shield_lock
JinDaGe
← Back to skills
extension
Category: Data & AnalyticsNo API key required

deep-market-research

深度市场 / 竞品 / 技术趋势调研工作流，输出稳定、可复现、带引用溯源的研究报告。 v2.3.4 核心能力：确定性 Step 0->8 流水线 + NATO 式 4 级源分级 + >=2 源交叉验证 + 主动去重/去陈旧/去伪造/去矛盾 + 平台无关（默认零依赖，可选 MCP/API 后端优雅降级）。 适用：市场调研、竞品分析、行业格局、技术趋势、竞品对位、尽调、产业链研究、投资机会发现。

personAuthor: user_1e758512hubcommunity
downloadDownload package

Deep Market Research — 深度市场调研 Skill

🌐 语言 / Language：🇨🇳 中文 · 🇺🇸 English

跨平台 AI Agent 调研工作流：源分级 + ≥2 源交叉验证 + 去重/去旧/去假/去矛盾 + 吸收真实用户热评，输出质量稳定、可复现、带置信度标签的调研报告。

License: MIT

遵循 Agent Skills 开放标准（Anthropic 发起，Claude Code / OpenAI Codex / TRAE / Qoder / WorkBuddy 等 50+ 平台原生支持）。

✨ 特性（v2.3.4）

与通用 AI 搜索 / 深度研究 skill 的核心差异：dmr 不是搜索包装，而是一条可复现、带置信标签、终稿对抗审计的调研流水线。

版本演进

独有优势

  • 确定性流水线：固定 Step 0–8，每次可复现、可对比。

  • 源分级置信：T1 官方 / T2 专家 / T3 二手 / T4 社媒，每条结论带置信标签。

  • ≥2 源交叉验证：事实拆解，冲突显式标注，不强行共识。

  • 终稿对抗审计：终稿前独立 critic 挑战，局部修补，不整篇重写。

  • 中文/CJK 原生支持：公众号、知乎、小红书、CNKI 等中文源不丢弃、不当 junk。

  • 零安装 Skill：纯方法论，调用 Agent 内置工具，无需额外 Python 依赖。

  • 可选工具永不阻断：Exa / Firecrawl / Tavily / Perplexity / GPT Researcher / ModelScope 有则增强，缺失优雅降级。

  • 平台无关：不绑定任何 MCP 配置 / agent-team 协议 / 专有后端，WorkBuddy / Claude / Codex / Trae / qoder / Cursor 通用；可选工具缺失即优雅降级。

输出能力

  • 三套模板：通用调研 / 行业赛道（麦肯锡风）/ 公司竞品（SWOT + 情景推演）。

  • intel-brief 风格：事实 → 影响 → 原因三元组织。

  • 学术模块：arXiv / PubMed / OpenAlex / Semantic Scholar / CNKI，优先 🆓 免费 API。

  • 分析透镜：波特五力 / PESTEL / BCG / 3C / TAM-SOM，按意图触发，不堆砌。

  • 增量沉淀：结构化 markdown note（YAML frontmatter），对接 ima / Obsidian / 本地 wiki。

技术栈与流水线（可视化）

调研流水线（Pipeline） — 主管线 Step 0–8 与三-B 深度研究闭环正交，质量由方法论保证而非某个搜索 API：

调研流水线

技术栈（Stack） — 默认层零依赖零安装；可选增强层缺失即优雅降级，仅丰富素材来源：

技术栈

🌐 支持的平台

本仓库遵循 Agent Skills 开放标准，以下平台原生支持，直接安装即可被自动发现并触发：

| 平台 | Skills 目录 | 触发方式 |

|------|------------|---------|

| Claude Code / Claude | ~/.claude/skills/ | 自动发现 + /deep-market-research |

| OpenAI Codex | ~/.codex/skills/ | 自动发现 |

| TRAE | ~/.trae/skills/ | 自动发现 |

| Qoder | ~/.qoder/skills/ | 自动发现 |

| WorkBuddy / CodeBuddy | ~/.workbuddy/skills/ | 自动发现 |

| 其他 agentskills 兼容平台 | 对应 skills/ 目录 | 自动发现 |

完整的兼容平台列表见 agentskills.io/clients。

📦 安装

方式一：一键安装脚本（推荐）

克隆后运行安装脚本，会自动检测本机已安装的 Agent 平台并复制到对应 skills/ 目录：


# Unix / macOS / Git Bash

git clone https://github.com/Rain3Dmetrology/deep-market-research.git

cd deep-market-research

./install.sh



# Windows (PowerShell)

git clone https://github.com/Rain3Dmetrology/deep-market-research.git

cd deep-market-research

powershell -ExecutionPolicy Bypass -File install.ps1

脚本会检测 ~/.claude、~/.codex、~/.trae、~/.qoder、~/.workbuddy 中已存在的目录并安装，未安装的自动跳过。

方式二：手动安装

将整个 deep-market-research/ 文件夹复制到目标平台的 skills 目录：


git clone https://github.com/Rain3Dmetrology/deep-market-research.git

# Claude Code / Codex / Cursor / Windsurf / Gemini CLI 等

cp -r deep-market-research ~/.claude/skills/

# WorkBuddy

cp -r deep-market-research ~/.workbuddy/skills/

# TRAE

cp -r deep-market-research ~/.trae/skills/

# Qoder

cp -r deep-market-research ~/.qoder/skills/

安装后重启 Agent（或执行 skill 刷新指令）即可加载。

🚀 使用

直接对 Agent 说（自动匹配 SKILL.md 的 description 触发）：

  • 「调研一下工业 AI 3D 视觉测量的竞争格局」

  • 「竞品分析：海康机器人 vs 深视智能 vs 天准科技」

  • 「行业趋势：中国机器视觉产业链投资机会」

  • 「扒一下 Keyence 中国的底」

Agent 会按 SKILL.md 的固定流程执行：范围收敛 → 多源采集 → 去重去旧 → 源分级 → 交叉验证去假 → 矛盾消解 → 吸收热评 → 100 分评分 → 结构化输出。

📂 目录结构


deep-market-research/

├── SKILL.md                      # 核心：元数据 + 完整工作流指令（Step 0–8 + 三套模板 + 分析透镜 + 质量规则）

├── README.md                     # 中文说明（本文件）

├── README_EN.md                  # English documentation

├── release_body.md               # GitHub Release 描述（发布时由 `gh release edit` 引用）

├── assets/

│   ├── pipeline.svg              # 调研流水线可视化图

│   └── stack.svg                 # 技术栈可视化图

├── references/

│   └── cross-platform-tools.md   # 可选：六平台可选增强工具接入指南（缺失不影响主流程）

├── LICENSE                       # MIT

├── CONTRIBUTING.md               # 贡献指南

├── install.sh                    # Unix 安装脚本

├── install.ps1                   # Windows 安装脚本

├── icon.png                      # Skill 图标

├── scripts/                      # 可选辅助：跨机器 MCP 同步 (setup_mcp.py) + FRED 宏观数据查询 (fred_query.py)

└── .gitignore

Skill 核心自包含：所有工作流、模板、规则都内嵌在 SKILL.md 中，无需额外脚本或配置文件；references/ 仅是可选项增强工具接入指南，缺失不影响主流程。

⚙️ 可选数据源与增强 Skill（按需接入，优雅降级）

Skill 本身调用 Agent 内置联网工具（WebSearch / WebFetch）即可工作。若你的 Agent 已装以下 Skill 或连以下 MCP，会自动获得更强深度；缺失时一律优雅降级，不会中断调研：

| 维度 | 数据源 / Skill | 用途 | 推荐 | 接入方式 | | ------ | -------- | ------ | ------ | ------ | | 搜索入口 | 内置 WebSearch/WebFetch · Firecrawl · Exa · Tavily · SearXNG · Novada · AgentKey | 通用联网检索、查证、聚合数据（可替代缺失的专业 MCP） | 🛟 内置基座(始终) · 🥇 Firecrawl · 🥈 Exa/Tavily/Novada · 🛟 SearXNG/AgentKey（并行增强） | 🟢 内置基座(web_search/web_fetch) · 🔴 Firecrawl/Exa/Tavily/Novada 需 key · 🟡 SearXNG(自托管)/AgentKey(连接器) 需连 MCP/账号 | | AI 搜索（可选） | Perplexity · Tavily · AnySearch · 秘塔搜索 | 带引用的 AI 搜索，无 key 跳过 | 🎯 Perplexity/秘塔 · 🥈 Tavily · 🎯 AnySearch | 🔴 均需 API key（无 key 跳过） | | 社媒 / 热评 | agent-reach / agent-browser / web-access（CDP 浏览器自动化 skill，可选） | 小红书/知乎/Reddit/Bluesky/X/评论抓取（agent-reach 实测 6 社媒 + 5 基础；抖音/微博 走 web_search 兜底，公众号走 wechat-article-search skill，非 agent-reach 频道） | 🎯 平台专有 | 🟡 agent-reach / agent-browser / web-access 需装 skill（web-access 需 Node22 + 本地 Chrome CDP）· 🟢 web_search 内置（LLM 自带，零配置，新装即用） | | 知乎（技术+反馈） | zhihu MCP（search_content + hot_list） | 中文技术教程、用户反馈、产品体验交叉验证 | 🎯 平台专有 | 🟡 内置授权（30 天续期） | | 微信公众号文章 | wechat-article-search（搜索发现）+ ReadGZH-Agent MCP（全文提取，远程零安装） | 中文一手深度文章检索：搜索用 skill、全文用 MCP，互补；补 UGC 评论之外的文章级缺口 | 🥇 ReadGZH(全文) · 🎯 wechat-article-search(搜索) | 🟡 装wechat-article-search skill · 🔴 ReadGZH 需 READGZH_API_KEY | | 抖音（短视频） | douyinmcp MCP（get_homefeed 热榜 + 深度内容，免费优先）/ TikHub API（付费稳定备选） | 抖音趋势与深度内容；反爬极严，优先免费方案，缺失回退 web_search | 🎯 douyinmcp(免费) · 🥈 TikHub(付费) | 🟡 需 Cookie（Chrome 登录态） | | 文档净化 | markitdown | PDF/Word/财报 → Markdown | 🎯 平台专有 | 🟡 需装skill | | A 股财务 | 通达信 tdx-connector | 上市公司 F10 财报/股东/资金流 | 🎯 平台专有 | 🟡 需平台授权 | | 专利 | 智慧芽 PatSnap MCP | 技术壁垒、专利家族、引用分析 | 🎯 平台专有 | 🟡 需内部 token | | 代码 / 项目 | GitHub 搜索 + Trending（github MCP + gh CLI 已认证 + web） | 开源实现、技术栈、Star/PR 趋势（MCP 直连优先，gh CLI 兜底） | 🥇 DeepWiki · 🥈 GitHub/gh | 🟡 DeepWiki 需连 keyless MCP（无 key，但需配 mcp 端点）· 🟡 github MCP/gh 需授权 | | 学术论文 / 元数据 | OpenAlex / Semantic Scholar / arXiv / PubMed / bioRxiv / EMBL-EBI·Europe PMC；literature-search skill 作方法论参考（非可调用 API） | 论文元数据、引用网络、TLDR 摘要、预印本 | 🛟 免费 API | 🟢 全部免 key（Semantic Scholar 无 key 限 ~100 req/5min·IP，可申请免费 key 提额） | | 引文溯源 | Crossref（DOI 元数据+参考文献）/ OpenCitations（开放引文网络） | DOI 权威元数据、被引/引用关系 | 🛟 免费 API | 🟢 免 key | | 科研数据仓库 | Zenodo / Figshare / 哈佛 Dataverse / NASA | 数据集/软件/成果，均带 DOI 可溯源 | 🛟 免费 API | 🟢 免 key（NASA 可用 DEMO_KEY） | | AI 模型 / 数据集 | Hugging Face Hub API / 魔塔 ModelScope | AI 模型、代码、应用文档、数据集 | 🛟 HF 免费 API · 🎯 ModelScope | 🟡 HF 需 HF_TOKEN（私频/高配额/写操作/下载 gated 模型；公频浏览与公开权重可免 token）· 🟡 ModelScope 需 token | | 开发者社区 | Stack Overflow（SE API 免 key）+ Hacker News（Algolia API；Firebase 端点 2023 已停服）/ Reddit（2023 起需 OAuth，dmr 走 agent-reach / web_search 兜底）/ CSDN（非官方 API） | 技术选型讨论、真实踩坑反馈 | 🛟 免费 API | 🟢 免 key（Reddit 需走兜底；HN 部分网络出口 IP 被 Algolia WAF 屏蔽时回退 web_search） | | 财经 / 热榜 | 腾讯自选股 / westock-mcp · wallstreetcn（免费财经热榜+快讯，免 key） | 上市公司基本面、行情、研报、实时热榜信号 | 🎯 平台专有 · 🟢 wallstreetcn | 🟢 wallstreetcn 免 key · 🟡 自选股/westock 需授权 | | 法律 / 合规 | 威科先行 / 元典 / 北大法宝（pkulaw） | 诉讼、资质、行政处罚、法律法规检索 | 🎯 平台专有 | 🟡 需平台授权 | | 企业工商 / 风险 | 天眼查 MCP / 企查查 MCP / 启信慧眼（qixinhuiyan） | 股权、司法、经营异常、知识产权、企业风险洞察 | 🎯 平台专有 | 🟡 需平台授权 | | 顶刊 / 中文文献 | Nature / Science（引 DOI）/ CNKI / Google Scholar（仅用户导出） | 顶刊一手（摘要公开，全文多需订阅）；访问伦理 | 🌐 通用联网 | 🟢 摘要免 key · 🟡 CNKI/订阅需授权 | | 宏观经济 | Trading Economics / FRED / 国家统计局 / 央行·证监会 / 财联社 / 华尔街见闻 | 宏观指标 + 超预期/不及预期判断 | 🌐 通用联网 | 🟡 FRED 需 FRED_API_KEY（免费申请，强需：无 key 直接 HTTP 400 Variable api_key is not set）· 🌐 其余通用联网 | | 专利（公开库） | Google Patents / USPTO / EPO / WIPO | 专利原文、法律状态 | 🌐 通用联网 | 🟢 免 key | | 开放百科 | Wikipedia / 百度百科 | 概念科普、背景知识 | 🌐 通用联网 | 🟢 免 key | | 产品 / 创投 | Product Hunt / TechCrunch / 36氪 / 虎嗅 | 新品发布、融资、市场热度 | 🌐 通用联网 | 🟢 免 key | | 中文社区 | 博客园 / V2EX / 小红书 / B站 | 用户反馈、产品体验、教程 | 🌐 通用联网 | 🟢 免 key（小红书/B站走 web_search） | | 国际社媒 | Bluesky / X(Twitter) / YouTube / LinkedIn | 官方动态、KOL 评论、用户情绪 | 🌐 通用联网 | 🟢 免 key（走 web_search/agent-reach） | | 新闻 / 资讯 | aihot（免 key 中文 AI 资讯）/ BBC / Reuters / Al Jazeera | 行业快讯、国际一手新闻 | 🛟 aihot 内置 · 🌐 其它 | 🟢 aihot 免 key · 🌐 其它通用联网 | | 知识库 | ima-mcp / Obsidian / 本地 wiki / notion | 用户自有资料、增量 Lint 沉淀 | 🎯 平台专有 | 🟡 需平台授权 | | 云存储 / 文件 | 百度网盘（baidu-netdisk）/ Google Drive（海外用户可选） | 用户自有文件、报告归档与投递 | 🎯 平台专有 | 🟡 需平台授权 |

诚实声明：仅声明真实存在的连接器类型，不暴露个人环境连接状态；缺失即优雅降级、不中断调研。未提供的服务（如 Firecrawl 商业版、Crunchbase Pro、PitchBook）不虚假标注——若你所在平台提供，可在 Step 1 搜索入口追加。 推荐层级：🥇 首选 · 🥈 备选 · 🥉 备选 · 🛟 兜底（含内置基座）· 🎯 个性化（平台专有 / 需 key）· ⚠️ 不推荐通用。 路由不打包：本表均为 dmr 主管线外部可选 peer skill / MCP，dmr 只做源路由与优雅降级、不复制 / 捆绑其实现；缺失即跳过并标注维度未覆盖，不中断调研。 接入方式：🟢 零配置（免 key / 免 token，装即用：① LLM 自带 web_search / web_fetch ② dmr 直连的免 key 公共 REST API，如 OpenAlex / wallstreetcn / aihot）· 🔴 需 API key（缺失优雅降级）· 🟡 需 Cookie / token / 平台授权 / 连接 MCP 服务器（即使免 key，如 DeepWiki / SearXNG / AgentKey 仍需配连接端点，非零配置）。

❓ 常见问题与完整示例

  • FAQ（7 问）：本 skill 与 WebSearch 的区别、核心源不可达怎么办、模板 B/C/D 如何选择、是否需要付费 key、矛盾源如何处理、报告长度、增量沉淀是否必须 ima —— 见 SKILL.md 第八节 · 常见问题（FAQ）。

  • 端到端示例：从「调研中国工业机器人赛道 + 减速器国产化 + 埃斯顿/汇川对位」用户提问，到 Step 0→8 逐环产出物（采集 / 去重 / 验证 / 矛盾消解 / 分级 / 模板 / 评分卡）—— 见 SKILL.md 第九节 · 完整示例。

  • 完整更新史：v2.0.0 → v2.3.4 每项变更细节 —— 见 CHANGELOG.md。

📜 许可证

MIT License