academic-deep-research
Skillby kesslerio
clawhub⭐ 447/10
透明严谨、方法全公开的非黑盒研究。通过强制每主题双轮调研、APA 7版引用、证据分级及3次用户确认进行详尽调查。基于原生OpenClaw工具（web_search、web_fetch、sessions_spawn）独立运行。适用于文献综述、竞品分析及任何需学术严谨与可复现性的研究。
提供透明严谨的学术深度研究工具,采用双轮研究循环、APA7引用规范、证据分层体系,配备三层用户验证机制,确保研究质量与可追溯性。
📊 商业分析
商业模式
freemium
独特价值
提供完整研究链路透明化,避免黑盒API,学术严谨度业界最高
竞品
Consensus(AI文献搜索),Elicit(研究自动化),Perplexity Pro(深度搜索)
🎯 应用场景
使用场景
学术研究辅助文献综述生成信息检索与分析研究方法论支持
适用领域
学术界科研机构内容创作知识管理
目标用户
高校研究生学术论文作者企业研究部门
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 44
- 价值评分
- 7/10
- 子分类
- 学术研究与文献分析
- 复杂度
- complex
- 可商业化
- ✅ 是
AI 标签
学术研究文献综述APA引用研究方法论证据分层
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6