AI Skill Deep Research PDF Report Codex Claude Code WeChat 公众号 X GitHub
English README · 30 秒开始 · 示例报告 · 问题反馈 · 联系作者
作者 / 联系方式:嘉然 Jiaran · 公众号:嘉然学习笔记 · 微信:evadebot · X:@_jiaran
report-helper 是一个面向深度研究报告写作的 AI Skill。给出研究对象后,它会引导 agent 自动完成资料搜集、来源核查、证据整理、判断形成、审稿和 PDF 生成。
从一句话到一份可分享的正式 PDF:有来源、有判断、有排版。
它适合研究产品、公司、人物、概念、产业链、政策或趋势。目标不是生成几段概述,而是尽量跑完一套接近研究写作的流程,产出一份可核查、可阅读、可交付的长篇报告。
把下面这段话直接发给 Codex、Claude Code、OpenClaw 或其他支持 Skill 的 agent:
请从 GitHub 安装 report-helper skill:https://github.com/Jiaranbb/report-helper。安装完成后提醒我按当前工具要求重启或刷新 agent;重启后帮我运行 python3 scripts/check_environment.py 检查环境。
如果你的环境支持 skills CLI,也可以尝试:
npx skills add https://github.com/Jiaranbb/report-helper --skill report-helper
Codex 用户也可以手动安装:
python3 ~/.codex/skills/.system/skill-installer/scripts/install-skill-from-github.py \ --repo Jiaranbb/report-helper \ --path . \ --name report-helper
安装完成后,按当前工具要求重启或刷新 agent,让新 skill 生效。
- 🧭 一句话启动:给出研究对象和重点后,自动跑完整报告流程。
- 🔎 资料搜集详实:要求先查找最新数据,再进入写作,避免凭旧信息直接开写。
- 🧾 来源可追溯:正文关键事实使用
<sup>a1</sup>这类编号,文末按来源等级列出出处。 - 📊 兼顾定性与定量:公司研究必须加入成长性、盈利质量、现金流、融资或估值等定量分析。
- 🎨 PDF 排版设计过:背景色、字号、行距、标题层级和页脚样式都做过适配,适合直接分享。
示例由 Codex GPT-5.5 标准速度生成,耗时约 15 分钟。报告质量和所需时间依赖于模型能力、资料可得性、联网检索质量和研究对象复杂度。
运行示例:
PDF 预览:
示例报告:中国算力产业链深度分析报告.pdf
安装后,对 agent 说:
深度研究中国算力产业链,重点看 2026-2030 年的发展趋势,自动进行。
也可以这样描述:
深度研究某家公司,重点看商业模式、增长空间、估值逻辑和风险。
写一份 AI 算力产业发展研究报告。
深入研究某个产品的发展历程、竞争格局和未来演进。
默认情况下,report-helper 会先让你确认研究范围和执行模式。你可以选择交互模式,分阶段审核研究范围、资料充分性和写作准备;也可以选择 auto 模式,让它在中间自检后一路完成。
✅ 适合
- 产品、公司、人物、概念、产业链、政策、趋势的深度研究
- 需要公开资料、证据链和来源分级的长篇报告
- 需要正式 PDF 交付物的研究写作任务
- 需要多个 agent 做「同行评审」(Peer Review)的重要议题
- 需要把叙事判断和定量指标放在一起看的公司/行业研究
❌ 不适合
- 简单名词解释、几段概述、普通问答
- 不需要联网检索和来源核查的轻量写作
- 投资、法律、医疗等需要专业资质背书的最终决策
- 私有数据未提供、且公开资料无法支撑的精确结论
- 只想要可编辑 Markdown 文稿的交付方式
| 任务 | 推荐说法 |
|---|---|
| 产业链研究 | 深度研究中国算力产业链,重点看 2026-2030 年发展趋势,自动进行。 |
| 公司研究 | 深度研究某公司,重点看商业模式、增长空间、盈利质量、估值逻辑和风险。 |
| 产品研究 | 深入研究某产品的发展历程、核心能力、用户场景和竞争格局。 |
| 政策研究 | 写一份某政策的深度研究报告,重点看影响路径、受益主体和潜在风险。 |
| 趋势研究 | 生成一份 2026-2030 趋势研究报告,要求有来源、有判断、有观察指标。 |
| 人物研究 | 深度研究某人物,重点看关键经历、决策风格、影响力和争议。 |
| 平台 | 状态 | 说明 |
|---|---|---|
| Codex | 支持 | 推荐环境;支持安装、检查环境、运行脚本和生成 PDF |
| Claude Code | 支持 | 适合长流程研究、资料搜集和写作迭代 |
| OpenClaw | 可用 | 需要能读取 skill 文件并执行必要 shell 命令 |
| Cursor / 其他本地 agent | 可用 | 需要能读写文件、联网检索并执行 Python 或浏览器渲染 |
| 普通 Chatbot | 不推荐 | 没有文件系统和渲染管线时,难以稳定生成 PDF |
第一次使用前,建议先完成三件事。
python3 scripts/check_environment.py
它会检查 Python 版本、config.local.json、报告署名、PDF 渲染依赖,以及 Chrome fallback 是否可用。不通过时,按脚本输出补配置或安装依赖。
如果环境检查提示缺依赖,安装:
python3 -m pip install markdown weasyprint
如果 WeasyPrint 在你的系统上安装或渲染失败,可以安装 Chrome,并在配置里填写 chrome_path,使用 Chrome 生成 PDF。
复制 config.example.json 为 config.local.json,然后按自己的需要修改:
{
"output_dir": "./output",
"work_dir": "./output/work",
"intermediate_dir": "./output/intermediate",
"author": "你的名字或组织名"
}output_dir:最终 PDF 存放目录work_dir:内部构建稿目录intermediate_dir:中间研究资料目录author:报告署名,会显示在 PDF 封面;首次安装时由你填写
- PDF 报告:最终交付物,文件名建议为
{研究对象}深度研究报告.pdf - 中间资料:资料搜集、来源整理和研究过程记录
- 内部构建稿:仅作为 PDF 渲染输入,不作为公开交付物
- 可选 log:如果配置了 log 目录,可在完成后追加记录
PDF 最末尾会追加工具签名:
本报告由 report-helper skill 工具协助生成
开源地址:https://github.com/Jiaranbb/report-helper
交流和建议可联系作者:嘉然 Jiaran(+v: evadebot)
report-helper 会按 7 步执行:
- 范围对齐:确认研究对象、类型、动机、关注点和执行模式。
- 资料搜集:优先查找最新官方、监管、财报、原始研究或权威报道。
- 充分性审计:检查资料缺口,严重不足时必须补搜。
- 形成判断:整理核心判断、证据链和反方观点。
- 写作成稿:按报告类型选择结构,公司研究加入定量分析。
- 审核回炉:按清单检查事实、来源、结构、口吻、PDF 交付。
- 生成交付:输出 PDF,并保留中间资料和必要日志。
正文关键事实判断必须使用上标标注来源等级和编号,例如:
<sup>a1</sup>:A 级,官方/学术一手来源<sup>b4</sup>:B 级,权威媒体原创报道
文末按等级列出「信息来源与分级」:
a:官方/学术一手,政府机构、监管机构、公司年报和原始研究报告b:权威媒体原创报道c:行业媒体/工具商博客d:软文/服务商自述/不可验证
默认不使用 c、d 级来源支撑正文判断。
report-helper/
├── SKILL.md ← Skill 入口和核心流程
├── README.md ← 中文项目介绍
├── README.en.md ← English README
├── SUPPORT.md ← 联系方式和支持入口
├── CHANGELOG.md ← 更新记录
├── LICENSE ← MIT License
├── config.example.json ← 本地配置模板
├── examples/
│ ├── report-helper-demo.png
│ ├── report-helper-pdf-preview.png
│ └── 中国算力产业链深度分析报告.pdf
├── references/
│ ├── workflow.md ← 研究和审计流程
│ ├── report-template.md ← 报告结构模板
│ ├── source-citation-rules.md ← 来源分级和编号规则
│ ├── writing-style.md ← 写作风格
│ ├── adaptations-by-type.md ← 不同对象类型的适配
│ ├── review-checklist.md ← 审核清单
│ ├── delivery.md ← PDF 生成和交付
│ ├── subagent-research-prompt.md ← 研究 worker 提示
│ └── gotchas.md ← 踩坑记录
└── scripts/
├── report_helper_config.py
├── check_environment.py
├── render_pdf_with_fallback.py
├── md_to_pdf.py
└── append_report_log.py
- 报告生成质量高度依赖模型能力。推荐使用 Codex GPT-5.5 以获得最佳效果。
- 研究型输出依赖公开资料质量。找不到或无法确认的信息,会被标注为「未搜到 / 存疑」。
- AI 生成报告可能会出错,包括从正确事实中推出错误结论。
- 报告只能作为学习参考,不适合作为投资、法律、医疗等专业决策的唯一依据。
- 建议对重要报告做「同行评审」(Peer Review):这里的「同行评审」指多个 AI agent 之间互相评审、挑刺、提问,交叉验证事实与推理链。
为什么一定要先确认研究范围?
深度报告最容易失败在「题目过宽」或「对象不清」。先对齐范围,可以减少后面资料搜集和写作方向的偏差。
为什么要强调最新数据?
产业、公司、政策和技术趋势变化很快。进入写作前必须完成最新数据校验,避免 agent 用旧资料直接写出过时结论。
可以只要 Markdown 吗?
公开版默认交付 PDF。内部 Markdown 构建稿主要用于渲染,不作为正式交付物。
公司研究为什么要加定量分析?
只写叙事容易变成故事。公司研究默认要求加入成长性、盈利质量、现金流、融资、估值或可比公司等内容;公开数据不足时,要写明缺口和替代观察指标。
PDF 乱码怎么办?
先运行 python3 scripts/check_environment.py 检查依赖。WeasyPrint 不稳定时,可以配置 Chrome fallback。
如何更新到最新版本?
重新安装,或在本地 skill 目录执行 git pull。
嘉然 Jiaran
- 公众号:嘉然学习笔记
- 微信:
evadebot - X:@_jiaran
- GitHub:https://github.com/Jiaranbb/report-helper
- 支持与反馈:SUPPORT.md
- 问题与建议:GitHub Issues
MIT License. See LICENSE.