[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M7APRT69EYQZ2Y7F8W19D3TE":3,"skill-same:01M7APRT69EYQZ2Y7F8W19D3TE":54},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":32,"commitSha":33,"skillDirectory":34,"forksCount":14,"repositoryHtmlUrl":35,"repositoryHomepageUrl":6,"ownerHtmlUrl":36,"ownerBlogUrl":37,"ownerDescription":38,"updatedAt":39,"install":40,"resources":53},"01M7APRT69EYQZ2Y7F8W19D3TE","deep-research",null,"多源深度调研管道（Web Deep Research + Coder 合成 + 云端模型咨询）。 Use when: 技术问题需要多源调查、设计决策需要证据、operator说\"调研\"\u002F\"research\"、需要咨询云端模型。 Not for: 简单搜索（直接用 WebSearch）、已有结论的确认。 Output: 调研报告 + 证据合成 或 咨询文档（含回填区）。","peps1666\u002FBuildCrew-AI","peps1666","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F128503359?v=4","01M7APD9BQ6NTJ79J9FTB6YZGT","junhao zhou","01M7APD9CD06Q6CCJ22FYVG2AK",0,"MIT","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fcat-cafe-skills\u002Fdeep-research\u002FSKILL.md",[],[],"2026-11-15 14:19:17",false,"---\nname: deep-research\ndescription: >\n  多源深度调研管道（Web Deep Research + Coder 合成 + 云端模型咨询）。\n  Use when: 技术问题需要多源调查、设计决策需要证据、operator说\"调研\"\u002F\"research\"、需要咨询云端模型。\n  Not for: 简单搜索（直接用 WebSearch）、已有结论的确认。\n  Output: 调研报告 + 证据合成 或 咨询文档（含回填区）。\ntriggers:\n  - \"调研\"\n  - \"research\"\n  - \"深度研究\"\n  - \"问一下 GPT Pro\"\n  - \"咨询云端\"\nrenamed-from: deep-research-pipeline\n---\n\n# Deep Research\n\n两种模式：\n- **Mode A: 多源调研**：Web 猫（网络搜索）+ Coder 猫（代码判断）+ GPT-5.2 Pro（审阅）= 三角验证\n- **Mode B: 云端模型咨询**：本地猫总结背景 → operator发给云端模型 → 回填结果 → 本地猫综合\n\n## 两种猫，各有分工\n\n| | Web 猫（Deep Research 模式） | Coder 猫（CLI\u002FClowder AI） |\n|---|---|---|\n| 强项 | 搜 100+ 来源，有引用 | 读项目代码，跑测试 |\n| 弱点 | 不了解我们的 codebase | 网络搜索深度有限 |\n| 用途 | Step 2 并行调研 | Step 4 综合判断 |\n\n**不适用场景：**\n- 快速事实查询（直接用 WebSearch）\n- 纯代码问题（用 Explore agent）\n- 项目文档里已有答案\n\n## 文件组织规范（铁律）\n\n**一个研究课题 = 一个子目录**。只要产出超过 1 个文件，就必须建子目录，禁止在 `project-research\u002F` 平铺散落。\n\n```\nproject-research\u002FYYYY-MM-DD-{topic}\u002F\n├── prompt.md                          # Step 1 研究提示词（同时保留到 docs\u002Fprompts\u002F 的副本）\n├── {provider}-response.md             # Step 2 云端 deep research 原文\n│   例：claude-response.md \u002F gemini-response.md \u002F gpt-response.md\n├── gpt-pro-review.md                  # Step 3 GPT Pro 审阅（可选）\n├── {cat}-synthesis.md                 # Step 4 猫猫独立综合分析\n│   例：opus-synthesis.md \u002F codex-synthesis.md \u002F opus47-synthesis.md\n├── {cat}-点评.md                      # 非代码猫的风格点评（如Siamese）\n└── synthesis.md                       # 最终合并综合（如果有）\n```\n\n**命名规则**：\n- `{topic}` 用英文 kebab-case（如 `finance-provider-stack`、`memory-architecture`）\n- `{provider}` = 云端模型标识：`claude` \u002F `gemini` \u002F `gpt` \u002F `gpt-pro`\n- `{cat}` = 猫猫名：`opus` \u002F `opus47` \u002F `codex` \u002F `gemini-cat`（避免和 provider 名冲突时加 `-cat`）\n- 如果只有 1 个文件（如单次 Mode B 咨询），可以不建子目录，直接放 `project-research\u002F`\n\n**Mode B 咨询归属**：如果咨询是某个已有研究课题的一部分，文件放进该课题子目录（不另建目录）。\n\n## 四步流程\n\n**Step 1 — 写 Prompt 并落盘**\n```\nproject-research\u002FYYYY-MM-DD-{topic}\u002Fprompt.md\n（同时复制一份到 docs\u002Fprompts\u002FYYYY-MM-DD-{topic}-research-prompt.md，向后兼容）\n```\n模板见下方。写完再发，不要边写边发。\n\n**Step 2 — 三路并行 Web 调研**\n```\n同一个 prompt →\n  Claude.ai Deep Research\n  Gemini Deep Research\n  ChatGPT Deep Research  ← 可能先问澄清问题，答完后把 Q&A 追加到另外两路的 prompt\n```\n结果存：`project-research\u002FYYYY-MM-DD-{topic}\u002F{provider}-response.md`\n\n**Step 3 — GPT-5.2 Pro 审阅**\n输入三份报告 → 找逻辑漏洞、弱证据、三方分歧\n存：`project-research\u002FYYYY-MM-DD-{topic}\u002Fgpt-pro-review.md`（注意：Pro 是审阅者，不是调研者，不要让他搜索）\n\n**Step 4 — Coder 猫综合 + 决策**\n读全部四份文档 → 对照实际 codebase 验证 → 标注\"直接可用\u002F需验证\u002F项目特殊约束\"\n如果多只猫并行综合，每只猫存自己的：`{cat}-synthesis.md`\n最终合并版：`synthesis.md` → 和operator讨论 → 落到 ADR\n\n## Prompt 模板（Step 1）\n\n**使用 8 槽位骨架模板**：`cat-cafe-skills\u002Frefs\u002Fresearch-prompt-template.md`\n\n8 个槽位：\n1. `Problem Frame` — 任务边界 + 非目标\n2. `Current Hypotheses` — 我们的假设 + 证据缺口\n3. `Disconfirm First` — 先找反例（反确认偏误）\n4. `Source Mix Quota` — 来源配额（论文\u002F工程\u002F开源\u002F竞品）\n5. `Local Constraints` — 我们的约束（多引擎\u002F人在环\u002F知识在 repo）\n6. `Output Schema` — 支持\u002F反对\u002F未定 + 置信度\n7. `Decision Interface` — 映射到 采纳\u002F试点\u002F搁置\n8. `Risk Register` — 如果结论错了炸在哪\n\n**发送前自动注入**（模板底部有清单）：当前 Feature spec、相关 ADR、最近教训、BACKLOG 上下文。\n\n**收到后 Quality Gate**（模板底部有标准）：反例覆盖、来源多样性、约束对齐、可行动、风险意识。\n\n实战范例：*(internal reference removed)*\n\n## Quota 意识\n\n| 资源 | 策略 |\n|------|------|\n| ChatGPT Deep Research | 30 天滚动上限，发前确认值得用 |\n| Claude \u002F Gemini Deep Research | Plan-dependent，同上 |\n| GPT-5.2 Pro | 仅用于 Step 3 审阅，不用于普通对话 |\n\n**三个视角的必要性：** Claude \u002F Gemini \u002F GPT 各家族有不同的训练偏差。分歧处往往是最有价值的信号。\n\n## Chrome MCP 自动化（Step 2）\n\n执行猫可用 `mcp__claude-in-chrome__*` 工具自动发送 prompt + 附件 + 提取回复。\n\n**详细 DOM 选择器和代码片段见各平台 ref**：\n- **ChatGPT** → `refs\u002Fchatgpt-browser-automation.md`（2026-03-10 实测验证 ✅）\n- **Claude.ai** → `refs\u002Fclaude-ai-browser-automation.md`（2026-03-10 实测验证 ✅）\n- **Gemini** → `refs\u002Fgemini-browser-automation.md`（2026-03-10 实测验证 ✅）\n\n### ChatGPT 自动化摘要（已验证）\n\n| 步骤 | 方法 | 关键选择器 |\n|------|------|-----------|\n| 注入文本 | `execCommand('insertText')` | `#prompt-textarea` |\n| 上传文件 | DataTransfer API 注入 file input | `querySelectorAll('input[type=\"file\"]')[0]` |\n| 切换深度研究 | 点击侧栏或 `+` 菜单 | `[data-testid=\"deep-research-sidebar-item\"]` |\n| 发送 | 点击发送按钮 \u002F 按 Enter | 输入框右侧圆形按钮 |\n| 等待完成 | 轮询停止按钮是否消失 | `button[aria-label=\"停止生成\"]` |\n| 复制回复 | 点击复制按钮 → 读剪贴板 | `[data-testid=\"copy-turn-action-button\"]` |\n\n### 文件上传工作流（提示词在输入框，ref 文档用文件上传）\n\n```\n1. 猫本地读取 ref .md 文件内容\n2. JS: new File([content], 'filename.md', {type: 'text\u002Fmarkdown'})\n3. JS: DataTransfer → fileInput.files = dt.files → dispatch 'change'\n4. 文件卡片出现在输入框上方\n5. 同时 execCommand 注入提示词文本\n6. 发送\n```\n\n### Gemini 自动化摘要（已验证）\n\n| 步骤 | 方法 | 关键选择器 |\n|------|------|-----------|\n| 注入文本 | `execCommand('insertText')` ✅ | `.ql-editor[contenteditable=\"true\"]`（Quill） |\n| 切换 Deep Research | 工具菜单 | 点击「工具」→「Deep Research」 |\n| 发送 | 点击发送按钮 | 输入框右侧蓝色箭头 |\n| 确认计划 | 点击「开始研究」 | ← Gemini 独有！ChatGPT\u002FClaude 无此步骤 |\n| 等待完成 | 轮询停止按钮消失 | 或检查「分享和导出」按钮出现 |\n| 导出 | 分享和导出 → 导出到 Google 文档 | 报告面板顶部按钮 |\n| 下载 MD | Google Docs: 文件 → 下载 → Markdown | 标准 Google Docs 操作 |\n\n> **重要更正**：之前记录的\"contenteditable 不接受 execCommand\"是错误的。Gemini Quill 编辑器完全支持。\n\n### 报告提取（2026-03-10 实测确认）\n\n- **GPT Pro 回复**：`copy-turn-action-button` + `clipboard.readText()` ✅ 全自动\n- **✅ GPT 深度研究报告**：API 提取法（`backend-api\u002Fconversation\u002F{id}` + Bearer token）\n  - 报告在 widget state JSON → `report_message.content.parts[0]` = 完整 Markdown\n  - Blob 下载 → `cp` 归档（详见 `refs\u002Fchatgpt-browser-automation.md`）\n- **✅ Claude.ai 报告**：Artifact 面板原生 \"Download as Markdown\" 按钮（blob URL，同源 DOM）\n  - 点击 Copy options → Download as Markdown → 自动下载 .md 文件\n  - 比 ChatGPT 简单得多——无需 API 提取（详见 `refs\u002Fclaude-ai-browser-automation.md`）\n- **✅ Gemini 报告**：导出到 Google Docs → 文件 → 下载 → Markdown (.md)\n  - 两跳路径（Gemini → Google Docs → 本地），比 ChatGPT\u002FClaude 多一步\n  - 下载文件名 = Google Docs 文档标题 + `.md`（详见 `refs\u002Fgemini-browser-automation.md`）\n\n## 常见错误\n\n| 错误 | 修正 |\n|------|------|\n| 没落盘 prompt 就发 | prompt 文件 = 可追溯性，必须先写 |\n| 三路发了不同的 prompt | 基础 prompt 相同；只有 GPT Q&A 是追加的 |\n| 让 GPT Pro 去搜索 | Pro 是审阅者，不是调研者 |\n| 忽略三方分歧 | 分歧 = 最有价值的信号，必须分析 |\n| Coder 猫盲信 web 报告 | 必须对照实际 codebase 验证 |\n\n## Step 5 — 在交接前持久化调研产出\n\n如果调研结果需要被后续 session、其他猫、或人类继续使用，就在结束该流程前 commit。\n- 在 worktree 里：commit 到当前分支\n- 在共享 main worktree：commit + push，确保其他 session 能看到\n- 多次 Edit 更新：每次重大更新后追加 commit\n\n**验证**：在总结 \u002F handoff 里记录 commit SHA。`git log --oneline -1` 显示刚才的 commit。\n\n## Next Step\n\n→ `collaborative-thinking`（讨论调研结论，形成决策）\n\n---\n\n# Mode B: 云端模型咨询\n\n**场景**：需要咨询无法访问本地文件的云端模型（如 GPT Pro、Claude Pro 等）。\n\n**问题**：云端模型不知道我们的现状，也访问不到本地文件。直接问容易得到泛泛的回答。\n\n**解决**：本地猫先总结背景，生成自包含的 prompt + 回填文档。\n\n## 适用场景\n\n- 需要 GPT Pro 帮忙审阅\u002F补充观点\n- 需要外部专家视角\n- 本地调研完成后，想要第三方验证\n- operator说\"问一下云端的 xxx\"\n\n## 三步流程\n\n**Step 1 — 本地猫创建咨询文档**\n\n```\nproject-research\u002FYYYY-MM-DD-{topic}-{model}-consult.md\n```\n\n文档结构（三部分）：\n```markdown\n## Part 1: 发给云端模型的提示词\n> 直接复制发送\n\n{自包含的背景 + 我们的现状 + 已有结论 + 请求}\n\n## Part 2: 云端模型回答（待回填）\n> operator粘贴回答到这里\n\n[待回填]\n\n## Part 3: 综合后的最终版本（待撰写）\n> 本地猫综合后撰写\n\n[待撰写]\n```\n\n**Step 2 — operator发送 + 回填**\n\n1. 复制 Part 1 发给云端模型\n2. 把回答粘贴到 Part 2\n3. @ 本地猫继续\n\n**Step 3 — 本地猫综合**\n\n1. 读 Part 2 的回答\n2. 对照本地 codebase 验证\n3. 综合写 Part 3（最终版本）\n\n## Part 1 Prompt 模板\n\n```markdown\n你好，我们是 {团队简介}，正在 {做什么}。\n\n### 背景\n{简要说明项目现状，重点是云端模型需要知道的上下文}\n\n### 我们的核心结论\n{已有的结论\u002F共识，用表格或列表清晰呈现}\n\n### 请求\n**请帮我们 {具体请求}**，例如：\n- 补充 3-5 个业界案例\n- 指出我们结论的盲区\n- 给出更好的表述方式\n\n理想的输出特征：\n- {特征1，如：知名公司\u002F产品}\n- {特征2，如：有公开数据}\n\n可以考虑的方向（不限于）：\n- {方向1}\n- {方向2}\n\n**额外请求**：\n- 如果你觉得我们的结论有盲区，请指出\n- 如果有更好的 {比喻\u002F表述\u002F方案}，欢迎建议\n```\n\n## 关键原则\n\n| 原则 | 说明 |\n|------|------|\n| **自包含** | Part 1 必须让云端模型仅凭这段 prompt 就能理解全部上下文 |\n| **结构化** | 用表格\u002F列表呈现已有结论，便于云端模型快速理解 |\n| **明确请求** | 说清楚要什么（案例\u002F审阅\u002F建议），不要让模型猜 |\n| **留回填区** | Part 2 和 Part 3 结构清晰，方便后续操作 |\n| **追溯链** | 文档放在 `project-research\u002F`，关联到原始 thread |\n\n## 常见错误\n\n| 错误 | 修正 |\n|------|------|\n| Prompt 假设云端模型知道我们的项目 | 必须写明背景，不能省略 |\n| 只丢问题不给上下文 | 先总结我们已有的结论，再请求补充 |\n| 忘记创建回填区 | Part 2 和 Part 3 必须预留，结构化便于操作 |\n| 本地猫直接用云端结论 | 必须 Step 3 对照 codebase 验证后再综合 |\n\n## 文件命名规范\n\n**独立咨询**（不属于某个研究课题）：\n```\nproject-research\u002FYYYY-MM-DD-{topic}-{model}-consult.md\n```\n例如：`2026-03-08-model-agent-platform-gpt-pro-consult.md`\n\n**属于已有课题的咨询**：放进课题子目录\n```\nproject-research\u002FYYYY-MM-DD-{topic}\u002F{model}-consult.md\n```\n例如：*(internal reference removed)*\n","# Deep Research\n\n两种模式：\n- **Mode A: 多源调研**：Web 猫（网络搜索）+ Coder 猫（代码判断）+ GPT-5.2 Pro（审阅）= 三角验证\n- **Mode B: 云端模型咨询**：本地猫总结背景 → operator发给云端模型 → 回填结果 → 本地猫综合\n\n## 两种猫，各有分工\n\n| | Web 猫（Deep Research 模式） | Coder 猫（CLI\u002FClowder AI） |\n|---|---|---|\n| 强项 | 搜 100+ 来源，有引用 | 读项目代码，跑测试 |\n| 弱点 | 不了解我们的 codebase | 网络搜索深度有限 |\n| 用途 | Step 2 并行调研 | Step 4 综合判断 |\n\n**不适用场景：**\n- 快速事实查询（直接用 WebSearch）\n- 纯代码问题（用 Explore agent）\n- 项目文档里已有答案\n\n## 文件组织规范（铁律）\n\n**一个研究课题 = 一个子目录**。只要产出超过 1 个文件，就必须建子目录，禁止在 `project-research\u002F` 平铺散落。\n\n```\nproject-research\u002FYYYY-MM-DD-{topic}\u002F\n├── prompt.md                          # Step 1 研究提示词（同时保留到 docs\u002Fprompts\u002F 的副本）\n├── {provider}-response.md             # Step 2 云端 deep research 原文\n│   例：claude-response.md \u002F gemini-response.md \u002F gpt-response.md\n├── gpt-pro-review.md                  # Step 3 GPT Pro 审阅（可选）\n├── {cat}-synthesis.md                 # Step 4 猫猫独立综合分析\n│   例：opus-synthesis.md \u002F codex-synthesis.md \u002F opus47-synthesis.md\n├── {cat}-点评.md                      # 非代码猫的风格点评（如Siamese）\n└── synthesis.md                       # 最终合并综合（如果有）\n```\n\n**命名规则**：\n- `{topic}` 用英文 kebab-case（如 `finance-provider-stack`、`memory-architecture`）\n- `{provider}` = 云端模型标识：`claude` \u002F `gemini` \u002F `gpt` \u002F `gpt-pro`\n- `{cat}` = 猫猫名：`opus` \u002F `opus47` \u002F `codex` \u002F `gemini-cat`（避免和 provider 名冲突时加 `-cat`）\n- 如果只有 1 个文件（如单次 Mode B 咨询），可以不建子目录，直接放 `project-research\u002F`\n\n**Mode B 咨询归属**：如果咨询是某个已有研究课题的一部分，文件放进该课题子目录（不另建目录）。\n\n## 四步流程\n\n**Step 1 — 写 Prompt 并落盘**\n```\nproject-research\u002FYYYY-MM-DD-{topic}\u002Fprompt.md\n（同时复制一份到 docs\u002Fprompts\u002FYYYY-MM-DD-{topic}-research-prompt.md，向后兼容）\n```\n模板见下方。写完再发，不要边写边发。\n\n**Step 2 — 三路并行 Web 调研**\n```\n同一个 prompt →\n  Claude.ai Deep Research\n  Gemini Deep Research\n  ChatGPT Deep Research  ← 可能先问澄清问题，答完后把 Q&A 追加到另外两路的 prompt\n```\n结果存：`project-research\u002FYYYY-MM-DD-{topic}\u002F{provider}-response.md`\n\n**Step 3 — GPT-5.2 Pro 审阅**\n输入三份报告 → 找逻辑漏洞、弱证据、三方分歧\n存：`project-research\u002FYYYY-MM-DD-{topic}\u002Fgpt-pro-review.md`（注意：Pro 是审阅者，不是调研者，不要让他搜索）\n\n**Step 4 — Coder 猫综合 + 决策**\n读全部四份文档 → 对照实际 codebase 验证 → 标注\"直接可用\u002F需验证\u002F项目特殊约束\"\n如果多只猫并行综合，每只猫存自己的：`{cat}-synthesis.md`\n最终合并版：`synthesis.md` → 和operator讨论 → 落到 ADR\n\n## Prompt 模板（Step 1）\n\n**使用 8 槽位骨架模板**：`cat-cafe-skills\u002Frefs\u002Fresearch-prompt-template.md`\n\n8 个槽位：\n1. `Problem Frame` — 任务边界 + 非目标\n2. `Current Hypotheses` — 我们的假设 + 证据缺口\n3. `Disconfirm First` — 先找反例（反确认偏误）\n4. `Source Mix Quota` — 来源配额（论文\u002F工程\u002F开源\u002F竞品）\n5. `Local Constraints` — 我们的约束（多引擎\u002F人在环\u002F知识在 repo）\n6. `Output Schema` — 支持\u002F反对\u002F未定 + 置信度\n7. `Decision Interface` — 映射到 采纳\u002F试点\u002F搁置\n8. `Risk Register` — 如果结论错了炸在哪\n\n**发送前自动注入**（模板底部有清单）：当前 Feature spec、相关 ADR、最近教训、BACKLOG 上下文。\n\n**收到后 Quality Gate**（模板底部有标准）：反例覆盖、来源多样性、约束对齐、可行动、风险意识。\n\n实战范例：*(internal reference removed)*\n\n## Quota 意识\n\n| 资源 | 策略 |\n|------|------|\n| ChatGPT Deep Research | 30 天滚动上限，发前确认值得用 |\n| Claude \u002F Gemini Deep Research | Plan-dependent，同上 |\n| GPT-5.2 Pro | 仅用于 Step 3 审阅，不用于普通对话 |\n\n**三个视角的必要性：** Claude \u002F Gemini \u002F GPT 各家族有不同的训练偏差。分歧处往往是最有价值的信号。\n\n## Chrome MCP 自动化（Step 2）\n\n执行猫可用 `mcp__claude-in-chrome__*` 工具自动发送 prompt + 附件 + 提取回复。\n\n**详细 DOM 选择器和代码片段见各平台 ref**：\n- **ChatGPT** → `refs\u002Fchatgpt-browser-automation.md`（2026-03-10 实测验证 ✅）\n- **Claude.ai** → `refs\u002Fclaude-ai-browser-automation.md`（2026-03-10 实测验证 ✅）\n- **Gemini** → `refs\u002Fgemini-browser-automation.md`（2026-03-10 实测验证 ✅）\n\n### ChatGPT 自动化摘要（已验证）\n\n| 步骤 | 方法 | 关键选择器 |\n|------|------|-----------|\n| 注入文本 | `execCommand('insertText')` | `#prompt-textarea` |\n| 上传文件 | DataTransfer API 注入 file input | `querySelectorAll('input[type=\"file\"]')[0]` |\n| 切换深度研究 | 点击侧栏或 `+` 菜单 | `[data-testid=\"deep-research-sidebar-item\"]` |\n| 发送 | 点击发送按钮 \u002F 按 Enter | 输入框右侧圆形按钮 |\n| 等待完成 | 轮询停止按钮是否消失 | `button[aria-label=\"停止生成\"]` |\n| 复制回复 | 点击复制按钮 → 读剪贴板 | `[data-testid=\"copy-turn-action-button\"]` |\n\n### 文件上传工作流（提示词在输入框，ref 文档用文件上传）\n\n```\n1. 猫本地读取 ref .md 文件内容\n2. JS: new File([content], 'filename.md', {type: 'text\u002Fmarkdown'})\n3. JS: DataTransfer → fileInput.files = dt.files → dispatch 'change'\n4. 文件卡片出现在输入框上方\n5. 同时 execCommand 注入提示词文本\n6. 发送\n```\n\n### Gemini 自动化摘要（已验证）\n\n| 步骤 | 方法 | 关键选择器 |\n|------|------|-----------|\n| 注入文本 | `execCommand('insertText')` ✅ | `.ql-editor[contenteditable=\"true\"]`（Quill） |\n| 切换 Deep Research | 工具菜单 | 点击「工具」→「Deep Research」 |\n| 发送 | 点击发送按钮 | 输入框右侧蓝色箭头 |\n| 确认计划 | 点击「开始研究」 | ← Gemini 独有！ChatGPT\u002FClaude 无此步骤 |\n| 等待完成 | 轮询停止按钮消失 | 或检查「分享和导出」按钮出现 |\n| 导出 | 分享和导出 → 导出到 Google 文档 | 报告面板顶部按钮 |\n| 下载 MD | Google Docs: 文件 → 下载 → Markdown | 标准 Google Docs 操作 |\n\n> **重要更正**：之前记录的\"contenteditable 不接受 execCommand\"是错误的。Gemini Quill 编辑器完全支持。\n\n### 报告提取（2026-03-10 实测确认）\n\n- **GPT Pro 回复**：`copy-turn-action-button` + `clipboard.readText()` ✅ 全自动\n- **✅ GPT 深度研究报告**：API 提取法（`backend-api\u002Fconversation\u002F{id}` + Bearer token）\n  - 报告在 widget state JSON → `report_message.content.parts[0]` = 完整 Markdown\n  - Blob 下载 → `cp` 归档（详见 `refs\u002Fchatgpt-browser-automation.md`）\n- **✅ Claude.ai 报告**：Artifact 面板原生 \"Download as Markdown\" 按钮（blob URL，同源 DOM）\n  - 点击 Copy options → Download as Markdown → 自动下载 .md 文件\n  - 比 ChatGPT 简单得多——无需 API 提取（详见 `refs\u002Fclaude-ai-browser-automation.md`）\n- **✅ Gemini 报告**：导出到 Google Docs → 文件 → 下载 → Markdown (.md)\n  - 两跳路径（Gemini → Google Docs → 本地），比 ChatGPT\u002FClaude 多一步\n  - 下载文件名 = Google Docs 文档标题 + `.md`（详见 `refs\u002Fgemini-browser-automation.md`）\n\n## 常见错误\n\n| 错误 | 修正 |\n|------|------|\n| 没落盘 prompt 就发 | prompt 文件 = 可追溯性，必须先写 |\n| 三路发了不同的 prompt | 基础 prompt 相同；只有 GPT Q&A 是追加的 |\n| 让 GPT Pro 去搜索 | Pro 是审阅者，不是调研者 |\n| 忽略三方分歧 | 分歧 = 最有价值的信号，必须分析 |\n| Coder 猫盲信 web 报告 | 必须对照实际 codebase 验证 |\n\n## Step 5 — 在交接前持久化调研产出\n\n如果调研结果需要被后续 session、其他猫、或人类继续使用，就在结束该流程前 commit。\n- 在 worktree 里：commit 到当前分支\n- 在共享 main worktree：commit + push，确保其他 session 能看到\n- 多次 Edit 更新：每次重大更新后追加 commit\n\n**验证**：在总结 \u002F handoff 里记录 commit SHA。`git log --oneline -1` 显示刚才的 commit。\n\n## Next Step\n\n→ `collaborative-thinking`（讨论调研结论，形成决策）\n\n---\n\n# Mode B: 云端模型咨询\n\n**场景**：需要咨询无法访问本地文件的云端模型（如 GPT Pro、Claude Pro 等）。\n\n**问题**：云端模型不知道我们的现状，也访问不到本地文件。直接问容易得到泛泛的回答。\n\n**解决**：本地猫先总结背景，生成自包含的 prompt + 回填文档。\n\n## 适用场景\n\n- 需要 GPT Pro 帮忙审阅\u002F补充观点\n- 需要外部专家视角\n- 本地调研完成后，想要第三方验证\n- operator说\"问一下云端的 xxx\"\n\n## 三步流程\n\n**Step 1 — 本地猫创建咨询文档**\n\n```\nproject-research\u002FYYYY-MM-DD-{topic}-{model}-consult.md\n```\n\n文档结构（三部分）：\n```markdown\n## Part 1: 发给云端模型的提示词\n> 直接复制发送\n\n{自包含的背景 + 我们的现状 + 已有结论 + 请求}\n\n## Part 2: 云端模型回答（待回填）\n> operator粘贴回答到这里\n\n[待回填]\n\n## Part 3: 综合后的最终版本（待撰写）\n> 本地猫综合后撰写\n\n[待撰写]\n```\n\n**Step 2 — operator发送 + 回填**\n\n1. 复制 Part 1 发给云端模型\n2. 把回答粘贴到 Part 2\n3. @ 本地猫继续\n\n**Step 3 — 本地猫综合**\n\n1. 读 Part 2 的回答\n2. 对照本地 codebase 验证\n3. 综合写 Part 3（最终版本）\n\n## Part 1 Prompt 模板\n\n```markdown\n你好，我们是 {团队简介}，正在 {做什么}。\n\n### 背景\n{简要说明项目现状，重点是云端模型需要知道的上下文}\n\n### 我们的核心结论\n{已有的结论\u002F共识，用表格或列表清晰呈现}\n\n### 请求\n**请帮我们 {具体请求}**，例如：\n- 补充 3-5 个业界案例\n- 指出我们结论的盲区\n- 给出更好的表述方式\n\n理想的输出特征：\n- {特征1，如：知名公司\u002F产品}\n- {特征2，如：有公开数据}\n\n可以考虑的方向（不限于）：\n- {方向1}\n- {方向2}\n\n**额外请求**：\n- 如果你觉得我们的结论有盲区，请指出\n- 如果有更好的 {比喻\u002F表述\u002F方案}，欢迎建议\n```\n\n## 关键原则\n\n| 原则 | 说明 |\n|------|------|\n| **自包含** | Part 1 必须让云端模型仅凭这段 prompt 就能理解全部上下文 |\n| **结构化** | 用表格\u002F列表呈现已有结论，便于云端模型快速理解 |\n| **明确请求** | 说清楚要什么（案例\u002F审阅\u002F建议），不要让模型猜 |\n| **留回填区** | Part 2 和 Part 3 结构清晰，方便后续操作 |\n| **追溯链** | 文档放在 `project-research\u002F`，关联到原始 thread |\n\n## 常见错误\n\n| 错误 | 修正 |\n|------|------|\n| Prompt 假设云端模型知道我们的项目 | 必须写明背景，不能省略 |\n| 只丢问题不给上下文 | 先总结我们已有的结论，再请求补充 |\n| 忘记创建回填区 | Part 2 和 Part 3 必须预留，结构化便于操作 |\n| 本地猫直接用云端结论 | 必须 Step 3 对照 codebase 验证后再综合 |\n\n## 文件命名规范\n\n**独立咨询**（不属于某个研究课题）：\n```\nproject-research\u002FYYYY-MM-DD-{topic}-{model}-consult.md\n```\n例如：`2026-03-08-model-agent-platform-gpt-pro-consult.md`\n\n**属于已有课题的咨询**：放进课题子目录\n```\nproject-research\u002FYYYY-MM-DD-{topic}\u002F{model}-consult.md\n```\n例如：*(internal reference removed)*\n",{"name":5,"triggers":24,"description":30,"renamed-from":31},[25,26,27,28,29],"调研","research","深度研究","问一下 GPT Pro","咨询云端","多源深度调研管道（Web Deep Research + Coder 合成 + 云端模型咨询）。 Use when: 技术问题需要多源调查、设计决策需要证据、operator说\"调研\"\u002F\"research\"、需要咨询云端模型。 Not for: 简单搜索（直接用 WebSearch）、已有结论的确认。 Output: 调研报告 + 证据合成 或 咨询文档（含回填区）。\n","deep-research-pipeline","main","e43f83d5ceb309323cae7e0f31e5e48fd816a57d","cat-cafe-skills\u002Fdeep-research","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI","https:\u002F\u002Fgithub.com\u002Fpeps1666","https:\u002F\u002Fwww.cug.edu.cn\u002F","My name is Zhou Junhao, and I am from China University of Geosciences (Wuhan). My major is Resources and Environment, and my research direction is Remote Sensin","2026-08-16 00:25:38",{"source":8,"skillName":5,"commands":41,"prompt":51,"zipAvailable":52},[42,45,48],{"tool":43,"command":44},"npx","npx skills add peps1666\u002FBuildCrew-AI --skill deep-research",{"tool":46,"command":47},"bunx","bunx skills add peps1666\u002FBuildCrew-AI --skill deep-research",{"tool":49,"command":50},"pnpm","pnpm dlx skills add peps1666\u002FBuildCrew-AI --skill deep-research","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fcat-cafe-skills\u002Fdeep-research\u002FSKILL.md",true,[],[55,61,68,75,82,89],{"skillNo":56,"name":57,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":58,"categories":59,"keywords":60,"publishedAt":19},"01M7APYYSHV2SSSRV5Q15JWWPF","plugin-reconcile-skill","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fplugins\u002Ftest-reconcile-plugin-regr\u002Fskills\u002Fplugin-reconcile-skill\u002FSKILL.md",[],[],{"skillNo":62,"name":63,"nameZh":6,"description":64,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":65,"categories":66,"keywords":67,"publishedAt":19},"01M7APYWAJ119TPF079F2AXWAS","weixin-mp","通过 Limb 体系操作微信公众号：发布文章、上传图片、管理草稿。 Use when: 需要发布内容到微信公众号、查看草稿、检查公众号连接状态。 Not for: 其他平台的发布、纯文本聊天、非公众号相关操作。 Output: 微信公众号操作结果（发布ID、草稿列表、图片URL等）。","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fpackages\u002Fapi\u002Fsrc\u002Fplugins\u002Fweixin-mp\u002Fskills\u002Fweixin-mp\u002FSKILL.md",[],[],{"skillNo":69,"name":70,"nameZh":6,"description":71,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":72,"categories":73,"keywords":74,"publishedAt":19},"01M7APYNNEMBP2T62WT0JT7GNE","writing-skills","创建或修改 Clowder AI skill \u002F MCP tool description 的元技能（含质量标准、范本、发布）。 Use when: 写新 skill、修改现有 skill、写\u002F改 MCP tool description、验证 skill 质量； 或者功能实现中产出了 SKILL.md \u002F cat-cafe-skills\u002F 新目录 \u002F manifest.yaml skill 条目。 Not for: 使用 skill（直接触发对应 skill）。 Output: 新\u002F更新的 SKILL.md + manifest 条目 + symlinks。 GOTCHA: 软硬同重——skill\u002FMCP 质量 = 代码质量；不要写模型已知的通用教程，先过价值门禁。","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fcat-cafe-skills\u002Fwriting-skills\u002FSKILL.md",[],[],{"skillNo":76,"name":77,"nameZh":6,"description":78,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":79,"categories":80,"keywords":81,"publishedAt":19},"01M7APYHJDXRH9EDP5D3JZHSVN","writing-plans","将 spec\u002F需求拆分为可执行的分步实施计划。 Use when: 有 spec 或需求，准备动手前需要拆分步骤。 Not for: trivial 改动（≤5 行）、已有详细计划。 Output: 分步实施计划（含 TDD 步骤和检查点）。","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fcat-cafe-skills\u002Fwriting-plans\u002FSKILL.md",[],[],{"skillNo":83,"name":84,"nameZh":6,"description":85,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":86,"categories":87,"keywords":88,"publishedAt":19},"01M7APYD2SSZ6Y6CF5SD3YZ5C0","worktree","为代码、脚本、API 与第一方执行面创建隔离 Git worktree，并配置 Redis 6398；classifier 放行的 co-creation docs direct push 不进入本流程。","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fcat-cafe-skills\u002Fworktree\u002FSKILL.md",[],[],{"skillNo":90,"name":91,"nameZh":6,"description":92,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":93,"categories":94,"keywords":95,"publishedAt":19},"01M7APY8R4E7RR2WZVPH9V8WWP","workspace-navigator","猫猫把“打开文档、代码或日志”等模糊意图解析成本地绝对路径或 worktree 相对路径，并返回 applied、queued、blocked 或 unconfirmed 的真实 Workspace 投递状态。","https:\u002F\u002Fgithub.com\u002Fpeps1666\u002FBuildCrew-AI\u002Fblob\u002Fmain\u002Fcat-cafe-skills\u002Fworkspace-navigator\u002FSKILL.md",[],[]]