research-report

仓库创建 2025年12月29日最近提交 2 个月前SkillHot 收录 21 天前

▸ 精选理由

自动提取关键指标并生成可读报告，便于交付与审阅。

▸ 风险提示

会读取本地输出目录中的 JSON 结果文件。

这个 Skill 做什么

聚合研究结果并生成覆盖字段的 Markdown 报告，省略不确定项。

把零散调研结果整理成一份可读的 Markdown 报告，自动从工程目录里的 outline.yaml 和各类 JSON 输出里抓主题、关键指标并生成目录。适合需要把大量度量（比如 star、引用、bench 分数）和结论快速汇总给团队或老板时用。遇到不确定的数据会自动省略或标注，输出清晰、方便复核和后续追踪。

▸ 展开 SKILL.md 英文原文

Summarize deep research results into markdown report, cover all fields, skip uncertain values.

研究检索报告生成结果汇总不确定性处理通用

1.8k

Stars

142

Forks

仓库内 Skill

+229

7 日增星

安装 / 使用

给你的 Agent 一句话（通用）

帮我安装这个 skill：https://raw.githubusercontent.com/Weizhena/Deep-Research-skills/master/skills/research-codex-en/research-report/SKILL.md

或 curl 直取 SKILL.md

curl -fsSL "https://raw.githubusercontent.com/Weizhena/Deep-Research-skills/master/skills/research-codex-en/research-report/SKILL.md"

SKILL.MD 节选查看完整文件 ↗

# Research Report - Summary Report

## Trigger
`/research-report`

## Workflow

### Step 1: Locate Results Directory
Find `*/outline.yaml` in current working directory, read topic and output_dir config.

### Step 2: Scan Optional Summary Fields
Read all JSON results, extract fields suitable for TOC display (numeric, short metrics), e.g.:
- github_stars
- google_scholar_cites
- swe_bench_score
- user_scale
- valuation
- release_date

Use request_user_input to ask user:
- Which fields to display in TOC besides item name?
- Provide dynamic options list (based on actual fields in JSON)

### Step 3: Generate Python Conversion Script
Generate `generate_report.py` in `{topic}/` directory, script re

via SKILL·HOT · 数据来自 GitHub 公开信息 · 原文版权归作者所有