行业研究引擎是一套 Go CLI + 智能体技能。它把模糊的行业研究、赛道分析、公司研究和商业机会判断,转成可复核的研究工作区和结构化报告。
底层 researcher 是 Go 写的研究引擎,负责生成命题图、痕迹计划、证据台账、反证记录、置信度报告和最终报告。上层 SKILL.md 是智能体技能,负责把研究流程编排给 Claude Code、OpenClaw、hermes-agent 等支持技能式工作流的 Agent 框架。
它的核心原则很简单:搜索结果只是线索,不是证据。高置信度结论必须经过来源核验、经营痕迹验证、交叉比对和反证尝试。
| 问题 | 回答 |
|---|---|
| 这是什么 | 面向 Agent 的行业研究技能和 Go 研究引擎 |
| 解决什么问题 | 避免行业研究只复述搜索结果,生成可复核、有证据边界的研究报告 |
| 适合谁 | 使用智能体做行业研究、投资研究、赛道分析、连锁品牌和供应链研究的人 |
| 产出什么 | 研究工作区、命题图、证据台账、反证记录、置信度报告和最终报告 |
| 为什么可信 | 每个关键结论都要求来源、经营痕迹、交叉验证和反证尝试 |
输入:瑞幸咖啡 2026 年门店数目标是否可信?
输出:可复核工作区、证据台账、反证记录、置信度报告和最终调研报告
| 能力 | 说明 |
|---|---|
| Go 研究引擎 | 用 researcher 生成可复核工作区,而不是只产出一段不可追溯的文本 |
| 智能体技能 | 用 SKILL.md 编排行业研究流程,可迁移到 Claude Code、OpenClaw、hermes-agent 等框架 |
| 证据台账 | 把搜索线索、来源材料、推理结果和最终结论分层记录 |
| 对抗式审查 | 通过经理、蓝队、红队和仲裁者角色挑战薄弱结论 |
| 经营痕迹验证 | 对连锁品牌、餐饮、零售、供应链问题优先查门店、仓、招聘、POI、SKU 和履约痕迹 |
| 报告校验 | 检查章节、引用、置信度、工作区产物和证据边界 |
- 输入行业、赛道、公司或商业机会问题。
- 把问题拆成可验证命题,并规划现实世界应留下的痕迹。
- 收集网页、公告、招聘、地图、经营系统和模型联网回答等线索。
- 用证据台账、反证记录和多角色审查降低误判。
- 输出带置信度边界的研究报告。
| 场景 | 示例 |
|---|---|
| 行业研究 | 某赛道是否值得进入,市场增长是否真实 |
| 投资研究 | 某公司增长目标是否可信,估值假设是否站得住 |
| 连锁品牌研究 | 门店扩张、加盟质量、区域履约和供应链能力是否真实 |
| 餐饮零售供应链 | 单店模型、履约成本、SKU 动销、仓配能力和产能利用率 |
| Agent 工作流 | 给智能体提供可复用的研究步骤、证据规则和交付标准 |
推荐用 skills 直接安装智能体技能:
npx skills add geekjourneyx/industry-research仓库地址:geekjourneyx/industry-research
如果你需要本地开发、调试或单独使用底层研究引擎,再克隆仓库并构建:
git clone git@github.com:geekjourneyx/industry-research.git
cd industry-research/researcher
make build检查可执行文件:
./researcher version
./researcher capabilities --json更多命令、配置和检索服务说明见 researcher 使用说明。
可选的检索服务密钥:
export BOCHA_API_KEY="..."
export ARK_API_KEY="..."配置读取顺序如下:
--config <path>
RESEARCHER_CONFIG
$XDG_CONFIG_HOME/researcher/config.yaml
~/.config/researcher/config.yaml
安装 Skill 后,在支持技能式工作流的智能体框架里发起行业研究请求即可。 如果只想使用底层研究引擎,可以直接阅读 researcher 使用说明。
生成一份连锁品牌研究工作区:
cd researcher
./researcher run "瑞幸咖啡 2026 年门店数目标是否可信?" \
--domain chain-brand \
--depth standard \
--workspace-root ../industry-research-workspace \
--json校验生成的工作区:
./researcher validate ../industry-research-workspace/<workspace>
python3 ../scripts/validate_report.py \
--researcher-workspace ../industry-research-workspace/<workspace>运行本地检查:
make fmt
make vet
make test
make build每次执行 researcher run 都会生成以下工作区文件:
| 文件 | 作用 |
|---|---|
question.json |
原始问题、研究领域、报告深度和创建时间 |
research_plan.json |
研究计划和执行范围 |
claim_graph.json |
需要验证或反证的核心命题 |
trace_plan.json |
每个命题应当留下的现实世界痕迹 |
retrieval_log.json |
检索调用、参数、重试和来源使用情况 |
evidence_ledger.json |
证据记录和支撑状态 |
disconfirmation_log.json |
反证尝试和削弱结论的记录 |
confidence_report.json |
置信度评级和理由 |
final_report.md |
面向用户的最终研究报告 |
report_metadata.json |
执行模式、降级标签和报告元数据 |
餐饮、零售、供应链和连锁品牌研究中,最关键的质量文件是 trace_plan.json、evidence_ledger.json、disconfirmation_log.json 和 confidence_report.json。
系统会把弱研究报告里经常混在一起的四层内容拆开:
| 层级 | 使用方式 |
|---|---|
| 搜索结果 | 只能作为后续核验线索,不能直接当成证据 |
| 来源材料 | 可访问的文件、网页、公告、帖子或经营痕迹 |
| 推理结果 | 基于事实和约束得出的估算,必须明确标注 |
| 最终结论 | 结论置信度必须和证据质量匹配 |
对于毛利、单店模型、产能利用率、SKU 动销、履约成本、留存率等隐藏经营变量,报告必须区分公开披露事实和推理区间,并写明还缺哪些一手数据。
| 路径 | 作用 |
|---|---|
SKILL.md |
智能体技能编排契约 |
researcher/ |
用于生成工作区、检索、规划和校验的研究引擎 |
agents/ |
经理、蓝队、红队和仲裁者等评审角色 |
references/ |
证据规则、报告模板、痕迹推理和分析框架 |
scripts/validate_report.py |
报告和工作区校验脚本 |
evals/ |
评测问题和预期产物 |
CHANGELOG.md |
版本发布记录 |
.github/workflows/release-researcher.yml |
researcher 二进制发布流程 |
researcher 通过 GitHub Actions 从版本 tag 发布。每次发布前必须完成文档校准、CHANGELOG.md 更新、Go 检查、二进制编译和校验文件生成。
发布步骤:
cd researcher
make fmt
make vet
make test
make build
cd ..
RELEASE_TAG=v$(tr -d '[:space:]' < researcher/VERSION) researcher/scripts/check-release.sh
git tag v$(tr -d '[:space:]' < researcher/VERSION)
git push origin v$(tr -d '[:space:]' < researcher/VERSION)推送 v*.*.* tag 后,GitHub Actions 会编译 macOS、Linux、Windows 的 amd64/arm64 版本,生成压缩包和 SHA256 校验文件,并创建 GitHub Release。
一句话描述:
行业研究引擎是一个 Go CLI + 智能体技能,用于把行业、赛道和公司问题转成可复核的研究工作区、证据台账、置信度报告和最终研究报告。
GitHub Description 建议:
Go CLI + Agent Skill for evidence-based industry research, evidence ledgers, confidence reports, and agent research workflows
Topics 建议:
agent-skill industry-research market-research go cli
evidence-ledger research-automation competitive-intelligence
chain-brand supply-chain
MIT — 自由使用、修改、分发。
| 个人主页 | jieni.ai |
| GitHub | geekjourneyx |
| @seekjourney | |
| 公众号 | 微信搜「极客杰尼」 |


