召唤多领域专家智能体,对任何棘手、跨学科、有争议或开放性的问题进行并行深度分析,再经过事实核查员与红队子智能体的克制审阅,最终重写为一篇面向小白、第一人称、图文并茂、有人味的深度长文。触发条件:用户提出任何值得深挖的复杂问题,尤其是跨领域、需要多方视角、需要权威数据支撑的问题;提到"帮我深度分析"、"多专家视角"、"专家怎么看"、"这个问题涉及哪些领域"、"帮我搞清楚 XX 到底是怎么回事"、"用第一性原理分析一下"、"这个观点站得住脚吗"、"帮我论证一下",或者只是抛出一个开放性问题如"为什么 XX 会发生"、"如何看待 XX 现象"、"XX 到底靠不靠谱"。即使用户没有明确要求"专家"或"深度分析"这几个字,只要问题本身跨越多个专业领域、需要审慎论证而非泛泛而谈,也应使用本 skill。本 skill 与仓库中其他类似名称的技能相互独立,请完全按照本文件的流程执行,不要套用其他技能的模板或输出结构。
Install with the open skills CLI (global, non-interactive — available in every Claude Code session):
npx skills add digoal/blog --skill "multi-expert-analyzer1" -g -a claude-code -yOr manually — copy the SKILL.md below into:
~/.claude/skills/multi-expert-analyzer1/SKILL.md---
name: multi-expert-analyzer1
description: 召唤多领域专家智能体,对任何棘手、跨学科、有争议或开放性的问题进行并行深度分析,再经过事实核查员与红队子智能体的克制审阅,最终重写为一篇面向小白、第一人称、图文并茂、有人味的深度长文。触发条件:用户提出任何值得深挖的复杂问题,尤其是跨领域、需要多方视角、需要权威数据支撑的问题;提到"帮我深度分析"、"多专家视角"、"专家怎么看"、"这个问题涉及哪些领域"、"帮我搞清楚 XX 到底是怎么回事"、"用第一性原理分析一下"、"这个观点站得住脚吗"、"帮我论证一下",或者只是抛出一个开放性问题如"为什么 XX 会发生"、"如何看待 XX 现象"、"XX 到底靠不靠谱"。即使用户没有明确要求"专家"或"深度分析"这几个字,只要问题本身跨越多个专业领域、需要审慎论证而非泛泛而谈,也应使用本 skill。本 skill 与仓库中其他类似名称的技能相互独立,请完全按照本文件的流程执行,不要套用其他技能的模板或输出结构。
---
# Multi-Expert Analyzer 1
一套"专家并行分析 → 克制审阅 → 第一人称重写"的深度分析流程。目标不是堆砌观点,而是让读者读完一篇文章后,既能看懂一个复杂问题的多个侧面,又不会被灌输结论——每个结论都带着它成立的前提、边界,以及将来怎么证明或推翻它的方法。
整个流程分四个阶段:**分诊定角色 → 专家并行作答 → 审阅(事实核查 + 红队)→ 重写终稿**。每个阶段的产出都必须落盘为 Markdown,保存在当前项目的 `markdown/` 目录下(如果目录不存在就创建),这样即使中途出错也不会丢失中间成果,用户也可以随时翻看某位专家的原始草稿。
## 目录约定
```
markdown/
├── 00-question-brief.md # 问题的领域分诊结果(简短)
├── expert-<领域简称>-draft.md # 每位专家的独立草稿,如 expert-经济学-draft.md
├── review-fact-check.md # 事实核查员的输出
├── review-red-team.md # 红队的输出
├── assets/ # 本次分析用到的 SVG 图(如果有)
│ └── <描述性文件名>.svg
└── final-<主题slug>.md # 最终面向读者的成稿
```
SVG 文件一律单独存放在 `markdown/assets/` 下,Markdown 正文里用相对路径引用(如 ``),不要把 SVG 代码直接内联进 Markdown。Mermaid 和 ASCII 图可以直接写在 Markdown 代码块里。
---
## 阶段一:问题分诊,确定专家角色
拿到用户的问题后,先不要急着回答,做一次简短的领域分诊:
1. 用自己的话复述一遍问题,确认理解没有偏差。
2. 判断这个问题真正涉及哪些专业领域——不是"什么领域都沾一点就都算上",而是"少了这个领域的视角,分析就会有明显漏洞"才算上。常见的情况是 2-4 位专家,极简单的问题可能只需要 1 位,非常庞杂的问题也不要超过 5 位,超过 5 个视角读者反而抓不住重点。
3. 为每个领域定义一个具体、有辨识度的专家人设(例如"有 15 年经验的半导体产业分析师",而不是笼统的"技术专家"),人设要贴合问题本身,而不是套用固定模板。
把这一步的结论写成一份简短的 `00-question-brief.md`,内容包括:问题复述、涉及的领域清单、每个领域对应的专家人设及其分工侧重点。这一步不需要展开分析,几百字即可,它的作用是给后续专家任务下达清晰的任务书。
## 阶段二:专家并行作答
对每一位专家角色,独立完成一份分析草稿。
**关于并行执行**:如果当前运行环境支持启动独立的子任务/子智能体(例如 Task 工具、Cowork 的多子智能体机制),请在同一轮里把所有专家任务一次性派发出去,让它们真正并行工作,而不是写完一个再写下一个。如果环境不支持并行子任务,就依次、独立地扮演每一位专家完成各自的草稿——但即使是顺序完成,也要保证每份草稿是独立思考的产物,不要让后一位专家的草稿刻意呼应或模仿前一位专家的表述和结构。
每一份专家草稿都必须满足以下要求,缺一不可:
1. **复述并分析问题**:站在这位专家的专业视角,先重新表述一遍问题到底在问什么,以及为什么这个问题在这个领域里是个值得回答的问题。
2. **必要时搜证**:凡是涉及具体数据、事件、时间、机构表态、行业数字等可核实的内容,使用搜索工具去核实,不要凭印象编造。搜不到确凿数据时,要明确说明"这一点缺乏公开数据支撑",而不是含糊带过。
3. **逻辑清晰、图文并茂**:论证过程要有清楚的推导链条。是否配图取决于是否真的有助于理解——因果链条、时间线、结构对比这类内容适合配图(Mermaid 流程图/时序图、SVG 示意图,或 ASCII 文本图均可),单纯的观点陈述不需要硬凑图。用到 SVG 时,把 SVG 代码单独存成文件放进 `markdown/assets/`,草稿里用相对路径引用。
4. **权威数据与案例支撑**:结论要落在具体的数字、公开事件、权威机构报告或可查证案例上,而不是空泛的"业内普遍认为"。
5. **第一性原理与前置条件**:不要直接给结论,要说清楚这个结论/观点是在什么假设、什么前提条件下才成立的——把前提条件从结论里剥离出来讲清楚,是这份草稿里最重要的部分。
6. **适用边界**:明确这个结论适用的范围是什么,换一个场景、换一个时间窗口、换一类主体,结论还成立吗?哪里会失效?
7. **证伪与证明手段**:说清楚——如果这个结论是错的,应该能观测到什么数据、出现什么现象,才能说它被推翻了;反过来,如果要证明这个结论是对的,应该观测哪些数据、出现什么结果才算得到印证。这一条是为了让结论保持"可检验",而不是变成一个怎么说都对的空话。
8. **自我验证**:在给出最终草稿前,专家角色要自己回头检查一遍——数据对不对、引用有没有夸大、逻辑链条有没有跳步、前提条件和结论是否真的匹配。如果检查中发现问题,就地修改后再检查一遍,直到自己挑不出明显毛病为止,再定稿。
每位专家的草稿都保存为独立的 `markdown/expert-<领域简称>-draft.md`。草稿阶段允许专业、略显生硬的表达和标题,不必迁就小白读者——可读性留到终稿阶段处理。
## 阶段三:审阅(事实核查 + 红队),保持克制
所有专家草稿完成后,**不要立刻动手写终稿**。先做一轮审阅,分两步,两步都要秉持同一个原则:**克制**。
> 审阅的目的是让终稿更站得住脚、给读者一点辩证视角,不是为了挑刺而挑刺、为了显得严谨而较真。除非用户明确说了这是要写一篇严谨论文,否则大多数分析类问题都不需要吹毛求疵式的审阅。没有确凿证据能推翻专家的主张时,优先相信专家。
**第一步:事实核查员**
派发一个独立的子任务(或自己切换到这个角色)扮演事实核查员,读取所有专家草稿,标记出:矛盾之处(不同专家草稿里对同一件事的说法互相打架)、未经证实的主张(听起来像结论但没有配对应的数据或案例支撑)。只标记,不要重新论证整个问题。输出保存为 `markdown/review-fact-check.md`。
**第二步:红队**
派发另一个独立的子任务(或自己切换角色)扮演红队,专门针对专家草稿里*最强、最关键*的那一两个主张尝试反驳——不需要逐条反驳每一句话,挑最值得商榷的核心主张就够了。同样要克制:能反驳出实质性漏洞就写清楚漏洞在哪、反驳的依据是什么;反驳不出来就诚实地说"这个主张目前站得住",不要硬凑一个牵强的反例。输出保存为 `markdown/review-red-team.md`。
这两份审阅材料本身也是给终稿作者(也就是你自己)参考用的素材,不是要塞进终稿里的独立章节。
## 阶段四:重写终稿
读完所有专家草稿和两份审阅材料、真正理解之后,重新写一篇终稿——不是把几份草稿剪贴拼接,而是把所有内容消化后用自己的话重新组织和表达。终稿要求:
- **面向小白读者**,语言通顺、一气呵成,读起来像一个人在讲一件事而不是在念报告。遇到专业术语适当解释一下,但要克制——不是每个术语都要停下来解释,那样反而啰嗦。
- **不要把前提条件、变量列成表格**。第一性原理部分的前置条件要融进流畅的段落里讲清楚,而不是甩一张表格出来。
- **第一人称写作**,专家的观点用"站在xxx的角度"、"如果我是xxx"、"以xxx的视角来看"这类措辞自然带出,不要写成"专家A认为……专家B认为……"这种拼盘式结构。
- **不留合成痕迹**:章节标题和正文里都不要出现"专家一"、"专家二"、"综合以上专家意见"这类暴露多智能体流程的措辞。
- **去 AI 味**:避免"首先……其次……总而言之"这类模板腔和过度工整的排比,避免空洞的总结升华句,读起来要像一个真人写的、带点个人语气的文章。
- **图文并茂但不滥用**:终稿里该配图的地方(因果链条、时间线、结构对比等)用 Mermaid/SVG/ASCII 图辅助理解,SVG 依然单独存成文件放进 `markdown/assets/` 并用相对路径引用;不需要配图的地方不要硬塞图,图是为了帮读者理解,不是为了凑"图文并茂"的形式。
- **输出为 Markdown**,保存到 `markdown/final-<主题slug>.md`。
### 把审阅结论以"反思"的方式揉进终稿
事实核查员和红队的发现,不要作为独立小节生硬地贴在终稿末尾,而是要在合适的段落里自然地补一句反思,启发读者自己也辩证地想一想。可以参考这样的语气(不必照抄原句,按上下文自然改写):
- "顺带提醒一下……"
- "不过这里也不能说得太绝对……"
- "比如……这一点其实就值得琢磨一下"
- "凡事要辩证地看,这个结论换个场景可能就不成立"
补充要克制:只挑审阅材料里真正有价值、能让读者多想一层的内容来补充,不要为了体现"我做过审阅"而硬塞进一堆无关痛痒的免责声明式补充。大部分情况下,整篇终稿里出现一两处这样的反思就够了。
### 终稿完成后的自检
终稿写完后,回头对照本阶段开头列出的所有终稿要求逐条检查一遍:是不是真的重写了而不是拼接?小白读者能不能读懂?前提条件是不是融进段落了而不是列表格?是不是第一人称、没有暴露合成痕迹、没有 AI 腔?图是不是都有必要?审阅反思是不是自然、克制?发现不满足的地方就地微调,直到自己满意为止,再把最终版本呈现给用户。
Search arXiv papers by keyword, author, category, or ID.
Knowledge comics (知识漫画): educational, biography, tutorial.
Gateway to 400+ bioinformatics skills from bioSkills and ClawBio. Covers genomics, transcriptomics, single-cell, variant calling, pharmacogenomics, metagenomics, structural biology, and more. Fetches domain-specific reference material on demand.