meta-autonomous-deep-research（蒸馏超越型元技能）
由
model-distillation从教师技能 autonomous-deep-research 蒸馏并增强生成。 生成时间：2026-07-22 23:28:35 ｜ 蒸馏机制：跨模型蒸馏（见 meta-evolver 北极星策略）
来源能力签名（教师）
- 标题层级：autonomous-deep-research —— 自主深度研究, 闭环（research.py 真实实现）, 使用, 输出
report.json, 自我进化 - 显性工作流步骤（5 步）：
- 分解 Decompose：把主问题拆成 3–5 个可独立检索的子问题（按连词/关键概念切分）。
- 检索 Retrieve：对每个子问题，优先调用
rag(本地知识库) 或web-fetch(在线)； - 综合 Synthesize：把各子答案按「主张 + 依据 + 置信度」结构聚合成研究报告。
- 反思 Reflect：检查每个子问题是否已有依据、是否存在自相矛盾，定位覆盖空洞。
- 迭代 Iterate：对空洞子问题进入下一轮检索（最多
max-iter轮），逐步逼近完整答案。
增强点（超越教师）
- 可靠自验证：每步产出后用
reason-verify做命题一致性/事实锚定校验，reliability<0.8 即回退重做。 - 自我反思闭环：执行后写入
self-reflection-loop，沉淀失败模式到 learner。 - 整合进 super-agent：作为节点接入「感知→规划→执行→自验证→反思→记忆」超级智能体闭环，可被长程任务编排。
- 对抗验证蒸馏质量：对蒸馏出的关键决策规则做反例测试，防止只学到表面话术。
- 持续自进化：注入 learner，纳入 meta-evolver 的 sense/plan/record 闭环，跨会话越用越强。
教师 vs 学生 对比
| 维度 | 教师(autonomous-deep-research) | 学生(meta-autonomous-deep-research) |
|---|---|---|
| 能力来源 | 原始 SKILL.md（1395 字符） | 蒸馏提取 + 元进化增强 |
| 工作流 | 5 步显性流程 | 同流程 + 自验证钩子 + 反思步 |
| 工具脚本 | learner.py, research.py | 继承 + reason-verify/self-reflection 钩子 |
| 失败防护 | 未显式标注 | 显式 limits + 对抗验证 |
| 自进化 | 视技能而定 | 强制注入 learner，纳入 meta-evolver 闭环 |
| 集成 | 单点 | 接入 super-agent 感知→规划→执行→自验证→反思→记忆闭环 |
使用
直接调用本技能完成「autonomous-deep-research」领域的任务；本技能在教师能力之上叠加自验证与反思，输出更可靠、可追溯。
已知限制（来自教师蒸馏 + 元进化补充）
- （教师未显式标注限制）
- 蒸馏不保证覆盖教师全部隐式知识，首次使用需对照教师原技能核验关键决策。