Multi-Format Input → Structured Research Report Generation Pipeline
从会议音视频、文档、表格、演示文稿，到云链接 ——
自动完成结构化整理、调研、审阅与导出。
Multi-Format Input → Structured Research Report Generation Pipeline
从会议音视频、文档、表格、演示文稿，到云链接 ——
自动完成结构化整理、调研、审阅与导出。
🔥 News
OneResearchClaw 现已支持基于用户反馈持续进化 skill 集，并将个性化偏好保存为可选派生版本。
支持 arXiv、YouTube、Bilibili，粘贴链接即可自动下载材料并直接启动后续研究流程。
Review → Rewrite 循环支持有限次迭代修订，进一步提升最终报告在完整性、逻辑性与可交付性上的质量。
支持 simple / medium / complex 三档模式，更容易控制文献搜索范围、来源打开数量与整体研究成本。
系统可自动识别会议中的多个议题，并分别生成独立报告，更完整地保留每条讨论线索与分析分支。
支持多格式输入 → 自动化研究报告生成，一条命令即可串起 grounding、research、review 与 export 全流程。
核心能力
从多输入统一接入，到 topic 拆分、research、review、导出与 skill 演化，OneResearchClaw 覆盖了一条完整 research workflow 所需的关键能力。
Pipeline
从原始输入到可交付 research report，全流程自动化。
识别输入是音频、视频、文档、表格、演示文稿、ZIP mixed-material package，还是 arXiv / YouTube / Bilibili 等远程链接，再将材料路由到对应的 grounding workflow。这样用户始终只面对同一个 one-report 入口，而不必手动切换脚本或预处理路径。
案例展示
从多 Topic 会议拆分，到链接接入、Research 深度控制、Review → Rewrite 闭环，再到 ZIP mixed-material package 的综合处理， 这 5 个案例覆盖了 OneResearchClaw 最核心的工作流能力。
OneResearchClaw 不只是“总结一段会议内容”，而是能够把长会议拆成多个并行主题分支，让每条讨论线索都有独立的 grounded note、research 补充与最终交付报告。
OneResearchClaw 支持“链接即输入”。这说明 pipeline 并不依赖单一的本地文件上传路径，远程论文也可以直接进入同一套研究流程并生成更适合阅读和交付的报告。
simple / medium / complex 三种 research 深度下的差异：覆盖范围、来源打开数量、分析细度和成本都可以被显式控制，而不是只能接受一套固定强度的调研结果。同一份输入材料、同一个报告任务，可以通过 research_mode 调整调研强度。用户能够根据时间预算、token 成本和交付要求，在速度与深度之间做明确取舍。
Review loop 会实际提升报告的结构完整性、证据具体性、分析深度和最终交付质量。在这个例子里，报告经过 3 轮 repair / rewrite 后，从 60 / 100 提升到 91 / 100 并通过质量检查。
这个 case 展示了 pipeline 从多种输入到双语结果的整体闭环：不同来源材料被统一整合到同一份报告结构中，再补充必要外部证据并进入最终交付阶段。
Quick Start
三步，从原始输入到完整 research report。
# Send this prompt to the Cursor Agent Please use the existing `.cursor/skills/one-report/` skill to generate a full report from one input file. First read: - `.cursor/skills/one-report/SKILL.md` Input: - input_path: docs/showcase/inputs/case5/HER2-case5.zip - output_formats: pdf - research_mode: complex Search settings: - search_backend: cursor - require_open_link: true - download_opened_literature: true Optional: - output_lang: zh - transcription_language: zh
将文件放入 data/raw_inputs/。支持音频、视频、文档、表格、PPT、ZIP 混合包，也支持直接粘贴链接。
先阅读 .cursor/skills/one-report/SKILL.md，再按示例填写 input_path、research_mode 和 output_formats。
Agent 会自动完成 grounding → research → summary → review → export 的端到端执行。
Quick Start Example
点击展开，查看从 HER2-case5.zip 到最终中文 / 英文 PDF 的完整 artifact 链与各阶段中间产物。
这是 Quick Start 的真实运行结果：输入是 HER2-case5.zip，Research 模式为 complex，检索 backend 为 cursor，并开启 require_open_link: true 与 download_opened_literature: true。
先基于 grounded note 生成候选 query，再确认后进入正式检索，减少无关搜索与 token 浪费。
在 complex 模式下打开来源、保存证据、整理 paper notes，并生成更扎实的 lit.md。
围绕 coverage、evidence specificity、analytical depth 与 deliverability 做有限轮修订。
当 review 通过后，最终报告写入 research_report.md，并导出为中文 / 英文 PDF。这样用户既能看最终交付物，也能回溯整条 artifact 链。
FAQ
支持会议音频 / 视频、文档、表格、演示文稿、ZIP 混合材料包，以及 arXiv、YouTube、Bilibili 等远程链接。系统会先识别输入类型，再路由到对应 grounding workflow。
research_mode 支持 simple / medium / complex 三档。simple 适合低成本 briefing，medium 适合作为默认平衡档，complex 适合需要更高文献覆盖、更多来源打开与更深分析的场景。
基础流程不强制依赖额外 reviewer API。默认可以走本地 / Cursor 侧 workflow；只有在你希望每轮 review 使用外部 reviewer 时，才需要提供可选的 reviewer_api_config。
报告生成后会进入 review → rewrite 闭环。reviewer 负责检查 topic alignment、coverage、evidence specificity、analytical depth、structure coherence 和 deliverability；writer 按 repair actions 修订，直到通过质量门控或达到有界轮数。
可以。output_formats 支持 md / docx / pdf / pptx / audio，也支持逗号组合；output_lang 可控制最终交付语言，例如中文或英文。
它负责把反复出现的用户反馈沉淀成可审查、可验证、可复用的 skill 修改建议，再经过 patch、回归检查与版本提升，形成更贴合个人偏好的派生 skill 版本。