什么是 Gemini 深度研究？

Gemini 深度研究是一个强大的智能体工具，专为高强度的信息采集和分析而设计。它擅长在广阔的实时网络中导航，查找、验证并综合标准 LLM 提示词可能会遗漏的数据。通过将此功能集成到您的 Openclaw Skills 中，您可以凭借自主精确性生成涵盖竞争格局、技术历史和市场趋势的全面报告。

该技能对于需要的不止是简单答案的开发人员和分析师特别有价值；它提供子主题的系统化分解，并实时流式传输进度更新。无论您是在调查硬件架构的演变还是执行尽职调查，此工具都利用专门的 deep-research-pro 模型来提供结构化的、可操作的情报。

下载入口:https://github.com/openclaw/skills/tree/main/skills/arun-8687/gemini-deep-research

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

Gemini 深度研究 应用场景

• 为利基市场领域执行详尽的竞争分析。
• 对遗留或新兴软件框架进行深入的技术调查。
• 将内部公司报告与当前的公共网络新闻进行对比以验证准确性。
• 自动创建用于供应链风险评估的多章节研究文档。

1. 智能体分析用户查询并将其分解为多个逻辑子问题，以确保全面覆盖。
2. 执行系统化的、多源网络搜索，以收集多样化的数据点和背景信息。
3. 使用先进的推理技术综合收集到的信息，解决矛盾并总结发现。
4. 以 Markdown 格式生成结构化报告，并附带 JSON 格式的完整交互元数据。

Gemini 深度研究 配置指南

要开始使用 Openclaw Skills 的这一组件，请确保您拥有来自 Google AI Studio 的直接 API 密钥。请注意，此技能需要直接的 GEMINI_API_KEY，不支持 Antigravity OAuth 令牌。

# 设置环境变量
export GEMINI_API_KEY="your_google_ai_studio_key"

# 运行基础研究任务
python scripts/deep_research.py --query "您的研究课题"

Gemini 深度研究 数据架构与分类体系

该技能将其输出整理到带有时间戳的文件中，以保持研究活动的清晰审计追踪：

所有文件均以 YYYY-MM-DD-HH-MM-SS 命名规范保存在本地，以便检索。

name: gemini-deep-research
description: Perform complex, long-running research tasks using Gemini Deep Research Agent. Use when asked to research topics requiring multi-source synthesis, competitive analysis, market research, or comprehensive technical investigations that benefit from systematic web search and analysis.
metadata: {"clawdbot":{"emoji":"??","requires":{"env":["GEMINI_API_KEY"]},"primaryEnv":"GEMINI_API_KEY"}}

Gemini Deep Research

Use Gemini's Deep Research Agent to perform complex, long-running context gathering and synthesis tasks.

Prerequisites

• GEMINI_API_KEY environment variable (from Google AI Studio)
• Note: This does NOT work with Antigravity OAuth tokens. Requires a direct Gemini API key.

How It Works

Deep Research is an agent that:

1. Breaks down complex queries into sub-questions
2. Searches the web systematically
3. Synthesizes findings into comprehensive reports
4. Provides streaming progress updates

Usage

Basic Research

scripts/deep_research.py --query "Research the history of Google TPUs"

Custom Output Format

scripts/deep_research.py --query "Research the competitive landscape of EV batteries" r
  --format "1. Executive Summary
2. Key Players (include data table)
3. Supply Chain Risks"

With File Search (optional)

scripts/deep_research.py --query "Compare our 2025 fiscal year report against current public web news" r
  --file-search-store "fileSearchStores/my-store-name"

Stream Progress

scripts/deep_research.py --query "Your research topic" --stream

Output

The script saves results to timestamped files:

• deep-research-YYYY-MM-DD-HH-MM-SS.md - Final report in markdown
• deep-research-YYYY-MM-DD-HH-MM-SS.json - Full interaction metadata

API Details

• Endpoint: https://generativelanguage.googleapis.com/v1beta/interactions
• Agent: deep-research-pro-preview-12-2025
• Auth: x-goog-api-key header (NOT OAuth Bearer token)

Limitations

• Requires Gemini API key (get from Google AI Studio)
• Does NOT work with Antigravity OAuth authentication
• Long-running tasks (minutes to hours depending on complexity)
• May incur API costs depending on your quota