Xiaobai-Research: DSH Deep Research Report Engine

前言

在 DeepSeek Harness(DSH)里用通用大模型或普通 Agent 写陌生行业的深度调研,常见问题是:开篇术语堆叠、主体像厂商宣传稿、缺少自研成本与采购选型的成对论证,交付物也难以直接呈报(表格口径不一、缺少 Word 三级目录、易出现无来源数据)。Xiaobai-Research(小白深度调研引擎 v1.0)面向 DSH 与 Agent Skills 生态,把「白话时间线、技术瓶颈穿透、自研/采购博弈、立项反推缺口」写进技能规范,并附带质量门禁脚本与 Markdown 转 DOCX 排版流水线。

下面介绍插件定位、能力与安装用法;事实以 GitHub 仓库 README 为准。

这是什么

Xiaobai-Research 由维护者 Wattson-Law 发布,在 SkillHub 分类为联网工具,GitHub 仓库 Wattson-Law/Xiaobai-Reasearch(Release 标注 v1.0.0,MIT 许可证)。

一句话定位:面向个人开发者与团队公司的深度调研报告生成引擎——方法论声称来自对 120+ 份标杆行业/立项报告的逆向蒸馏,输出侧强调出版级 Word(.docx)直出(含三级自动目录),并在正文规范中纳入自研成本核算与外部采购选型的成对论证。

核心机制与功能

方法论模块(技能内规范)

README 将蒸馏语料归纳为四类(合计 122 份样本),并对应四类写作模块:

语料类型 提炼模块(README 表述)
前沿科技与重大专项立项 「2.1 零门槛白话时间线」+「9.4 科研立项反推缺口」
工业智能与专机系统选型 「五维技术瓶颈穿透模型(BPS)」——机理、感知、决策、安全、证据
企业级软件与信创平台对比 「自研 vs. 采购三角博弈模型(MBAI)」——自研 / 采购 / 拆分
产业市场与供应链尽调 「六大标准对比表 + 零幻觉锚定规范(SGAR)」

Agent 侧核心目录为 skills/research-report/,主指令在 SKILL.md;结构、难点与自研论证、表格、版式分别见 references/ 下四份 Markdown。

DSH 挂载后的原生工具

通过 DSH 安装后,插件会挂载 research-report 技能,并向 Agent 注册两个工具(名称以 README 为准):

  • check_research_report_threads:对报告 Markdown 源稿做双主线启发式门禁(技术难点判据 + 自研代价博弈相关信号)。
  • build_research_report_docx:将 Markdown 编译为带三级自动目录的规范 .docx。

命令行脚本(可脱离 Agent 使用)

仓库提供独立 Python 脚本(依赖 Python 3.9+ 且环境需包含 lxml;python-docx 与 mistune 在 vendor/ 内,README 称无需额外 pip 安装这两者):

python skills/research-report/scripts/check_threads.py 调研报告.md

上一步对源稿做章节级自检(难点词、自研词、优劣成对及第 9 章难点矩阵等,具体规则见脚本与 references)。

python skills/research-report/scripts/build_docx.py 调研报告.md --out 调研报告.docx

这一步生成标准版式 Word,README 说明会插入三级自动目录、刷新页码字段,并支持中文路径与跨平台降级。

ERQI 基线(项目自述)

README 给出 ERQI™(Executive Research Quality Index) 与 72 轮双盲对照的自述量化表(相对「通用大模型基线」「传统人工初级分析师」与本插件 v1.0)。若你在对外材料中引用这些百分比,应标明来源为项目 README 的评测描述,而非第三方独立审计。

安装与启用

方式一:DSH CLI(推荐)

官方安装命令如下:

dsh plugin add github:Wattson-Law/Xiaobai-Reasearch

安装完成后,在 DSH 会话中通过已挂载的 research-report 技能与上述两个原生工具协作生成、校验并导出报告。

方式二:通用 Agent Skill

README 另给出手动拷贝技能目录的方式,或从 Releases 下载 research-report-skill-v1.0-clean.zip / dsh-plugin-research-report-v1.0.zip。适用于 DSH、Claude Code、Codex、Cursor 等兼容 Agent Skills 的环境。

方式三:仅使用排版与门禁脚本

下载仓库或 Release 包解压后,在仓库根目录按「核心机制与功能」中的两条 python 命令处理本地 Markdown 即可。

典型用法(可复现路径)

  1. 在 Agent 中加载 research-report 技能,按 SKILL.md 与 references/ 规范生成九章骨架的调研 Markdown(含 2.1 白话时间线与自研/采购成对章节)。
  2. 生成过程中或成稿后调用 check_research_report_threads(或运行 check_threads.py)做门禁扫描,按输出修正缺失的难点判据、自研代价配对或表格口径。
  3. 定稿后调用 build_research_report_docx(或运行 build_docx.py)得到 .docx;Windows 环境下 README 还列出 update_word_fields.ps1、render_with_word.ps1 用于 COM 刷新目录页码与渲染校验。

仓库 package.json 中插件包名为 dsh-plugin-research-report,版本 1.0.0,对 Cordis 的 peerDependencies 为 cordis >= 3.0.0。

适用场景与注意

适合谁:需要快速进入陌生赛道、又要交付可呈报 Word 的个人开发者、研发团队或企业内部分析角色;尤其关注「技术物理边界 + 自研/采购抉择」双主线的立项或选型材料。

使用注意:

  • 插件与脚本以当前 DSH / 本机 Python 进程权限运行;安装前请阅读仓库源码与 MIT License,确认网络与文件访问范围可接受。
  • 联网检索与外部证据仍依赖 Agent 与你在 Harness 中的工具配置;本插件侧重结构与质量规范、门禁与 DOCX 排版,不能替代你对来源真实性的终审。
  • SkillHub 目录页 Wattson-Law/Xiaobai-Reasearch 为社区索引,与 DeepSeek / 幻方无官方从属关系;星标等元数据以 GitHub 页面实时为准(线索抓取时为 1 star)。

结尾

Xiaobai-Research 把深度调研从「长 Prompt」收敛为可执行的 Skill 规范、启发式门禁与确定性 DOCX 流水线,并在 DSH 里以两个原生工具对接 Agent 工作流。若要安装或查看 Release 与评测说明,可访问 SkillHub 插件页 与 GitHub 仓库。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye