---

name: l2-web-research description: "L2 复合技能：多源网络调研。组合搜索引擎 + 网页抓取 + 数据提取，对给定主题进行自动化信息收集，返回结构化调研数据。" layer: 2 domain: research keywords:

• research
• investigate
• survey
• collect
• sources dependencies:
• l1-search-engine
• l1-web-fetch
• l1-data-extract input_schema: "{ topic: string, num_sources?: number }" output_schema: "{ sources: [{ title, url, key_points }], summary: string }" ---

L2: Web Research（多源网络调研复合技能）

能力

给定一个调研主题，自动执行"搜索→抓取→提取"流水线，从多个来源收集结构化信息。

依赖的原子技能

步骤	调用技能	作用
Step 1	l1-search-engine	搜索相关页面
Step 2	l1-web-fetch	抓取搜索结果页面内容
Step 3	l1-data-extract	从页面中提取关键信息

执行流程

用户提供调研主题
      │
      ▼
┌─────────────────────────────┐
│  Step 1: l1-search-engine    │
│  输入: 主题关键词             │
│  输出: 搜索结果列表 (URL+标题) │
│  数量: 5-10 条结果            │
└─────────┬───────────────────┘
          │
          ▼ (循环每个搜索结果)
┌─────────────────────────────┐
│  Step 2: l1-web-fetch        │
│  输入: 搜索结果 URL           │
│  输出: 页面正文 (Markdown)    │
└─────────┬───────────────────┘
          │
          ▼
┌─────────────────────────────────┐
│  Step 3: l1-data-extract          │
│  输入: 页面正文                    │
│  字段: title, author, date,      │
│        key_points, category,      │
│        data_quality               │
│  输出: 结构化 JSON                 │
└─────────┬───────────────────────┘
          │
          ▼
┌────────────────────────────────┐
│  Step 4: 汇总                   │
│  - 按 data_quality 排序          │
│  - 合并 key_points               │
│  - 输出结构化调研数据集           │
└────────────────────────────────┘

使用方法

Step 1: 搜索

使用 l1-search-engine 搜索主题关键词：

curl -sL "https://html.duckduckgo.com/html/?q=$(python3 -c "import urllib.parse; print(urllib.parse.quote('主题关键词'))")" \
  -H "User-Agent: Mozilla/5.0" | python3 -c "
import sys, re
html = sys.stdin.read()
results = re.findall(r'<a rel=\"nofollow\" class=\"result__a\" href=\"([^\"]+)\"[^>]*>(.*?)</a>', html, re.DOTALL)
for i, (url, title) in enumerate(results[:10], 1):
    title = re.sub(r'<[^>]+>', '', title).strip()
    print(f'{i}. {title}')
    print(f'   URL: {url}\n')
"

Step 2: 逐个抓取

对每个搜索结果 URL，使用 l1-web-fetch 抓取页面内容。

Step 3: 提取关键信息

使用 l1-data-extract，提取字段：

• title: 文章标题
• author: 作者
• date: 发布日期
• key_points: 3-5 个关键要点（数组）
• category: 信息类别（新闻/教程/论文/报告/论坛）
• data_quality: 信息质量评级（elite/average/low）

Step 4: 汇总输出

## 调研数据摘要

共收集 X 个来源 (Elite: X, Average: X)

### Elite 级来源
| # | 标题 | 来源 | 关键要点 |
|---|------|------|---------|
| 1 | ...  | ...  | ...     |

### 关键发现
1. ...
2. ...
3. ...

输入

参数	类型	必填	说明
topic	string	✅	调研主题
num_sources	number	❌	收集来源数，默认 5

输出

结构化调研数据：来源列表 + 关键要点 + 质量分级。

约束

• 最多处理 10 个来源（避免超时）
• 如果某个 URL 抓取失败，跳过并记录
• 自动去重（同一域名的多篇文章只保留最相关的一篇）