shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 开发与工程无需 API Key

local-deep-research-skill

本地离线深度研究 Skill。给定研究问题与本地私有 PDF 等文档，在 AI PC 上通过 Intel OpenVINO 离线完成多步检索、跨文档推理、引用溯源与矛盾感知，输出带来源标注的尽调报告。基于 Qwen3 VL 2B Instruct 模型，数据不出本机。当用户提到深度研究、研读、尽调、读薄文件、分析 PDF、本地私有资料、离线文档、跨文档找矛盾、引用溯源、Intel、OpenVINO、AI PC、隐私合规时触发。

person作者: DracarysallhubModelScope
download下载资源包

本地深度研究台 (Local Deep Research)

一个生产级本地 Agent Skill：在 AI PC 上用 OpenVINO 把「一堆机密 PDF」读薄成「一份有据可循的尽调报告」。 数据 100% 不出本机（纯 localhost + OpenVINO + 模型 ≤ 35B），适合投研、法务、咨询、企业情报等对隐私与合规有硬要求的场景。

核心能力

  • 私有文档深度研究：研究问题 + 本地文档集 → 多步检索 → 跨文档比对 → 推理 → 引用溯源。
  • 扫描件/表格/图表理解：PDF 无文本层时，渲染页面为图像，由 VLM 抽取结构化文本（32 种语言 OCR、长文档结构解析）。
  • 多跳推理 + 引用溯源：研究循环（规划→检索→重排→综合→自审）做多步推理，模型只负责干净地执行每一步。
  • 引用溯源与矛盾感知：每个结论标注 [来源: 文件#页码]，并显式列出文档间的不一致与低置信度断言。

架构（一个模型，两种角色）

| 角色 | 模型 | 设备 | 说明 | |---|---|---|---| | 理解（读图/扫描/表格） | Qwen3-VL-2B-Instruct (OpenVINO IR, FP16) | AUTO→iGPU/CPU | 页面图像 → 结构化文本 | | 大脑（推理/思考/规划/综合） | 同上 | AUTO→iGPU/CPU | 文本输入 → 深度研究输出 |

检索使用 BM25（零模型索引）+ 同一 Qwen 模型做候选重排，因此「大脑 + 理解」真正只依赖这一个本地模型。

Usage（唯一入口：scripts/run.ps1）

本技能只暴露 scripts/run.ps1 作为调用入口，不要直接调用其它脚本。

# 基础：对某个文件夹下的私有文档做深度研究
powershell -File scripts/run.ps1 -Query "这家公司 2024 年的主营业务收入和现金流是否存在矛盾？" -Docs "E:/interest/contest/modelscope/Intel Production AI Skills/pdf_demo"

# 指定输出路径与思考开关
powershell -File scripts/run.ps1 -Query "..." -Docs "E:/interest/contest/modelscope/Intel Production AI Skills/pdf_demo" -Out "E:/interest/contest/modelscope/Intel Production AI Skills/reports/report.md" -Think $false

# 仅做模型/环境自检（不下载、不推理）
powershell -File scripts/run.ps1 -SelfCheck

| 参数 | 必填 | 说明 | |---|---|---| | -Query | 是* | 研究问题（自然语言） | | -Docs | 是* | 本地文档目录或单个 PDF 路径 | | -Out | 否 | 报告输出路径（默认打印到 stdout） | | -Think | 否 | 是否启用模型思考（默认 $false：关闭后由研究循环负责推理，报告更干净、无思考链泄漏） | | -SelfCheck | 否 | 仅检查硬件/环境/模型是否就绪 |

* 除非使用了 -SelfCheck。

在 WorkBuddy 中调用本技能

当触发词命中（深度研究/研读/尽调/读薄这批文件/本地私有资料分析…），按以下步骤执行：

  1. 确认用户的研究问题 Query 与目标文档路径 Docs（缺则追问）。
  2. 调用 powershell -File "<本技能目录>/scripts/run.ps1" -Query "<问题>" -Docs "<文档路径>"。
  3. 将 run.ps1 打印的 Markdown 报告原样返回给用户，并提示「结论均带 [来源] 标注，矛盾项已单独列出」。
  4. 首次运行会自动下载模型（约 4.3GB BF16 源，直接导出 OpenVINO IR(FP16)，无需反量化），耗时较长——提前告知用户。

输出协议

返回 Markdown，结构固定：

  • # 研究结论（直接回答研究问题）
  • ## 证据链（每条结论后附 [来源: 文件#页码]）
  • ## 跨文档矛盾 / 低置信度（显式列出不一致或依据不足之处）
  • ## 未覆盖的问题（模型自审后认为证据不足的子问题）

失败处理

  • 非 Intel/不支持平台：run.ps1 在启动 Python 前做硬件门禁，打印平台错误并 exit 1。
  • 首次运行需下载模型：run.ps1 会先确保 OpenVINO IR 就绪（缺失则自动下载 BF16 源并导出为 OpenVINO IR(FP16)），支持断点续传；下载中 client 会返回 status: downloading 与进度。
  • 无云回退：本技能不调用任何云端 API；离线即用。

Important

  • 不要直接调用 client.py / server.py / prepare_model.py，一律走 run.ps1。
  • 首次运行会下载模型（BF16 源 ~4.3GB + 本地导出 OpenVINO IR(FP16)），请确保磁盘剩余 > 12GB。
  • 不支持的平台会直接报错退出，不存在静默降级到云端的行为。
  • 全程本地推理，文档与问题均不上传任何服务器。