用途
deep-research 是一个自主研究技能，使用 Google Gemini Deep Research Agent 执行多步骤研究任务。它能够自动规划研究步骤、搜索、阅读并综合信息，最终生成全面的研究报告。适用于需要深度信息整合的场景，例如市场分析、竞争格局梳理、技术文献综述、尽职调查、历史研究与时间线整理，以及框架、产品、技术之间的对比分析。
主要能力
- 自主规划、搜索、阅读与综合信息，生成完整报告。
- 支持自定义结构化输出格式，例如指定“执行摘要、对比表格、建议”等章节。
- 支持实时流式进度输出，便于监控研究过程。
- 支持异步启动（不等待完成），随后通过状态查询或等待完成获取结果。
- 支持基于已有研究继续追问，深入展开某个要点。
- 支持列出近期研究记录。
- 输出格式包括：默认的人类可读 Markdown 报告、JSON（--json，用于程序化处理）、原始 API 响应（--raw）。
使用方式
环境要求
- Python 3.8+
- httpx：
pip install -r requirements.txt - 环境变量
GEMINI_API_KEY
配置
- 从 Google AI Studio 获取 Gemini API 密钥。
- 设置环境变量：
export GEMINI_API_KEY=your-api-key-here
或在技能目录中创建 .env 文件。
常用命令
启动研究任务：
python3 scripts/research.py --query "Research the history of Kubernetes"
指定结构化输出格式：
python3 scripts/research.py --query "Compare Python web frameworks" \
--format "1. Executive Summary\n2. Comparison Table\n3. Recommendations"
实时流式显示进度：
python3 scripts/research.py --query "Analyze EV battery market" --stream
启动后不等待：
python3 scripts/research.py --query "Research topic" --no-wait
查询运行中研究的状态：
python3 scripts/research.py --status <interaction_id>
等待完成：
python3 scripts/research.py --wait <interaction_id>
基于已有研究继续追问：
python3 scripts/research.py --query "Elaborate on point 2" --continue <interaction_id>
列出近期研究：
python3 scripts/research.py --list
工作流程
- 用户提出研究请求，运行
--query "..."。 - 告知用户预计耗时（2-10 分钟）。
- 使用
--stream监控，或用--status轮询。 - 返回格式化结果。
- 使用
--continue进行后续追问。
退出码
- 0：成功
- 1：错误（API 错误、配置问题、超时）
- 130：用户取消（Ctrl+C）
适用场景
- 市场分析与竞争格局梳理
- 技术文献综述
- 尽职调查研究
- 历史研究与时间线整理
- 对比分析（框架、产品、技术）
限制
- 每个任务耗时约 2-10 分钟。
- 每个任务成本约 2-5 美元，具体因复杂度而异。
- Token 用量约为输入 250k-900k、输出 60k-80k。
- 需要有效的 Gemini API 密钥和网络访问。
- 其他平台支持、收费模式、具体效果等事实暂未提供。