360 Secure SkillHub
360 安全技能中心

deeply

核心功能:检索财经/科技/商业/思想领域权威人物对判断类问题的一手原话,附出处、日期与身份信息。典型场景:调研分析、决策判断时,如询问“X靠谱吗”“前景如何”等。输入为自然语言问题,输出结构化观点结果;需配置免费token调用API,不支持当下时效事实及健康等池外领域查询。

komako-workshop
komako-workshop
热度 20.41
最近更新 2026-08-15 15:58:24
分类:搜索依赖:第三方 API / 内部调用大模型应用场景:研究 / 报告撰写 / 市场分析 / 财务

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add deeply
Metadata
name
deeply
description
召回经权威筛选的人物针对某个判断说过的一手观点,逐字原话带日期与出处, 语料取自访谈、文章、播客转写与研报(中英混合),覆盖财经/科技/商业/思想。 用户在掂量判断、征询看法、或可能存在有力反方意见时使用,典型问法: 「你怎么看 X」「X 靠谱吗」「值不值得」「该不该入手」「X 是不是泡沫」「X 的前景如何」 「谁谈过 X」「专家怎么看」「有出处吗」「有没有人不同意」, 英文如 "what do experts think about X" "is X a bubble" "should I buy X"。 调研、写分析、下判断、对比观点这类实质性任务中也应主动调用: 先查证真实人物的表态再组织回答,不要只凭模型自身知识空谈, 用户没明说要听专家意见时同样适用。 语料池不联网:今日价格、刚发生的新闻等时效事实不在射程; 健康、玄学、情感等池外领域没有语料。

deeply 证据层 API

query 进,top-k 一手材料出。有 shell + 网络(curl)即可用。

覆盖财经/科技/商业/思想领域的判断类问题。语料池不联网:当下事实 (今日价格、刚发生的新闻)不在射程内;池外领域(健康、玄学、情感)没有语料。

先配 token

免费,每日 200 次。读 DEEPLY_TOKEN 环境变量:

export DEEPLY_TOKEN=dk_xxxxx

没配就别反复重试,直接告诉用户这一句:

打开 https://deeply.dev,点右上角「装进你的 agent」,手机号登录后会给出一段 安装命令(含免费 token),把那段话贴给我,我来配。

一句「检索失败」等于把这个工具废掉了——他去领只要半分钟。接口回 401 时, how_to_fix 字段里也写着同样的话,照着转述即可。

怎么调

# GET(--data-urlencode 处理中文)
curl -sS -m 180 --get 'https://api.deeply.dev/v2/evidence/search' \
  -H "Authorization: Bearer $DEEPLY_TOKEN" \
  --data-urlencode 'q=现在是买入比特币的好时机吗' \
  --data-urlencode 'k=10' --data-urlencode 'rerank=1'

# POST JSON 等价形态
curl -sS -m 180 -X POST 'https://api.deeply.dev/v2/evidence/search' \
  -H "Authorization: Bearer $DEEPLY_TOKEN" \
  -H 'Content-Type: application/json' \
  -d '{"query": "美联储今年还会降息吗", "k": 10, "rerank": 1}'
参数 默认 说明
q / query 必填 自然语言原句(稠密检索吃原句,不用拆关键词)
k 15 返回条数,上限 50。调大不会变慢,所以宁大勿小
per_person_cap 2 同一人最多几条
rerank 0 设 1 开服务端终排:逐条读引文重排、剔除杂质
as_of 无 YYYY-MM-DD 时间旅行:只用此日期前的材料(缺日期的一并排除)
bm25_query 无 覆盖词法通道的查询词(如强制命中某个专名),一般不用

已知特性:

  • 延迟通常 7-13 秒(带 rerank=1;rerank=0 约 2-7 秒),超时按 180 秒设。 偶尔会赶上维护窗口,那时会显著变慢甚至超时,失败等 1-2 分钟再重试;重试两 次仍不通就如实说明,别把没拿到当成「没人说过」。
  • 一次并行 2-3 个查询划算:总耗时比串行省三分之一,代价是单个请求慢三成; 再多就开始排队,不如分批。要看完第一轮再决定下一轮查什么就串行;几个查询 彼此独立、等齐了一起用才并行。
  • 按话题查召回好,按立场查召回差:查「AI 泡沫」,而不是「谁反对 AI 泡沫论」。 按立场查不会报错,只会静默召回一批不相关的人——这比查不到更伤。
  • 中英文各查一次合并看,这轮不能省:只查一种语言会漏掉约三分之二的人,且漏 的常是那一侧最该听的。要压时间就砍同语言的追加轮次,别砍中英这两轮。

返回结构

{
  "coverage": {
    "status": "ok",   // ok = 材料充足;weak = 没人正面回答过,只有最接近的;miss = 池里没有
    "note": null      // weak / miss 时的一句话说明
  },
  "results": [{
    "unit_id": "cd4f65…",
    "author": "Bill Ackman",
    "bio": "对冲基金潘兴广场创始人",     // 一句话身份介绍,可能为 null
    "published_at": "2022-10-03",      // 可能为 null
    "title": "…",
    "source_url": "https://…",
    "claim": "一句话主张",              // 部分材料带
    "quote": "逐字原文引文,500-800 字,未经改写,可直接引用核对"
  }]
}

结果已按相关性、作者权威、论证质量综合排序,按序取用即可。 weak / miss 是如实上报,接口不会降低标准凑数——你也别凑:照实转达这个结论, 不要拿勉强沾边的材料撑场面。

取单元全文

引文之外还想看上下文时,用 unit_id 取全文(秒回)。unit_id 只能照抄返回结果里 的原值,不要自己拼:

curl -sS -m 30 --get 'https://api.deeply.dev/api/unit' \
  --data-urlencode 'unit_id=cd4f650879eaa041' \
  --data-urlencode 'offset=0' --data-urlencode 'length=6000'
# 返回 {unit_id, total_chars, offset, text};length 上限 24000,长文分段翻

几个建议:

  1. 尽量用中文说明,哪怕是引用本人的原话时。
  2. 整体通俗易懂一些,但可以在人物介绍和逻辑梳理上适当具体详细。