一種高效的研究技能，利用進階搜尋運算子和多維度查詢策略提供快速、全面的主題概覽。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install lite-research
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 lite-research。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 Lite Research Skill？
Lite Research 技能旨在彌合簡單網頁搜尋與資源密集型深度研究之間的差距。它使 AI 代理能夠執行複雜的信息收集，而無需產生子代理的開銷。透過利用搜尋最佳實踐（如同義詞、布林運算子和區域差異），它確保代理能夠擷取任何給定主題的全方位視圖。對於需要快速、可靠且有來源支持的情報的使用者來說，這是 Openclaw Skills 生態系統的重要組成部分。
該技能側重於效率，透過限制總查詢量並優先處理頂部結果。它對於技術文件、市場趨勢和速度與準確性至關重要的通用知識收集特別有效。透過將其整合到您的工作流程中，您可以確保您的代理提供具有透明來源歸屬的高質量摘要。
Lite Research Skill 應用場景
- 快速收集新技術概念或行業的概覽資訊。
- 確定 2024 年和 2025 年的最新進展和趨勢。
- 比較技術術語與通用術語，以提高內容準確性。
- 對爭議性或複雜主題進行多維度分析。
- 為文件或報告尋找高品質的 URL 和參考文獻。
Lite Research Skill 運作原理
- 主題分析：該技能分析使用者的請求以識別核心概念、同義詞和相關時間範圍。
- 策略性查詢生成：它使用 OR 運算子、引號和替代術語建立 2 到 5 個目標查詢。
- 搜尋執行：該技能執行網頁搜尋，每個查詢限制 5 個結果以保持高度相關性。
- 數據獲取：它使用網頁擷取工具直接從排名靠前的來源中提取並閱讀內容。
- 綜合：研究結果被彙編成結構化摘要，涵蓋定義、趨勢和挑戰，並具有完整的來源透明度。
Lite Research Skill 設定指南
要在您的環境中啟用 Lite Research 技能，請確保您的代理可以訪問網頁搜尋和獲取工具。將技能定義添加到您的配置中：
# 將技能添加到 Openclaw Skills 相容代理的示例
openclaw install lite-research
在您的 .env 文件中配置搜尋提供商的 API 金鑰，以允許該技能有效執行查詢。
Lite Research Skill 資料結構與分類體系
Lite Research 技能使用結構化方法組織資訊，以確保可追溯性和清晰度。
| 數據類型 | 描述 | 格式 |
|---|---|---|
| 搜尋查詢 | 多達 5 個優化的布林搜尋字串 | 列表 |
| 來源元數據 | 前 5 個結果的標題、URL 和片段 | 陣列 |
| 內容分析 | 從擷取的網頁中提取的文本 | Markdown |
| 最終報告 | 帶有分類章節的研究結果摘要 | Markdown |
| 引用 | 每個主要主張的連結來源 | 腳註 |
Lite Research Skill 進階特性
- 布林策略引擎：自動合併 OR、AND 和精確片語匹配以提高精度。
- 時間感知：自動附加最近年份約束以查找最新資訊。
- 語言適應：處理區域拼寫差異以及技術術語與通用術語。
- 零子代理架構：直接透過工具調用操作，以最小化延遲和 token 使用。
- 多角度邏輯：同時查詢基礎知識、最新趨勢和關鍵挑戰，以提供 360 度視角。
SKILL.md
加載中
Openclaw 相關技能
GLM-OCR Formula Recognition
一個專門的 AI 工具，透過 ZhiPu GLM-OCR API 將圖像和 PDF 中的數學方程式轉換為整潔、可用的 LaTeX 代碼。
精選*
