核心用法
Research Cog 是面向专业场景的 AI 深度研究引擎，通过 cellcog 客户端调用。核心调用方式分两类：
- OpenClaw（异步）：
client.create_chat(prompt=..., notify_session_key=..., chat_mode="agent")，适合后台任务 - 阻塞模式（同步）：直接初始化
CellCogClient，等待返回结果后输出
研究类型覆盖六大场景：
1. 竞品分析 — 公司对比、SWOT、市场定位、功能矩阵
2. 市场研究 — 行业规模、TAM/SAM/SOM、趋势、客户画像、监管政策
3. 投资分析 — 财务基本面、投资逻辑、板块比较、风险评估、财报解读
4. 学术研究 — 文献综述、技术深度解析、科学前沿、历史分析
5. 尽职调查 — 初创公司背调、供应商评估、合作风险分析
输出格式可选：交互式 HTML 仪表盘、PDF 报告、Markdown、纯文本。
显著优点
- 多源合成能力：跨数百来源交叉验证，号称 DeepResearch Bench 2026 年 4 月榜首
- 三级研究深度：
agent（快速查询）→agent team（默认深度研究）→agent team max（高风险决策级），可按成本与精度需求灵活选择 - 结构化输出：自动生成分节报告、执行摘要、可视化图表（表格、时间线、市场图谱）
- 金融数据准确性：针对财务与统计数据做多源交叉核对
- 学术级引用支持：按需生成脚注或参考文献列表（需显式声明）
潜在局限与风险
- 引用非自动：若未明确要求，输出可能不含来源链接，影响学术或合规场景的可追溯性
- 成本门槛：
agent team max模式需 ≥2000 credits，高频使用成本显著 - 依赖外部 API：需配置
CELLCOG_API_KEY，服务可用性与 CellCog 平台绑定 - 时效性依赖训练数据：虽标注"多源合成"，但知识截止日期与模型版本未公开说明
- 中文支持未明确：技能文档全英文，中文研究任务的质量与引用来源未经验证
适合人群
- 投资机构分析师（股票研究、尽职调查）
- 企业战略与竞争情报团队
- 咨询顾问与市场研究员
- 学术研究者（需配合显式引用指令）
- 产品经理与技术决策者
常规风险提示
- 数据幻觉风险：即使多源交叉，AI 仍可能生成看似合理但错误的财务数据或引用
- 合规使用限制：投资分析不构成投资建议，学术引用需人工复核原始文献
- API 密钥安全：
CELLCOG_API_KEY需妥善保管，避免泄露导致额度盗用