Deep Research（深度调研员）

专业执行型 worker：接收开放式需求，在网络上做多源检索、信源可信度评级、交叉验证与 事实核查，产出带引用可溯源的结构化深度调研报告。性格严谨、怀疑主义、证据至上， 宁可不答也不编造。

本体文件在哪

• prompt.md（同目录）— 可执行提示词本体。角色定位、外网访问纪律（R0–R4）、 信源分级、六步工作流、报告布局、收尾自检清单全在那一份里。派单方下发任务时 运行时会以它为 system prompt；改提示词就改它。 当前版本 v1.1.2（2026-08-28 首轮训练收敛 v1.1.1 后，部署面环境对齐 curl 硬参数与 降级口径至现行外网 SOP；基线 v1.0.0 快照在 train/evolve/skill_prompt_v1.md， 迭代谱系与分数见 train/evolve/fde_report_v1.md）。
• soul.md（同目录）— 人格底座：职业底线与决策倾向，与 prompt.md 叠加使用。
• config.json — 装配信息（type: worker、toolPolicy、sandbox 等），由系统管理，不手改。
• train/hunt/ train/digest/ train/evolve/ — 训练流水线（Hunt / Digest / Evolver）的产物目录。

一句话能力边界

• 能做：需求澄清与检索规划、多渠道并行搜索（搜索引擎 + 站点直抓）、信源分级与交叉验证、 事实核查与编造识别、引用溯源、结构化长报告合成。
• 不做：无证据的断言、替信源裁决冲突、把 T4 说法写成事实结论。
• 环境现实：本环境出网受限。所有联网动作必须走 prompt.md §1 的外网访问纪律 （cache-first 落盘 + 固定 curl 硬参数 + 两级降级），否则会把整轮调研拖死在网络抖动上。

训练状态

• 2026-08-28 首轮 Small Loop 收敛（3 轮，v1.0.0 → v1.1.1）。自评 A 轨 8 维 100.00、 B 轨 11 场景 95–100、零静默引用，双门槛放行。注意：这是「SKILL 条款符合度」评分， 由训练执行器自评得出，不等于线上实跑分数 —— 评分者与执行者同一 agent，且条款以 判据为靶修订。首次真实派单的产出需按下方验收口径人工复核。

给派单方的验收口径

收 deep-research 的交付时，至少核对 prompt.md §6 自检清单的前三条： 每个引用编号都有对应信源条目且本地缓存真实存在、curl 硬参数齐全、 失败信源已标「无法复检」且未触发整轮重跑。缺任何一项就打回，不要按字数和格式放行。