返回顶部
l

local-deep-research本地深度研究

Multi-cycle deep research using locally-hosted LDR (Local Deep Research) service. Use when user asks for comprehensive research with citations, literature reviews, competitive intelligence, or any research requiring exhaustive web search with iterative question generation. Triggers on: "deep research", "research this topic", "comprehensive analysis with sources", "literature review", "investigate [topic]", "quick summary on [topic]", "detailed report on [topic]", "research in Spanish/French/etc"

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.2
安全检测
已通过
270
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

local-deep-research

本地深度研究技能

该技能与本地托管的LDR(本地深度研究)服务交互,执行多周期、迭代式研究,并提供完整引用和来源追踪。

安装前注意事项

  • - LDR服务:脚本仅与LDRBASEURL(默认http://127.0.0.1:5000)中的URL通信。请仅指向您控制的LDR实例。不要将其设置为未知或不受信任的远程主机。
  • 必需二进制文件:确保运行该技能的主机上已安装curl和jq。
  • 凭据:如果您的LDR实例需要登录,请仅通过环境变量或本地.env文件设置LDRSERVICEUSER和LDRSERVICEPASSWORD(或LDRUSERNAME/LDRPASSWORD)。使用专用的低权限LDR账户(例如openclawservice)。不要将密钥存储在已提交的配置或技能目录中。
  • 来源.env:如果存在~/.config/localdeep_research/config/.env文件,脚本可选择性地引用该文件。该文件可能将其包含的任何变量暴露给脚本。使用前请验证该路径的内容;不要将无关的密钥放置其中。
  • 审查脚本:脚本执行基于表单的会话+CSRF登录,并使用临时cookie存储。它不会向配置的LDR服务之外的任何端点发送数据。您可以在使用前审查scripts/ldr-research.sh。为获得更高安全性,请在隔离环境(例如容器或虚拟机)中运行,并将网络限制为仅连接您的LDR主机。

配置

凭据(仅本地,绝不传输)

LDR使用带CSRF保护的会话cookie认证(而非HTTP基本认证)。技能脚本执行完整的登录流程:GET登录页面 → 获取会话cookie和CSRF令牌 → POST凭据+CSRF → 对所有API调用重用会话cookie(以及用于POST的CSRF)。用户名和密码用于与您的本地LDR实例创建会话;它们绝不会发送到ClawHub、GitHub或任何其他服务器。

不要将凭据放入技能配置或已提交的文件中。仅使用环境变量或本地.env文件(例如LDRSERVICEUSER、LDRSERVICEPASSWORD或LDRUSERNAME/LDRPASSWORD)。可选:如果存在,脚本会引用LDR的~/.config/localdeepresearch/config/.env。为此技能使用专用的LDR用户(例如openclaw_service)。

所有配置选项

  • - LDRBASEURL — LDR服务URL(默认:http://127.0.0.1:5000)
  • LDRLOGINURL — 用于会话+CSRF的登录页面URL(默认:$LDRBASEURL/auth/login)
  • LDRSERVICEUSER或LDRUSERNAME — LDR账户用户名(仅本地认证)
  • LDRSERVICEPASSWORD或LDRPASSWORD — LDR账户密码(仅本地认证)
  • LDRDEFAULTMODE — 默认研究模式:quick(快速摘要)或detailed(详细报告)(默认:detailed)
  • LDRDEFAULTLANGUAGE — 报告/摘要的默认输出语言代码(例如en、es、fr、de、zh、ja);空值表示LDR默认
  • LDRDEFAULTSEARCHTOOL — 默认搜索工具:searxng、auto、localall(默认:auto)

研究模式(快速摘要 vs 详细报告)

  • - quick快速摘要:更少周期、更短输出、更快速度。当用户需要简洁摘要或快速概览时使用。
  • detailed详细报告:完整多周期研究、完整Markdown报告、完整引用和来源。当用户需要全面分析、文献综述或深入覆盖时使用。

操作

start_research

即发即弃:向LDR提交查询并立即返回研究ID。

输入:

  • - query(必需)— 研究问题或主题
  • mode(可选)— quick(快速摘要)或detailed(详细报告)(默认来自配置)
  • language(可选)— 报告/摘要的输出语言,例如en、es、fr、de、zh、ja(默认来自配置或LDR默认)
  • searchtool(可选)— searxng、auto、localall(默认来自配置)
  • iterations(可选)— 研究周期数(默认:LDR默认值)
  • questionsperiteration(可选)— 每周期生成的问题数

返回:
json
{
research_id: uuid-string,
mode: detailed,
search_tool: auto,
submitted_at: 2026-03-10T08:00:00Z,
status: queued
}

用法:
bash

快速摘要(更快、更短)


scripts/ldr-research.sh start_research --query 固态电池进展 --mode quick

详细报告,输出为西班牙语

scripts/ldr-research.sh start_research \ --query 固态电池的最新发展是什么? \ --mode detailed \ --language es \ --search_tool searxng

get_status

检查研究任务的状态。

输入:

  • - researchid(必需)— 来自startresearch的研究任务ID

返回:
json
{
research_id: uuid-string,
state: pending|running|completed|failed|timeout,
progress: 45,
message: 正在综合第2周期的来源...,
last_milestone: 从8个来源生成了12个问题
}

用法:
bash
scripts/ldr-research.sh getstatus --researchid

get_result

完成后获取完整的研究报告。

输入:

  • - research_id(必需)— 研究任务ID

返回:
json
{
research_id: uuid-string,
query: 原始查询,
mode: detailed,
summary: 执行摘要文本,
report_markdown: 完整Markdown报告,
sources: [
{
id: 1,
title: 来源标题,
url: https://example.com,
snippet: 相关摘录,
type: web|local_doc
}
],
iterations: 3,
created_at: 2026-03-10T08:00:00Z,
completed_at: 2026-03-10T08:15:00Z
}

用法:
bash
scripts/ldr-research.sh getresult --researchid

编排模式

一次性(等待完成)

适用于用户可以等待的交互式会话:

  1. 1. 调用startresearch
  2. 每10-30秒轮询getstatus
  3. 当state == completed时,调用get_result
  4. 向用户呈现报告

异步(即发即弃,后续跟进)

适用于后台处理:

  1. 1. 调用startresearch,向用户返回researchid
  2. 用户稍后可使用getstatus --researchid 检查状态
  3. 准备就绪时,调用get_result获取完整报告

链式工作流

研究完成后:

  1. 1. 调用get_result获取来源
  2. 将来源传递给其他技能(例如markdown-converter、summarize)
  3. 从来源构建RAG索引或知识库

错误处理

start_research失败

  • - HTTP/网络错误 — 使用指数退避重试(3次尝试)
  • LDR验证错误 — 向用户返回错误(错误查询、无效参数)
  • 认证失败 — 检查凭据,返回明确错误

getstatus / getresult失败

  • - 暂时不可用 — 在显示错误前重试2-3次
  • 研究未找到 — 返回未知research_id错误
  • 超时 — 返回带有超时原因的状态

超时设置

  • - 每个HTTP请求 — 30-60秒(可配置)
  • 总研究时长 — 无客户端限制(由LDR管理)
  • 状态轮询间隔 — 建议10-30秒

示例会话

用户:研究量子计算的最新发展

助手:正在使用LDR启动深度研究...
→ start_research(query=量子计算的最新发展, mode=detailed)
→ 返回:research_id=abc-123, status

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 local-deep-research-1776175993 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 local-deep-research-1776175993 技能

通过命令行安装

skillhub install local-deep-research-1776175993

下载

⬇ 下载 local-deep-research v1.0.2(免费)

文件大小: 15.39 KB | 发布时间: 2026-4-15 11:43

v1.0.2 最新 2026-4-15 11:43
- Added pre-installation considerations highlighting security, binary, and environment variable requirements.
- Updated metadata to explicitly list required environment variables (`LDR_BASE_URL`, `LDR_SERVICE_USER`, `LDR_SERVICE_PASSWORD`).
- Clarified sourcing of `.env` file and potential exposure of its contents.
- Improved installation and configuration guidance for increased transparency and safer operation.
- No logic or behavioral changes to actions or APIs.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部