什么是Research
Research 是一个专为深度信息探索与知识沉淀设计的 AI 协作工具，旨在帮助用户对复杂主题进行系统性研究并生成结构化的 Markdown 文档。它通过交互式对话或异步深度研究两种模式，将零散的信息整合为可长期维护的‘活文档’——即持续更新的研究笔记。该工具的核心价值在于将研究过程本身转化为可复用、可追溯的知识资产，而非仅停留在问答层面。
当用户提出一个研究问题或探索方向时，Research 会自动在本地创建专属文件夹（如 ~/.openclaw/workspace/research//），在其中建立标准化的研究模板，包括原始问题记录、动态更新的发现汇总、资源链接及下一步行动建议。整个交互过程强调实时同步与增量更新：每次对话都会自动补充新内容到文档中，避免重复输出，同时标注信息来源与不确定性程度，确保知识的可验证性。
对于需要全面覆盖的复杂议题（如市场分析、技术架构选型等），Research 还支持调用 Parallel AI API 启动深度研究项目，利用多线程并行检索机制在数分钟至数小时内完成大规模资料搜集与综合报告生成。最终成果以 Markdown 格式保存，并可一键导出为 PDF 存档，形成完整的知识闭环。
核心功能特点
- 支持交互式对话与异步深度研究双模式，适应不同复杂度需求
- 自动生成结构化 Markdown 研究文档，实现研究成果持久化存储
- 内置标准化目录管理，每个主题拥有独立工作空间与版本历史
- 自动追踪信息来源并标注置信度，保障知识可靠性
- 提供 PDF 导出功能，便于归档分享与离线阅读
适用场景
Research 特别适用于那些需要前期充分调研才能推进决策的场景，例如产品经理在开发新功能前对市场竞品进行系统性分析；技术负责人评估某项新技术栈的可行性时，快速梳理官方文档、社区案例与性能基准数据；或是创业者验证商业模式假设前，收集行业趋势与用户需求洞察。其交互式特性允许边聊边建，适合节奏较快的小规模探索任务。
而对于涉及多维度交叉验证的复杂课题，如制定企业数字化转型战略、开展跨领域学术研究或撰写白皮书级报告，则推荐使用 Deep Research 模式。该模式能并行处理数十个查询点，在较短时间内产出包含大量引用来源与对比表格的综合报告，显著提升研究效率与覆盖面。无论是初创团队做 MVP 前的机会扫描，还是咨询公司为客户准备的定制化行业洞察，都能从中获益。
此外，该工具也适合个人学习成长场景——无论是准备技术面试时系统整理知识点，还是在兴趣驱动下深挖某个小众领域的历史脉络，都能借助其文档化能力构建个性化的知识库。由于所有材料均以 Markdown 形式保存且路径清晰，后续还可轻松迁移至 Obsidian、Notion 等专业工具继续编辑或关联其他项目文件。