autoglm-deepresearch
对用户提出的课题进行深度研究和调研,输出结构化的深度报告。当用户需要深入了解某个话题、做行业调研、专题研究、竞品分析等场景时使用此 skill。 与普通搜索不同,deepresearch 会先做少量定向搜索,再对少量关键页面进行深度阅读,过程中优先展示中间发现,最后再做总结,避免因调用次数过多导致响应过慢。…
Skill by mugpeng
Install
Works with Claude Code, Claude apps, Codex, Cursor, Gemini CLI, GitHub Copilot, VS Code, OpenCode, Goose, Windsurf. Read the repository before you give any tool access to your data.
npx agentmarket install skill/mugpeng-autoglm-deepresearch
Asks which of your tools to add it to (Claude Code, Codex, Cursor, VS Code, Windsurf, Gemini CLI, Claude Desktop) and shows the change first. See https://agentmart.dev/cli.
Get the weekly diff
The weekly diff: one email a week with new agent tools, notable updates and grade changes, plus security alerts for tools you follow. Double opt-in, one-click unsubscribe.
About
Reviews
Write a reviewNo reviews yet. Installed it? Reviews come from verified installers only. How reviews work
Permissions
What this skill can do and what it asks for, from its SKILL.md. Checked Oct 25, 2026.
- Tools
- No tools found
- Secrets
- None asked for
- Install scripts
- None found
- Runs as
- Python package
Network hosts it talks to 1
codeload.github.com· found in install command
Files it touches
~/.claude/skills/autoglm-deepresearch
What's inside
- Skill name
autoglm-deepresearch- Description
- 对用户提出的课题进行深度研究和调研,输出结构化的深度报告。当用户需要深入了解某个话题、做行业调研、专题研究、竞品分析等场景时使用此 skill。 与普通搜索不同,deepresearch 会先做少量定向搜索,再对少量关键页面进行深度阅读,过程中优先展示中间发现,最后再做总结,避免因调用次数过多导致响应过慢。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取,无需手动配置环境变量。
- License
- MPL-2.0
- Instructions
- 151 lines in SKILL.md · view on GitHub
Before installing
- Ships executable scripts
Agent Skills spec issues
- compatibility: must be text of at most 500 characters
Files (3)
- SKILL.md
- open-link.py
- web-search.py
SKILL.md (first lines)
# AutoGLM DeepResearch Skill
对用户课题进行少量搜索 + 有限深读,先展示中间结果,再生成结构化调研报告。
---
## 依赖 API
### 1. Web Search — 搜索网页
| 项目 | 内容 |
|------|------|
| 地址 | `https://autoglm-api.zhipuai.cn/agentdr/v1/assistant/skills/web-search` |
| 方式 | POST |
| 请求体 | `{"queries": [{"query": "<搜索词>"}]}` |
| 返回 | `data.results[].webPages.value[]` → `name / url / snippet` |
### 2. Open Link — 打开页面获取详细内容
| 项目 | 内容 |
|------|------|
| 地址 | `https://autoglm-api.zhipuai.cn/agentdr/v1/assistant/skills/open-link` |
| 方式 | POST |
| 请求体 | `{"url": "<页面链接>"}` |
| 返回 | `data.text` → 页面正文内容 |
脚本启动时会先向本地服务发起 HTTP GET 请求获取 token:
| 项目 | 内容 |
|------|------|
| 地址 | `http://127.0.0.1:53699/get_token` |
| 方式 | GET |
| 返回 | `Bearer xxx`(直接作为 Authorization 头使用) |
> 若返回值不含 `Bearer` 前缀,脚本会自动补全。
两个 API 使用相同的签名 Headers:
- `X-Auth-Appid`: `100003`
- `X-Auth-TimeStamp`: 当前秒级 Unix 时间戳
- `X-Auth-Sign`: MD5(`100003 + "&" + timestamp + "&" + 38d2391985e2369a5fb8227d8e6cd5e5`)
---
## 执行脚本
使用同目录下的脚本:
```bash
# 搜索
python web-search.py "搜索关键词"
# 打开页面
python open-link.py "https://example.com"
```
---
## 深度研究流程
收到用户的研究课题后,按以下步骤执行:
### Step 1:拆解子问题
将课题拆解为 1~2 个最关键的搜索方向,不要扩散成过多子问题。优先选择最能直接回答用户问题的维度,例如:
- 背景与定义
- 最新现状 / 关键数据
- 代表性案例(仅在确有必要时)
如果用户的问题本身已经很具体,可以直接进入搜索,不必额外拆很多子问题。
### Step 2:多轮搜索
调用 `web-search.py` 进行 **1~2 次搜索**,总量必须受控:
- 默认先做 1 次搜索。
- 只有当第一次搜索结果明显不够、结果质量差、或缺少关键维度时,才进行第 2 次搜索。
- 不要为了“完整性”机械扩展搜索轮次。
每次搜索后,先整理并向用户呈现中间结果,再决定是否继续。中间结果至少应包含:
- 本次搜索使用的查询词
- 2~5 条最相关结果的 `name / url / snippet`
- 对当前信息是否足够的简短判断
### Step 3:筛选重要页面并深度阅读
从搜索结果中筛选 **1~3 个** 最相关的页面 URL,再调用 `open-link.py` 获取页面全文(`data.text`)。
控制规则:
- 默认只打开 1 个页面。
- 仅当第 1 个页面信息不足、存在明显缺口、或需要交叉验证时,再增加到 2 或 3 个。
- 不要批量打开多个相似来源。
筛选标准:
- snippet 信息量丰富、与课题高度相关
- 来源权威(官方网站、知名媒体、学术机构)
- 避免重复来源
每次打开页面后,也应先展示中间提炼结果,再继续下一步。中间结果建议包含:
- 页面标题或 URL
- 3~6 条关键信息点
- 与用户问题的相关性说明
如果前 1~2 个页面已经足够回答问题,应停止继续调用。
### Step 4:综合分析,生成报告
在完成有限搜索和有限深读后,先给出一个简短的“中间结论 / 当前发现”小节,再输出最终总结。
整合所有搜索 snippet 和页面全文,按以下结构输出报告:
```
# [课题名称] 深度调研报告
## 中间发现
(先列出搜索和页面阅读阶段已经确认的关键事实、主要来源、仍未确认的点)
## 概述From mugpeng/oh-my-skills, MPL-2.0.
More from mugpeng/oh-my-skills
- 0.448score
academic-search
mugpeng
学术论文搜索、引用分析与元数据提取专用 Skill。 【自动触发条件——出现以下任一信号时立即加载本 Skill,无需用户显式说明】 意图信号(中文): - 搜论文 / 找论文 / 查论文 / 调研论文 / 检索文献 / 文献综述 / 综述 - 顶会 / 顶刊 / CCF / NeurIPS / ICML /…
SkillDFreshness: D★ 2Claude Code +9 - 0.445score
aminer-data-search
mugpeng
使用 AMiner 开放平台 API 进行学术数据查询与分析。当用户需要查询学者信息、论文详情、机构数据、期刊内容或专利信息时使用此 skill。 触发场景:提到 AMiner、学术数据查询、查论文/学者/机构/期刊/专利、学术问答搜索、引用分析、科研机构分析、学者画像、论文引用链、期刊投稿分析等。 支持 6…
SkillDFreshness: D★ 2Claude Code +9 - 0.441score
self-reflection
mugpeng
Periodic self-reflection on recent sessions.
SkillDFreshness: D★ 2Claude Code +9 - 0.440score
autoglm-open-link
mugpeng
使用 AutoGLM Open Link 接口打开指定网页并提取页面正文内容。当用户需要读取某个网页详情、提取文章全文、抓取页面正文做摘要或分析时使用此 skill。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取,无需手动配置环境变量。
SkillDFreshness: D★ 2Claude Code +9 - 0.435score
autoglm-websearch
mugpeng
使用 AutoGLM Web Search 接口进行网络信息搜索。当用户需要联网搜索、查询最新资讯、检索网页内容或获取实时信息时使用此 skill。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取,无需手动配置环境变量。
SkillDFreshness: D★ 2Claude Code +9 - 0.435score
autoglm-generate-image
mugpeng
使用 AutoGLM 文生图接口,根据用户输入的文字描述生成图片。当用户需要生成图片、文字转图片、AI绘图等场景时使用此 skill。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取,无需手动配置环境变量。
SkillDFreshness: D★ 2Claude Code +9 - 0.435score
autoglm-search-image
mugpeng
使用 AutoGLM 搜图接口,根据用户输入的关键词搜索相关图片。当用户需要搜索图片、查找图片素材等场景时使用此 skill。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取,无需手动配置环境变量。
SkillDFreshness: D★ 2Claude Code +9 - 0.430score
autoglm-browser-agent
mugpeng
智能浏览器自动化代理,可执行任何需要浏览器的任务。 包括但不限于:打开网页、搜索信息(百度/谷歌/必应)、浏览社交媒体(微博/小红书/知乎/抖音/B站)、 点赞/评论/转发/收藏、发帖/发消息、登录网站、填写表单、截图、采集网页内容、 在线购物比价、查看新闻资讯、操作在线文档(飞书文档/腾讯文档等)。…
SkillDFreshness: D★ 2Claude Code +9
Signals
- Stars
- 2
- Forks
- 0
- Open issues
- 0
- Last commit (this folder)
- Apr 13, 2026 (6 months ago)
- Last release
- Apr 13, 2026 (6 months ago)
From GitHub (fetched Oct 24, 2026).
Details
- License
- MPL-2.0
- Repository
- github.com/mugpeng/oh-my-skills
- First seen
- Oct 24, 2026
- Last checked
- Oct 24, 2026
- Source
- GitHubgithub-graphql
More from mugpeng
- 0.448score
academic-search
mugpeng
学术论文搜索、引用分析与元数据提取专用 Skill。 【自动触发条件——出现以下任一信号时立即加载本 Skill,无需用户显式说明】 意图信号(中文): - 搜论文 / 找论文 / 查论文 / 调研论文 / 检索文献 / 文献综述 / 综述 - 顶会 / 顶刊 / CCF / NeurIPS / ICML /…
SkillDFreshness: D★ 2Claude Code +9 - 0.445score
aminer-data-search
mugpeng
使用 AMiner 开放平台 API 进行学术数据查询与分析。当用户需要查询学者信息、论文详情、机构数据、期刊内容或专利信息时使用此 skill。 触发场景:提到 AMiner、学术数据查询、查论文/学者/机构/期刊/专利、学术问答搜索、引用分析、科研机构分析、学者画像、论文引用链、期刊投稿分析等。 支持 6…
SkillDFreshness: D★ 2Claude Code +9 - 0.441score
self-reflection
mugpeng
Periodic self-reflection on recent sessions.
SkillDFreshness: D★ 2Claude Code +9 - 0.440score
autoglm-open-link
mugpeng
使用 AutoGLM Open Link 接口打开指定网页并提取页面正文内容。当用户需要读取某个网页详情、提取文章全文、抓取页面正文做摘要或分析时使用此 skill。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取,无需手动配置环境变量。
SkillDFreshness: D★ 2Claude Code +9 - 0.435score
autoglm-websearch
mugpeng
使用 AutoGLM Web Search 接口进行网络信息搜索。当用户需要联网搜索、查询最新资讯、检索网页内容或获取实时信息时使用此 skill。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取,无需手动配置环境变量。
SkillDFreshness: D★ 2Claude Code +9 - 0.435score
autoglm-generate-image
mugpeng
使用 AutoGLM 文生图接口,根据用户输入的文字描述生成图片。当用户需要生成图片、文字转图片、AI绘图等场景时使用此 skill。 Token 通过本地服务 http://127.0.0.1:53699/get_token 自动获取,无需手动配置环境变量。
SkillDFreshness: D★ 2Claude Code +9
Cite this page
autoglm-deepresearch skill. Agent Mart. https://agentmart.dev/skills/mugpeng-autoglm-deepresearch (last updated 2026-10-24)