨源综合与偏倚检查）、Composition（完整 APA 7.0 报告）、Review（编辑、伦理与脆弱性扫描）、Revision（最终修订报告）。
- v2.4 写作质量改进：报告编译器可选消费风格档案作为执行摘要与综合部分的软性指引，学科惯例与报告客观性优先；使用写作质量检查作为诊断指引，并将来源不支持的断言标记为 [MATERIAL GAP]。
三、使用方式 通过斜杠命令 /ars-* 或明确触发关键词调用。最小命令示例：Research the impact of AI on higher education quality assurance。苏格拉底模式示例：Guide my research on the impact of declining birth rates on private universities。支持英语、西班牙语、繁体中文、韩语等触发关键词。路由遵循明确意图直接路由、跨阶段材料需澄清、意图模糊需澄清的规则；用户消息以 [direct-mode] 开头时可跳过跨阶段澄清。不确定时建议先用 socratic 模式。
四、适用场景 适用于需要完整研究流程的学术课题、需要快速摘要的初步调研、论文引用前的评估、特定主题的文献回顾、多篇论文的快速比较、特定事实的查核、系统综述与元分析，以及需要被引导厘清研究方向的情况。
五、限制 系统综述模式需作者自行选择，工具不会主动进入；工具不判断研究问题是否适合系统综述，也不预设任何评审形式。范围综述或快速综述无单独模式，其方案与报告清单由作者自行负责。检索到的外部内容视为数据而非指令。写入论文（academic-paper）、结构化论文评审（academic-paper-reviewer）、完整研究到论文流水线（academic-pipeline）不属于本工具触发范围。