auto-researcher

# Auto Researcher - 自主研究助手 ## 🎯 核心功能 自主深度研究任何主题： - 多源交叉验证 - CRAAP 可信度评估 - 生成引用报告 - 知识图谱构建 - 持续监控更新 **灵感来源**: OpenFang Researcher Hand --- ## 📚 研究方法 ### 5 阶段研究流程 ``` 1. 定义 (Define) - 澄清问题 - 识别已知/未知 - 设定范围 2. 搜索 (Search) - 多策略搜索 - 多样化来源 - 查询优化 3. 评估 (Evaluate) - CRAAP 框架 - 提取数据 - 记录限制 4. 综合 (Synthesize) - 整合发现 - 解决矛盾 - 识别不确定性 5. 验证 (Verify) - 交叉检查 - 标注置信度 ``` --- ## 🔍 CRAAP 评估框架 ### Currency (时效性) - [ ] 何时发布/更新？ - [ ] 信息是否仍然当前？ - [ ] 链接是否有效？ - [ ] 技术主题>2 年可能过时 ### Relevance (相关性) - [ ] 是否直接回答问题？ - [ ] 目标受众是谁？ - [ ] 详细程度是否合适？ - [ ] 是否愿意引用？ ### Authority (权威性) - [ ] 作者资质？ - [ ] 出版机构？ - [ ] 联系信息？ - [ ] 域名类型？(.gov/.edu/组织) ### Accuracy (准确性) - [ ] 是否有证据支持？ - [ ] 是否经过审核？ - [ ] 能否从其他来源验证？ - [ ] 是否有事实错误？ ### Purpose (目的) - [ ] 为什么存在？ - [ ] 信息/商业/说服/娱乐？ - [ ] 偏见是否明显？ - [ ] 作者是否受益？ ### 评分标准 ``` A (权威): 通过全部 5 项 B (可靠): 通过 4/5 项 C (有用): 通过 3/5 项，需谨慎 D (弱): 通过≤2/5 项 F (不可靠): 失败，不要引用 ``` --- ## 🔎 搜索优化技巧 ### 查询构建 | 技巧 | 语法 | 示例 | |------|------|------| | 精确短语 | `"..."` | `"AI Agent 操作系统"` | | 站内搜索 | `site:...` | `site:zhihu.com OpenClaw` | | 排除 | `-` | `AI -artificial` | | 文件类型 | `filetype:...` | `filetype:pdf 报告` | | 时间范围 | `after:...` | `after:2025-01-01` | | OR 操作符 | `OR` | `(OpenClaw OR OpenFang)` | | 通配符 | `*` | `"如何用*赚钱"` | ### 多策略搜索模式 ``` 主题：OpenClaw 赚钱方法 搜索查询组合: 1. "OpenClaw 赚钱" site:zhihu.com 2. "OpenClaw 变现" after:2025-01-01 3. "OpenClaw Skill" 开发 外包 4. "ClawHub" 技能市场 收入 5. OpenClaw vs OpenFang 对比 6. "AI Agent" 副业 2025 7. site:github.com openclaw skills 8. filetype:pdf openclaw 文档 ``` --- ## 📊 报告生成 ### 输出格式 ```markdown # 研究报告：[主题] ## 执行摘要 [200 字核心发现] ## 研究方法 - 搜索查询：[列出使用的查询] - 来源数量：[N 个] - 研究时间：[日期范围] ## 核心发现 ### 发现 1: [标题] **内容**: [详细描述] **来源**: [引用，CRAAP 评分] **置信度**: [高/中/低] ### 发现 2: [标题] ... ## 相互矛盾的信息 [列出不同来源的矛盾点，分析原因] ## 知识缺口 [识别尚未解答的问题] ## 参考文献 [APA 格式引用列表] ## 附录 - 完整搜索结果 - 原始数据 - 方法论细节 ``` --- ## 🧠 知识图谱构建 ### 实体类型 ``` - 人物 (Person) - 组织 (Organization) - 概念 (Concept) - 产品 (Product) - 事件 (Event) - 地点 (Location) ``` ### 关系类型 ``` - 属于 (belongs_to) - 创建 (created_by) - 使用 (uses) - 竞争 (competes_with) - 影响 (influences) - 引用 (cites) ``` ### 存储格式 ```json { "entities": [ { "id": "openclaw", "type": "Product", "name": "OpenClaw", "attributes": { "description": "开源 AI 助手", "language": "TypeScript", "creator": "Peter Steinberger" } } ], "relations": [ { "from": "openclaw", "to": "peter_steinberger", "type": "created_by" } ] } ``` --- ## 📋 使用示例 ### 激活研究 ``` 帮我研究一下"知乎盐选投稿指南"，要详细的 ``` ### 查看进度 ``` 研究进行得怎么样了？ ``` ### 获取报告 ``` 把研究结果整理成报告，要 APA 引用格式 ``` ### 持续监控 ``` 持续监控"OpenClaw 新功能"，有更新告诉我 ``` --- ## 🔧 配置选项 ```toml # 研究深度 research_depth = "deep" # basic/standard/deep max_sources = 20 # 最多引用来源数 min_craap_score = "B" # 最低可信度 # 输出设置 output_format = "markdown" # markdown/pdf/html citation_style = "APA" # APA/MLA/Chicago # 监控设置 monitor_enabled = false # 是否持续监控 monitor_frequency = "daily" # daily/weekly ``` --- ## 📊 仪表盘指标 ```json { "researcher_reports_generated": 0, "researcher_sources_evaluated": 0, "researcher_entities_stored": 0, "researcher_relations_stored": 0, "researcher_last_report_date": null, "researcher_avg_credibility_score": 0 } ``` --- ## 🎯 应用场景 ### 场景 1: 市场调研 ``` 研究"小红书 AI 工具博主"的变现方式 - 分析 Top 10 博主 - 统计变现模式 - 估算收入范围 - 给出进入建议 ``` ### 场景 2: 竞品分析 ``` 研究 OpenClaw 的竞品 - OpenFang vs ZeroClaw vs CrewAI - 功能对比 - 性能基准 - 市场份额 ``` ### 场景 3: 技术调研 ``` 研究"AI Agent 自主赚钱"的可行性 - 现有案例 - 技术栈 - 法律风险 - 实操步骤 ``` ### 场景 4: 持续监控 ``` 监控"知乎盐选过稿率"变化 - 每周收集数据 - 追踪趋势 - 异常 alert - 生成月报 ``` --- ## 📝 从 OpenFang 借鉴的功能 1. ✅ CRAAP 评估框架 (直接采用) 2. ✅ 5 阶段研究流程 (优化适配) 3. ✅ 知识图谱存储 (简化实现) 4. ✅ 多源交叉验证 (完整保留) 5. ✅ 引用报告生成 (APA/MLA 支持) --- ## 🔧 OpenClaw 适配 | OpenFang 功能 | OpenClaw 实现 | |--------------|--------------| | `shell_exec` | `exec` 工具 | | `knowledge_add_entity` | `memory/store` JSON | | `web_search` | `searxng` skill | | `web_fetch` | `web_fetch` 工具 | | `schedule_create` | `qqbot-cron` | | `dashboard` | `SESSION-STATE.md` | --- *此 Skill 受 OpenFang Researcher Hand 启发创建*