Research-Copilot:一个把 AI 调研做成“可追溯报告”的 Skill

📅 2026/7/9 12:44:36
Research-Copilot:一个把 AI 调研做成“可追溯报告”的 Skill
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