Deep Market Research

深度市场调研 Skill（Deep Market Research）

🌐 语言 / Language：**[🇨🇳 中文](README.md)** · [🇺🇸 English](README_EN.md)

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)

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

---

✨ 特性

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。**

• 完整版本变更明细见 CHANGELOG.md

独有优势

• 确定性流水线：固定 Step 0–8，每次可复现、可对比
• plan-first 验收先行：Step 0 即产出验收标准（每条含度量锚点）＋ 终止条件三态（达标即停 / 预算耗尽即停 / 最多 N 轮），终稿逐条对照
• 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；竞品关键参数须 ≥3 源
• 终稿对抗审计：终稿前独立 critic 挑战，局部修补，不整篇重写
• 程序化机检门禁：validate_report.py（6 条 lint）＋ validate_param_card.py（参数卡校验），零依赖、离线安全，交付前可机检
• 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

输出能力

• 五套模板：通用 / 行业赛道（麦肯锡风，含销售与商业化分析）/ 公司竞品（SWOT + 情景推演）/ 学术 / 监测增量
• 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 + 销售透镜，按意图触发，不堆砌
• 研究参数卡：结构化 schema 单一权威（必含来源池 + 推荐验收标准），跨阶段整卡传递
• 增量沉淀：结构化 markdown note（YAML frontmatter）+ 实体级证据缓存，对接 ima / Obsidian / 本地 wiki
• 季度基准自测：5 题固定基准 + Q6 销售路由回归题，分数演化防质量回归

技术栈与流水线（可视化）

**调研流水线** — 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：


**技术栈** — 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：


---

🌐 支持的平台

平台	Skills 目录	触发方式
Claude Code / Claude	~/.claude/skills/	自动发现 + /deep-market-research
OpenAI Codex	`~/.co