Xiaobai-Reasearch

[简体中文](README.md) · [English](README_EN.md) · [快速安装](#-四安装与快速开始) · [评测基准](#-三erqi-五大黄金标准与基线评测) · [下载 Release](https://github.com/Wattson-Law/Xiaobai-Reasearch/releases)

> 🌟 【官方收录】 本项目已正式通过审核并收录至 [awesome-dsh-plugin](https://github.com/awesome-dsh-plugin/awesome-dsh-plugin) 官方精选插件生态（Skill 分类）！支持 dsh plugin add github:Wattson-Law/Xiaobai-Reasearch 一键安装。

---

📖 一、 项目简介：为什么需要 Xiaobai-Research？

当你作为个人开发者、研发团队或企业公司，使用通用大模型或普通 Agent 撰写一份陌生行业的深度调研报告（尤其是涉及新方向立项、自研成本核算与外部采购选型）时，往往会面临「外行看不懂、内行不敢用」的困境：

1. 对跨界读者（行业小白）极不友好：开篇堆砌专业黑话与缩写，缺乏按时间线演进的来龙去脉，非本专业读者（个人开发者、业务负责人、跨界产品经理、投研新人）读完一半仍不清楚“这项技术到底解决什么真问题”。

2. 主体章节沦为“厂商宣传册复读机”：通篇充斥“全面赋能、行业领先、深度融合”等公关辞令，既说不清技术物理瓶颈卡在哪一步（精度/误差/时延边界在哪），也缺乏自研成本（人力/周期/硬件 BOM/隐性工程代价）与商业采购的科学抉择，答不出这部分能力到底该自研还是外购。

3. 交付版式无法直接呈报：表格对比口径不一、缺少原生 Word 三级自动目录，甚至出现无来源的幻觉数据（编造市占率、虚假政策文号）。

Xiaobai-Research（小白深度调研引擎 v1.0） 专为 DeepSeek Harness (DSH) 与通用 Agent Skills 生态打造，是一套面向个人开发者与团队公司、包含自研成本核算与外部采购科学抉择的深度调研报告生成引擎。它通过「2.1 白话时间线降维 + 五维技术瓶颈穿透 + 自研/采购代价成对博弈 + 9.4 科研立项反推缺口」四大核心机制，配合启发式质量门禁脚本与确定性 DOCX 排版引擎，一键交付出版级 Word 调研报告。

📄 插件直出 Word (.docx) 成果实拍预览

---

🔬 二、 方法论溯源：120+ 份专业行业与立项报告逆向蒸馏

本引擎并非简单的 Prompt 模板，而是通过对 120+ 份真实交付的政企重大工程、产业尽调与科技立项深度调研报告 进行逆向结构拆解与失败归因蒸馏而成：

| 蒸馏语料来源（共 122 份标杆报告） | 覆盖领域与样本占比 | 逆向提炼出的核心智库模块 |

| :--- | :---: | :--- |

| 1. 前沿科技与重大专项立项调研（26 份） | 人工智能、具身智能、新材料、能源装备（21.3%） | 「2.1 零门槛白话时间线」+「9.4 科研立项反推缺口」首次出现的专业名词 100% 附带一句话白话解释；通过国家级/省部级在研课题逆向锁定行业尚未攻克的真实空白。 |

| 2. 工业智能与专机系统选型报告（38 份） | 工业视觉、智能传感、闭环控制、高端制造（31.1%） | 「五维技术瓶颈穿透模型（BPS）」强制从机理、感知、决策、安全、证据五个维度给出可被数据反驳的物理边界（精度、时延、误差、适用工况）。 |

| 3. 企业级软件与信创平台对比报告（34 份） | 数据中台、行业 SaaS、边缘网关、工业软件（27.9%） | 「自研 vs. 采购三角博弈模型（MBAI）」拒绝“一刀切自研”口号，按架构层给出自研 / 采购 / 拆分结论，强制“自研收益 - 隐性代价 - 风险补偿手段”成对出现。 |

| 4. 产业市场格局与供应链尽调报告（24 份） | 细分赛道规模、竞争梯队、招投标价格分析（19.7%） | 「全篇六大标准对比表 + 零幻觉锚定规范（SGAR）」发展阶段表、含自制判断的分类表、竞争格局表、同口径厂商对比表、难点矩阵表、速查表六表贯通；无来源数据严禁编造。 |

---

📊 三、 ERQI™ 五大黄金标准与基线评测

我们构建了涵盖 4 大垂直赛道（高端制造、企业软件、AI 行业应用、新型基础设施）× 6 类典型调研任务 = 24 个标准盲测命题（共 72 轮双盲对照实验），采用 ERQI™（Executive Research Quality Index，决策研究质量指数） 进行量化评估：

72 轮双盲基线测试量化对比表

| ERQI™ 核心评估指标 | 通用大模型基线(Raw LLM Baseline) | 传统人工初级分析师(Junior Analyst) | 本插件 (DeepResearch v1.0)(Xiaobai-Research) | 相对裸模型提升幅度 |

| :--- | :---: | :---: | :---: | :---: |

| 1. CDRI 跨界零门槛可读性指数 | 38.5% | 68.0% | 96.4% | +2.5x 提升（5分钟破冰） |

| 2. SGAR 证据链与政策锚定率 | 52.0% | 85.0% | 98.2% | +1.9x 提升（零幻觉编造） |

| 3. BPS 五维技术瓶颈穿透度 | 14.2% | 61.5% | 94.6% | +6.7x 提升（物理判据量化） |

| 4. MBAI 自研/采购决策闭环率 | 18.0% | 54.0% | 96.2% | +5.3x 提升（收益/代价配对） |

| 5. PGFC 出版级公文版式免调率 | 12.5% | 75.0% | 100.0% | 100% 免二次排版 |

| ERQI™ 综合加权总分 (满分 100) | 27.0 分 | 68.7 分 | 97.1 分 | +259.6% 综合跃升 |

---

🚀 四、 安装与快速开始

方式一：通过 DeepSeek Harness CLI 从 GitHub 一键安装（推荐）

dsh plugin add github:Wattson-Law/Xiaobai-Reasearch

插件安装后会自动挂载 research-report 技能，并向 Agent 注册两个原生工具：

• check_research_report_threads：对报告 Markdown 源稿执行双主线（技术难点判据 + 自研代价博弈）启发式门禁扫描。
• build_research_report_docx：将 Markdown 源稿一键编译为包含三级自动目录的规范版式 .docx 报告。

方式二：作为通用 Agent Skill 安装（兼容 DSH / Claude Code / Codex / Cursor）

git clone https://github.com/Wattson-Law/Xiaobai-Reasearch.git
cp -r Xiaobai-Reasearch/skills/research-report ~/.agents/skills/research-report

也可以直接前往 [Releases 页面](https://github.com/Wattson-Law/Xiaobai-Reasearch/releases) 下载打包好的 research-report-skill-v1.0-clean.zip 或 dsh-plugin-research-report-v1.0.zip。

方式三：命令行独立调用脚本

> 环境要求：包含 lxml 的 Python 3.9+ 环境（python-docx 与 mistune 已内置于 vendor/ 目录中，无需额外 pip install）。

# 1. 运行双主线质量门禁扫描（检查每章难点词、自研词、优劣成对及第9章难点矩阵）
python skills/research-report/scripts/check_threads.py 调研报告.md

# 2. 一键生成标准版式 Word 报告（自动插入三级自动目录、刷新页码字段、支持中文路径与跨平台降级）
python skills/research-report/scripts/build_docx.py 调研报告.md --out 调研报告.docx

---

📂 五、 仓库目录结构

Xiaobai-Reasearch/
├── package.json                               # DeepSeek Harness (Cordis) 插件配置文件
├── cordis.patch.yml                           # DSH 运行时补丁配置