3D Deep Research

SkillDev tools

Research products, companies, technologies, concepts, people, industries, markets, or complex events using evidence chains and X/Y/Z three-dimensional analysis, delivering traceable in-depth research reports. Use when the user requests deep research, systematic investigation, competitor or market re

Available today. Use it from your connected AI after setup.

Connect ahel once, and every AI you use reads what you have installed.

Then ask your AI: use the 3D Deep Research skill

What this skill tells your AI

The instructions your AI receives, as published by jeffy-peng/jeffy-skills in 3d-deep-research/SKILL.md and read by ahel’s review.

先建立研究底图,确认研究对象的边界、运转方式和当前状态;再用 X/Y/Z 逐层解释:X 识别显性与非显性的关键变化及其后续影响,Y 沿具体变化切开并比较成因,Z 拆开尚不清楚的作用连接。分析结果持续返回发展路径和研究底图,用证据校正解释并检查重要遗漏。

本 Skill 为主研究流程时,默认交付完整的 Markdown、HTML 和 PDF 三份报告;用户明确缩小交付范围时按其要求减少。用户点名其他研究 Skill 或选择其他工作模式时,以其作为主流程;仅在需要本方法时辅助使用,不叠加独立默认产物。不要仅因通用的 deep research 字样同时运行两套流程,也不要把普通问答扩写成长报告。

必读资源

执行完整研究时:

  1. 读取 references/evidence-protocol.md,建立来源与 Claim 账本并执行事实审计。
  2. 读取 references/xyz-method.md,建立研究底图并执行 X/Y/Z、路径校正和覆盖复核。
  3. 根据研究对象读取 references/object-adapters.md 的对应部分。
  4. 读取 references/visual-guidelines.md,用于分析阶段的视觉规划、HTML/PDF 渲染和图表检查。
  5. 写作时复制 assets/report-template.md,保留元数据与证据附录;正文可按问题重组。

报告措辞

以下规则适用于正文、标题和图注;证据附录以准确、可追溯为先。

  • 先直接回答研究问题,再解释事实、原因、限制和行动含义。
  • 先具体,后抽象。 优先说清谁做了什么、发生什么变化,再解释背后的概念。能直接说明的,不用抽象名词代替。
  • 先判断,后解释。 一句话先说清主要意思,原因和必要限制随后展开,避免把多层意思挤进一句话。
  • 用自然、准确的书面语解释给非专业读者听。 写完后检查:读者是否需要把这句话“翻译成白话”才能理解?如果需要,就改写,同时保留因果关系与证据边界。
  • 每段只推进一个判断。删除不提供事实、解释或决策价值的句子。
  • 明确区分事实、解释和预测。证据只能支持“可能”时,不写成“证明”或“必然”。
  • 不把 Claim 类型、证据门槛、X/Y/Z 等内部方法术语写进正文;它们只用于组织研究和附录说明。
  • 数字首次出现时说明时间、单位、统计口径和比较对象。
  • 不使用宣传式形容词、无依据的最高级,以及“值得注意的是”“不容忽视”等空洞过渡语。
  • 只在不确定性会影响结论时说明限制,并紧邻相关判断书写。

执行流程

0. 明确研究设定

记录研究对象、对象类型、用户要做的决策、特别关注点、时间基准、范围边界和交付要求。无法从上下文解决且会显著改变目标或正确性的问题才追问;其余情况直接开始。根据对象适配器建立研究底图,先确认主体边界、价值或作用结构、关键参与者及当前状态,再选择解释主线。

复杂或持续时间较长的任务可以把上述设定记录为工作笔记;不要为简单任务强制创建独立过程文件。

研究范围由用户问题和证据决定,不追求来源数、Claim 数、字数或图表数量。每个进入 A2 的关键判断和数字都必须通过适用的证据门槛并完成审计;资料不足时缩小可确认结论的范围,保留未解决问题,不静默改变用户的研究目标。

涉及“最新、现在、最近”时联网核实,并记录发布日期和访问日期。输出到用户指定位置;未指定时使用当前项目的 output/

1. 规划检索

先列出:

  1. 建立研究底图必须确认的事实和口径;
  2. 关键变化及其前后状态;
  3. 需要比较的成因和需要打开的作用连接;
  4. 需要主动寻找的反向证据、替代解释和失败案例。

检索过程中根据证据调整问题。每个影响结论的问题最终都要有来源支持,或在 A2/A3 明确标为未解决。复杂任务可以维护检索笔记,但不强制生成独立表格。来源选择遵循 evidence protocol,优先使用适合该对象的原始材料、官方记录和独立来源。

2. 维护证据账本

report.md 附录 A1 和 A2 分别维护来源与 Claim 账本。来源使用稳定 ID(S01S02),关键判断使用 Claim ID(C01C02)。把“来源出处”和“证据作用”分开记录。

研究过程中持续更新账本。每条关键判断的支持证据、替代解释、反向材料、独立性、置信度、资料缺口和修订条件,按 references/evidence-protocol.md 记录和判断;因果和机制判断分别记录过程证据与归因边界。过程已发生不等于它足以解释总体结果。

证据不足时交付“已确认部分 + 资料缺口 + 下一步验证路径”。因果或机制证据不完整时降级表述,不补写猜测,也不因局部缺口停止整份交付。

3. 建立底图并执行 X/Y/Z 分析

先用研究底图横向看清对象,避免只研究容易形成主线的材料。再建立暂定的关键变化路径,把可观察变化、状态改变和后续影响分开;围绕影响核心判断的节点,比较成因并拆解尚不清楚的作用过程。根据证据返回修正节点、原因和路径,不要求一次完成 X 后再单向完成 Y、Z。

复杂研究可在已有工作笔记中维护节点、待解释问题、因素、作用连接和证据状态的对应关系,不要求生成独立过程文件,也不把内部编号写入正文。X 只呈现原因摘要,Y 承担原因比较,Z 必须补出中间环节、成立条件或可观察后果,避免三部分重复叙述。详细方法和未来表达见 references/xyz-method.md

正文中的重要判断使用 [S01] 形式引用来源。最终解释需要说明哪些因素通过什么作用过程造成关键变化、变化如何影响后续发展,以及判断最可能错在哪个证据缺口或前提。深度由解释缺口决定,不按固定节点数或拆解层数执行。

在分析阶段识别支撑核心结论的关键比较、演化路径、主体关系和机制,并规划相应的视觉表达,随证据更新调整。不要等正文完成后才考虑配图;可在已有研究笔记中简记,无需新增独立账本。

4. 写作与视觉表达

使用 assets/report-template.md 的元数据与必要附录。正文先回答问题并建立对象底图,再按问题组织解释。模板的演化式目录是默认示例;横向比较或稳定机制研究可以围绕具体问题连续展开观察、原因和机制,不必补写无关历史。重组目录不免除证据审计、解释追踪和双重回返;删除空章节及没有解释增量的重复。

关键关系用图能显著减少读者对照、记忆或推演负担时,应制作相应分析图;数量由需要解释的关系决定。不能以正文已有描述或缺少量化数据为由省略有价值的图。图、表与文字各取所长,避免重复和装饰。量化图必须有可靠且可比较的数据;具体触发条件、证据要求和图表契约见 references/visual-guidelines.md

5. 执行事实审计

结构校验不能证明事实。验证前按 evidence protocol 执行归属审计和数字复核:

  1. 回到来源原文,确认每个关键判断能够由所引材料推出;
  2. 复算正文数字,检查单位、币种、时间和统计口径;
  3. 确认反向材料与正文中的限制一致,没有被删除或弱化;
  4. 检查 X 中的可观察变化没有被候选解释替代,Y 中的因素都指向明确节点,Z 中的机制没有停在术语或同义扩写;
  5. 返回研究底图,检查商业模式、经济性、竞争、治理、制度责任或其他对象适配器提示的重要侧面是否因主线过强而被静默删除;
  6. 把审计结果反映到正文、A2 和 A3。

审计失败时改写正文,或降级、删除 Claim;不修改账本去迁就结论。

6. 验证与交付

运行唯一的报告校验入口:

python [skill目录]/scripts/validate_report.py report.md

validate_report.py 只检查机器可验证的结构和证据一致性,不证明外部事实真实,也不判断是否遗漏了有价值的图。交付前按 visual guidelines 复核核心关系的视觉表达;全文无图时必须执行零图复核。

校验通过后默认生成 HTML 和 PDF,并校验 PDF:

python [skill目录]/scripts/render_report.py report.md output.html
python [skill目录]/scripts/render_report.py report.md output.pdf
python [skill目录]/scripts/validate_report.py report.md --html output.html --pdf output.pdf

渲染前在 report.md 同级的 fonts/ 放置 NotoSansCJKsc-Regular.otfNotoSansCJKsc-Bold.otf,并安装 WeasyPrint 69.0。渲染器会检查并嵌入这两种字体。

新报告使用模板中的 证据契约:3。校验历史报告时显式加 --legacy-schema,其通过只表示旧契约通过,不证明现行证据要求或产物一致性已满足。新交付不得用兼容模式绕过失败。渲染器为每个产物生成同名 .manifest.json,核对 Markdown、产物与本地资源摘要;保留这些构建凭据以防误发旧版本,正文或资源变更后重新渲染。摘要检查用于版本一致性,不证明事实或版面正确。

PDF 只通过本 Skill 的 render_report.py 生成,不另写 ReportLab 或其他 Markdown-to-PDF 实现,也不绕过 assets/report.css。渲染依赖或字体不可用时说明阻塞,不切换到其他引擎或排版实现降级交付。完成可行且已授权的依赖修复;PDF 仍阻塞时,提供已完成并通过适用检查的 Markdown,以及能够合规生成的 HTML,明确 PDF 尚未完成,不把部分交付称为完整交付。

标题取报告第一行 H1。渲染器会把 [Sxx] 引用转为可点击锚点。交付前按 visual guidelines 检查输出,并通读正文。本 Skill 为主流程时,完整交付包含 report.mdoutput.htmloutput.pdf;用户明确缩小范围时按其要求,PDF 阻塞时按上一段提供部分成果并标明未完成项。

质量红线

  • 不把新闻排序当作因果链,也不把力量分类表当作 Y 轴。
  • 不把待验证的解释当作节点事实,不用心理揣测代替机制。
  • 不把合理机制直接当作本案例中已证实的原因,不用术语或同义扩写冒充机制拆解。
  • 不让单一解释主线挤掉会改变结论的重要业务、经济性、竞争、治理或制度侧面。
  • 不用同一原始材料的转载数量冒充独立证据。
  • 不隐藏冲突、样本偏差、访问失败、资料缺口或反向材料。
  • 不生成没有数据口径的数字图,不交付未经复核的数字。
  • 不留下模板占位符、未渲染图表或无法追溯的来源。
  • 不把过期证据当作当前状态。

Signals

GitHub stars
20
Last commit
Sep 2026

ahel review

  • K1binfo
    installs-packages (in scripts/render_report.py)

Automated review, not a security audit. Ruleset v1+k2.

Advanced
Catalog kind
skill
Gateway key
x-3d-deep-research
Source
github.com/jeffy-peng/jeffy-skills