feiskyer/codex-settings/deep-research

Deep Research

主控负责界定问题、拆分、核验与综合；子任务负责互不重叠的采集或局部分析。完成标准是用户需要的报告和证据覆盖，不是子进程退出或材料聚合成功。

核心约束

1. 保持用户当前模型和推理配置，不传 --model，不覆盖无关配置。
2. 子进程默认使用 workspace-write；只有确实需要 shell 网络访问时才启用 runner 的 --network。
3. 先检查当前会话可用的 Skills、连接器和 MCP，再按来源适配能力；不要假设固定服务或工具名存在。
4. 不使用 --dangerously-bypass-approvals-and-sandbox。
5. 所有运行产物写入独立的 .research/<name>/ 目录。
6. 只在委派已获授权时启动子任务。执行前简述拆分与成本；超出已有预算、访问范围或权限时再征求同意，不因正常使用已授权的研究来源重复暂停。

按需加载

准备运行子任务时读 references/runner.md，其中包含目录、manifest、命令与恢复约束。两个脚本均只依赖 Python 标准库；--help 给出参数真源。

Workflow

1. 从用户请求中提取目标、时间范围、来源边界和交付格式，只追问会改变研究结论或执行范围的缺口。用代表性真实样本校准拆分，复用已有材料。
2. 为每个子任务明确问题、输入、允许访问的范围、输出和证据要求。要求结论旁附来源，无法确认的内容说明缺口。将采集材料保存在运行目录内，避免重复抓取。
3. 选择与任务成本相称的并发和超时，陌生或高成本批次先小规模验证。主控同步推进非重叠工作，不重复子任务正在做的采集。
4. 检查 results.json、子报告和关键原始来源。失败、空输出、缺失引用或未覆盖的问题仍是未完成；按 runner 参考中的恢复约束有限重试，不重跑已验证成功的任务。缺少权限或需要扩大范围时停止相应操作并说明阻塞。
5. 使用 aggregate.py 整理内部材料，再综合为 polished_report.md（用户指定位置优先）。消除重复、核对关键数据、区分来源冲突和证据强弱；aggregated_raw.md 不是成品。

交付报告绝对路径、关键结论和剩余缺口，说明实际使用的权限例外。必要证据仍缺失时，报告已完成范围、具体阻塞及恢复条件，不把部分材料称为完整报告；不要发送内部 Prompt 或调度日志充当成品。