由 model-distillation 从教师技能 autonomous-deep-research 蒸馏并增强的超越型元技能， 在教师能力之上叠加自验证、自我反思、super-agent 编排与持续自进化闭环，逐步超越教师。
编程
meta-deep-research
试用由 model-distillation 从教师技能 deep-research 蒸馏并增强的超越型元技能。 蒸馏其「大纲 -> 并行深度搜索 -> 报告」三阶段人机协作调研流程，叠加自验证、 自我反思、super-agent 编排与持续自进化闭环，输出更可靠可追溯、逐步超越教师。
它能做什么
由 model-distillation 从教师技能 deep-research 蒸馏并增强的超越型元技能。 蒸馏其「大纲 -> 并行深度搜索 -> 报告」三阶段人机协作调研流程，叠加自验证、 自我反思、super-agent 编排与持续自进化闭环，输出更可靠可追溯、逐步超越教师。
技能文档
meta-deep-research（蒸馏超越型元技能）
由
model-distillation从教师技能 deep-research 蒸馏并增强生成。 蒸馏机制：跨模型蒸馏（见 meta-evolver 北极星策略「主动与其他大模型对话、蒸馏、逐步超越」）。
来源能力签名（教师 deep-research）
- 定位：基于 Deep-Research-skills 项目的人机协作结构化调研能力。
- 核心命令：
/research（生成 outline.yaml+fields.yaml）→/research-deep（并行 web-search-agent 逐项搜索，写入 results/）→/research-report（汇总 report.md）；另有/research-add-items、/research-add-fields追加。 - 适用：学术综述 / Benchmark 对比 / 技术选型 / 竞品市场分析 / 尽职调查。
- 输出结构：
{topic}/outline.yaml、fields.yaml、results/item_N.yaml、report.md。
蒸馏出的真实工作流（继承 + 强化）
- 大纲阶段
/research：把调研主题拆成 items（调研对象）与 fields（字段定义），产出outline.yaml+fields.yaml，请用户确认/修改后再继续。 - 深度阶段
/research-deep：对每个 item 并行发起 web-search-agent，按 fields 收集结构化数据，落盘results/item_N.yaml。 - 报告阶段
/research-report：汇总所有 results 为 Markdownreport.md，覆盖每个 field、标注来源与不确定性。
增强点（超越教师）
- 可靠自验证：大纲生成后用
reason-verify校验 items/fields 自洽与覆盖度；每个 results 落盘前做事实锚定（来源可追溯），reliability<0.8 即回退重做该 item。 - 自我反思闭环：每段调研结束后写入
self-reflection-loop，沉淀"哪些检索策略失败 / 哪些领域信息稀缺"，反哺下次大纲拆分。 - 整合进 super-agent：作为节点接入「感知→规划→执行→自验证→反思→记忆」超级智能体闭环，可被
long-horizon-planner编排为长程调研任务。 - 对抗验证蒸馏质量：对"并行搜索是否漏检关键反方信息"做反例测试，防止只搜到支撑性证据（确认偏误）。
- 持续自进化：注入 learner，纳入 meta-evolver 的 sense/plan/record 闭环，跨会话越用越强。
教师 vs 学生 对比
| 维度 | 教师(deep-research) | 学生(meta-deep-research) |
|---|---|---|
| 能力来源 | 原始 SKILL.md（2612 字符，薄包装） | 蒸馏提取真实三阶段流程 + 元进化增强 |
| 工作流 | 大纲→深度→报告（无自验证钩子） | 同流程 + 自验证钩子 + 反思步 + 反确认偏误 |
| 失败防护 | 未显式标注 | 显式 limits + 对抗验证（漏检反方） |
| 自进化 | 无 | 强制注入 learner，纳入 meta-evolver 闭环 |
| 集成 | 单点命令 | 接入 super-agent 感知→规划→执行→自验证→反思→记忆闭环 |
使用
直接调用本技能完成深度调研任务；本技能在教师能力之上叠加自验证、反确认偏误与反思，输出更可靠、可追溯、可复用。
已知限制（来自教师蒸馏 + 元进化补充）
- 教师本身为薄包装（真实子技能在各 research-* 子目录），蒸馏未覆盖其全部子代理策略，深度使用需对照原技能核验。
- 依赖 WebSearch 能力；联网受限时并行搜索阶段会退化。
- 蒸馏不保证覆盖教师全部隐式知识，首次使用需对照教师原技能核验关键决策。
相关技能
由 model-distillation 从教师技能 autonomous-researcher 蒸馏并增强的超越型元技能， 在教师能力之上叠加自验证、自我反思、super-agent 编排与持续自进化闭环，逐步超越教师。
由 model-distillation 从教师技能 autonomous-research-scale 蒸馏并增强的超越型元技能， 在教师能力之上叠加自验证、自我反思、super-agent 编排与持续自进化闭环，逐步超越教师。
由 model-distillation 从教师技能 cognitive-architecture-reconstruct 蒸馏并增强的超越型元技能， 在教师能力之上叠加自验证、自我反思、super-agent 编排与持续自进化闭环，逐步超越教师。
由 model-distillation 从教师技能 recursive-capability-discovery 蒸馏并增强的超越型元技能， 在教师能力之上叠加自验证、自我反思、super-agent 编排与持续自进化闭环，逐步超越教师。
由 model-distillation 从教师技能 metacognitive-monitoring 蒸馏并增强的超越型元技能， 在教师能力之上叠加自验证、自我反思、super-agent 编排与持续自进化闭环，逐步超越教师。