Research-Copilot:一个把 AI 调研做成“可追溯报告”的 Skill 📅 发布时间:2026/7/9 12:43:25 👁️ 浏览次数: 摘要本文介绍一个用于深度调研的Skillresearch-copilot。它的重点不是快速生成摘要而是围绕来源账本、主张-证据矩阵、可信度分级和多格式导出把 AI 调研结果整理成可复核、可交付的报告。前言很多 AI 调研内容看起来完整但后续很难复查。比如某个结论来自官网、媒体报道还是社区讨论读者往往看不出来。research-copilot解决的就是这个问题。它把一次调研拆成更工程化的流程让每个关键结论都尽量能追到来源、标出可信度并保留不确定性。一、项目介绍research-copilot是一个手动触发的深度调研 Skill适合围绕一个主题、公司、产品、技术、人物、事件、行业或政策做资料收集和交叉验证。它适合这些场景调研一个产品或技术的真实现状梳理行业、政策、市场或竞争格局对已有资料做核查、归纳和可信度分级生成适合汇报、归档或继续写作的研究材料同时交付 Markdown、HTML、Word、PDF 等格式它不会因为普通对话里出现“研究”“调研”“报告”等词自动触发必须显式输入/research-copilot这样可以避免误触发重流程。二、安装方式可以直接让 Codex , Claude Code 或其他支持 Skill 的 Agent 环境里安装帮我安装这个 skillhttps://github.com/ptt-22/research-copilot如果你习惯手动安装也可以把仓库放到自己的 Skill 目录中例如 Codex 环境cd~/.codex/skillsgitclone https://github.com/ptt-22/research-copilot.gitWindows 环境可以放到类似目录cd$env:USERPROFILE\.codex\skills git clone https://github.com/ptt-22/research-copilot.git安装后确认 Skill 目录里包含这些核心文件research-copilot/ ├── SKILL.md ├── README.md ├── agents/ ├── references/ └── scripts/三、使用方式使用时需要明确触发 Skill/research-copilot 调研这个主题OpenAI Codex 的产品演进和开发者使用场景也可以直接说明使用它使用 research-copilot 帮我调研某个行业的竞争格局如果任务涉及最新事实、公司信息、产品状态、政策法规或市场数据Skill 会要求联网核查并优先使用一手来源。四、核心流程research-copilot的工作流可以理解为下面几步步骤作用产物界定问题明确研究对象、时间范围、目标读者和关注重点研究边界收集证据优先官网、公告、论文、财报、标准文档等一手来源候选来源来源分级按 A/B/C/D 标记来源可信度来源账本交叉验证把关键结论拆成主张再匹配证据主张-证据矩阵多格式导出从同一份 Markdown 生成 HTML、DOCX、PDF可交付报告普通摘要往往只给结论research-copilot会要求保留来源编号例如[S1]、[S2]并标注结论状态比如Cross-verified已交叉验证Primary-only只有一手来源Single-source只有单一来源Conflicting来源之间存在冲突Unverified暂未验证这样写出来的报告后续可以复查也方便团队继续补证据。五、可信度分级Skill 内置了四档来源等级等级典型来源使用方式A官网、官方公告、论文、监管文件、财报、标准文档支撑硬事实B权威媒体原创报道、机构报告、专家署名分析补充验证CGitHub issues、论坛、Reddit、社交媒体证明社区讨论和用户反馈D聚合页、SEO 内容、无署名转载只适合发现线索这个设计很实用。比如 GitHub issue 可以说明“有人反馈了这个问题”但不能直接证明“这个产品整体稳定性差”。如果报告把这两类信息混在一起结论就容易失真。六、多格式导出research-copilot默认以一份 canonical Markdown 作为源文件再通过脚本导出其他格式python scripts/convert_report.py input.md --out-dir output基础 Markdown 和 HTML 不需要额外依赖。需要 Word 或 PDF 时可以安装pipinstallpython-docx weasyprint markdown这种方式的好处是内容只有一个源头。后续改结论、补来源、修表格都先改 Markdown再重新导出避免多个格式之间内容不一致。七、我觉得最值得借鉴的点research-copilot的价值: 把 AI 调研变成一个更像工程交付的流程明确触发边界避免误用重流程保留来源账本方便追溯每条关键信息使用可信度等级避免把社区信号当成事实使用主张-证据矩阵让结论接受验证使用统一 Markdown 源文件降低多格式交付维护成本如果调研结果要给团队、客户或管理层看这类证据链设计比单纯生成一篇长报告更重要。文章可以简短但结论必须能追到来源风险也要被标出来。总结research-copilot适合对可信度有要求的调研任务。它把 Agent 输出从“像文章”推进到“像交付物”让调研过程能复查、能补证据、能导出也能在不确定时明确告诉读者哪里还没验证。对技术团队来说这个 Skill 的思路很值得复用。凡是容易被 AI 写成漂亮废话的任务都可以考虑用这个skill, 把回答加上来源账本、证据矩阵和质量门禁。写在最后开源与社区这个项目已经在 GitHub 和 Gitee 开源。GitHub 传送门https://github.com/ptt-22/research-copilot.gitGitee 传送门https://gitee.com/flexibility-and-tension/research-copilot.git
让 AI 给你写个寓言 你用过 AI 写周报、写代码、写情书。但你有没有试过,让 AI 给你讲个故事? 不是"用 100 字概括一下量子纠缠",而是:你丢给它一个词,它认认真真给你写一个寓言——有角色、有情节、有转折,而且通篇… 2026/7/9 12:43:25
L9958与MK51DN512CLQ10电机控制方案解析 1. L9958与MK51DN512CLQ10的黄金组合解析在电机控制领域,STMicroelectronics的L9958驱动芯片与NXP的MK51DN512CLQ10微控制器堪称一对黄金搭档。L9958是一款专为汽车级应用设计的多通道H桥驱动器,具备高达40V的驱动电压和3A的持续输出电流能力。其内置的电… 2026/7/9 12:43:25
智习室避坑指南:5年踩坑经验总结的技术选型与天学网落地实测 【摘要】智习室赛道水深坑多?本文是笔者砸了30项目、烧了5年真金白银换来的避坑实战手册。文章逐一拆解智习室合作中最高频的六大雷点,深入剖析天学网方案的技术架构,并附上三所公立校的真实落地数据。无论你是公立学校管理者、教培机构创始人… 2026/7/9 12:43:25
BilibiliDown终极指南:5步掌握B站视频音频下载神器 BilibiliDown终极指南:5步掌握B站视频音频下载神器 【免费下载链接】BilibiliDown (GUI-多平台支持) B站 哔哩哔哩 视频下载器。支持稍后再看、收藏夹、UP主视频批量下载|Bilibili Video Downloader 😳 项目地址: https://gitcode.com/gh_mirrors/bi/B… 2026/7/9 14:18:01
python读取excel文件报错怎么解决 python读取excel文件报错怎么解决> 本文整理 python读取excel文件报错怎么解决 的排查思路与可运行示例,适合课程设计、实验调试时查阅。学弟/学妹,你好!看到你问 Python 读取 Excel 报错的问题,我猜你大概率是刚接触 pandas 或… 2026/7/9 14:12:00
MaxKB二次开发 一、版本 组件版本系统ubuntu 22.0.4Python 3.11.15Node.jsv20.20.2npm 10.8.2PostgreSQL17pgvector 0.8.4Redis6.0.16 二、系统初始化 1. 更新系统 apt update apt upgrade -y 安装基础工具 apt install -y \ git \ curl \ wget \ vim \ build-essential \ zlib1… 2026/7/9 14:09:54
如何快速上手rpmdepsearch:新手入门完整指南 如何快速上手rpmdepsearch:新手入门完整指南 【免费下载链接】rpmdepsearch RPM dependencies analyze. It uses HTTP to download metadata to find packages requiring input packages. 项目地址: https://gitcode.com/openeuler/rpmdepsearch 前往项目官网… 2026/7/9 14:07:53
从传统编辑器到现代化创作平台:Harepacker复活版技术架构深度解析 从传统编辑器到现代化创作平台:Harepacker复活版技术架构深度解析 【免费下载链接】Harepacker-resurrected All in one .wz file/map editor for MapleStory game files 项目地址: https://gitcode.com/gh_mirrors/ha/Harepacker-resurrected Harepacker复活… 2026/7/9 14:07:53
高精度数据采集系统:ADS1015L与dsPIC30F4013实战 1. 项目概述与硬件选型分析 在工业测量和嵌入式系统开发中,模拟信号到数字信号的精确转换是一个基础但关键的技术环节。本项目采用TI的ADS1015L模数转换器(ADC)与Microchip的dsPIC30F4013数字信号控制器(DSC)构建了一个高精度数据采集系统。这种组合特别适合需要12位… 2026/7/9 14:05:52
机器视觉与PLC集成:轮毂缺陷检测与字符识别误差控制在0.2mm内 机器视觉与PLC集成:轮毂缺陷检测与字符识别误差控制在0.2mm内的技术实现轮毂作为汽车关键零部件,其表面质量直接影响行车安全与美观。传统人工检测效率低且易漏检,而采用机器视觉与PLC集成方案可实现微米级精度检测。本文将深入解析高精度视觉… 2026/7/9 0:01:04
GBase 8a vs MySQL 8.0:ALTER TABLE语法与限制的5点关键差异对比 GBase 8a与MySQL 8.0:ALTER TABLE语法差异深度解析与实战指南1. 两种数据库的ALTER TABLE能力全景对比在数据库架构设计和运维过程中,表结构变更(DDL操作)是不可避免的需求。GBase 8a作为国产分析型数据库代表,与开源M… 2026/7/9 0:03:06
【大数据毕业设计】基于多源旅游数据的景区热度分析与推荐系统的设计与实现 基于 Django 的旅游偏好挖掘与景区推荐系统(源码+文档+远程调试,全bao定制等) 博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am… 2026/7/9 0:05:09
6个月转型AI工程师:实战路径与核心技能 1. 项目概述:6个月转型AI工程师的可行性路径在2023年大模型技术爆发的背景下,AI工程师岗位需求同比增长217%(LinkedIn数据)。不同于传统算法工程师需要3-5年培养周期,现代AI工程师更侧重工程化落地能力。我在硅谷科技公… 2026/7/7 11:26:57
TPAFE0808与PIC18F87K22的多通道信号采集方案 1. 项目背景与核心需求在工业自动化、医疗设备和科研仪器等领域,多通道信号采集与系统监测是基础且关键的技术需求。传统方案往往面临通道数量不足、信号调理复杂、系统集成度低等问题。TPAFE0808作为一款8通道模拟前端芯片,与PIC18F87K22微控制器的组合… 2026/7/8 20:15:17
STC3115与PIC18LF26K80构建高精度电池管理系统 1. STC3115与PIC18LF26K80在电池管理系统中的核心价值在现代电子设备中,电池管理系统(BMS)的重要性不亚于设备的核心处理器。STC3115作为一款高精度电池电量监测IC,与PIC18LF26K80微控制器的组合,构成了一个既能精确监控又能智能管理的完整解… 2026/7/8 14:25:08