by 运行时依赖
安装命令
点击复制技能文档
分类：提供者 Model Studio Qwen Deep Research 验证 mkdir -p output/aliyun-qwen-deep-research python -m py_compile skills/ai/research/aliyun-qwen-deep-research/scripts/prepare_deep_research_request.py && echo "py_compile_ok" > output/aliyun-qwen-deep-research/validate.txt 通过标准：命令退出 0 且 output/aliyun-qwen-deep-research/validate.txt 被生成。
输出和证据 将研究目标、确认答案、规范化请求负载和最终报告快照保存在 output/aliyun-qwen-deep-research/ 下。 每次保存运行时保持相同的模型、区域和 enable_feedback 设置。 当用户想要一个深入的、多阶段的研究工作流程，而不是单个聊天完成时，使用此技能。
关键模型名称 使用以下确切的模型字符串之一： qwen-deep-research qwen-deep-research-2025-12-15 选择指南： 使用 qwen-deep-research 作为当前主线模型。 当您需要带有 MCP 工具调用支持和更强的可复现性的快照时，使用 qwen-deep-research-2025-12-15。
先决条件 在虚拟环境中安装 SDK： python3 -m venv .venv . .venv/bin/activate python -m pip install dashscope 在环境中设置 DASHSCOPE_API_KEY，或将 dashscope_api_key 添加到 ~/.alibabacloud/credentials。 此模型目前仅适用于中国大陆（北京）区域，并使用自己的 API 形状，而不是 OpenAI 兼容模式。
规范化接口（research.run） 请求主题（字符串，必需） 模型（字符串，选项）：默认 qwen-deep-research 消息（数组对象，选项） enable_feedback（布尔，选项）：默认 true stream（布尔，选项）：必须为 true 附件（数组对象，选项）：图像 URL 和相关上下文
响应 状态（字符串）：阶段状态，例如思考、研究或完成 文本（字符串，选项）：流式内容块 报告（字符串，选项）：最终结构化研究报告 原始（对象，选项）
快速入门 python skills/ai/research/aliyun-qwen-deep-research/scripts/prepare_deep_research_request.py \ --topic "比较云视频生成模型的权衡用于营销自动化。" \ --disable-feedback
操作指南 期望仅有流式输出。 保持初始主题具体且有界限；广泛的主题可能会触发长迭代搜索计划。 如果模型提出后续问题，并且您已经知道约束，明确回答以避免浪费轮次。 当您需要稳定的评估运行或 MCP 工具调用支持时，使用快照模型。
输出位置 默认输出：output/aliyun-qwen-deep-research/requests/ 使用 OUTPUT_DIR 覆盖基目录。
参考 references/sources.md GitHub CLI API