Parallel Deep Research翻译站点

Parallel Deep Research 是 Parallel 官方为 AI Agent 提供的深度网络研究 Skill。它把一个复杂课题交给专门的研究处理器，在后台搜索和整理多个网页来源，再输出带引用的 Markdown 报告与结构化元数据。相比让 Agent 反复调用普通搜索，它更适合竞品格局、行业报告和需要多来源交叉核验的专题。

这项 Skill 有意把“普通搜索”和“深度研究”分开。官方说明只有用户明确要求 comprehensive、exhaustive 或 deep research 时才触发，因为完整研究比一次网页搜索更慢、成本也高得多。对于只查一个事实或打开一篇文章的任务，应优先使用 parallel-web-search 或 parallel-web-extract。

产品功能

• 异步研究任务：启动后立即返回 run_id 和监控地址，不必让 Agent 一直阻塞等待。
• 多档研究处理器：从快速查询到数分钟甚至更长时间的深度研究，可以按问题难度和预算选择。
• 带引用的报告：通过 text 模式输出 Markdown 研究报告，保留内联引用，方便继续核对。
• 结构化结果：同时保存 JSON 元数据和研究依据，适合后续程序处理或生成内容。
• 上下文续问：使用 previous-interaction-id 延续上一次研究，不用重复提交全部背景。
• 任务状态管理：提供启动、轮询、状态和结果命令，适合 Agent 在长任务期间继续处理其他工作。

产品特点

它最实用的设计是把长时间研究拆成“启动”和“取回结果”两个阶段。Agent 先提交问题，记录 run_id；研究完成后再轮询并把结果写入本地文件。这样可以避免一个终端调用占住几分钟，也更适合自动化工作流。

这不是免费的通用搜索替代品。官方要求安装 parallel-cli、登录并保持账户有余额，高档处理器可能需要数分钟到数小时。使用前应限定问题范围、期望字数和重点，否则很容易把昂贵的深度研究用在普通查询上。

使用教程

1. 先按官方说明安装 Parallel Agent Skills。Codex 可以通过内置 Skill Installer 添加仓库；Claude Code 则添加插件市场并安装 Parallel 插件。
2. 运行 parallel-cli-setup 完成 CLI 安装、登录和余额检查。不要把 API Key 写进公开仓库。
3. 明确写出研究主题、时间范围、需要比较的对象以及报告长度。默认可选择 pro-fast，在深度与耗时之间取得平衡。
4. 用 --no-wait 启动研究并保存 run_id；随后使用 poll 命令把结果写入指定文件，避免把大段报告直接塞进终端上下文。
5. 阅读报告中的引用并抽查关键事实。需要继续追问时使用 interaction_id 延续上下文，再选择较轻的处理器。

$skill-installer parallel-web/parallel-agent-skills
/parallel:parallel-cli-setup

使用场景

• 行业与市场研究：整理赛道规模、主要玩家、融资、产品和监管信息。
• 竞品比较：从官网、文档、发布记录和公开报道中建立可追溯的对照。
• 技术选型：比较框架、API、许可证、维护状态和真实限制。
• 内容前期调研：为长文、报告或专题准备多来源资料和引用线索。

价格

Parallel Agent Skills 仓库采用 MIT 许可证，可以免费安装和修改；实际执行研究依赖 Parallel CLI 与付费账户余额。不同处理器的速度和费用差异明显，deep research 官方明确标注比普通 web search 慢且更昂贵。具体费用应以 Parallel 当前价格页和账户余额提示为准。

使用评价

如果 Agent 经常需要完成严肃调研，Parallel Deep Research 的异步任务、引用和续问机制很实用。它把启动、等待、保存结果和继续追问的步骤写得足够清楚，减少长任务因为超时或上下文过大而中断。

它不适合所有查询，也不属于零成本 Skill。普通事实核验应继续使用更轻量的搜索；只有问题确实需要多来源、长报告和可追溯引用时，深度研究带来的时间与费用才值得。