NVIDIA AI-Q 深度研究
通过本地 AI-Q Blueprint 后端执行可追踪的深度研究。
证据显示仅声明 AIQ_SERVER_URL 环境变量、允许工具为 Read/Bash，默认网络目标为 localhost，并要求发送查询前披露并确认非本地端点；脚本禁止明文凭据、限制远程 HTTP，并说明查询、报告和元数据可能被记录。扣分原因是公共辅助器要求后端关闭认证，且对敏感查询的用户确认、数据保留和回滚控制仍主要依赖宿主与后端。
文档与脚本覆盖健康检查、查询、异步轮询、失败停止、重连提示、作业校验和错误反馈，且使用标准库无第三方 Python 依赖。扣分原因是本次仅静态阅读，未执行关键路径；兼容性依赖外部 AI-Q Blueprint 版本和可用路由，无法确认端到端稳定性。
触发条件、适用研究场景、明确不适用的部署/故障排查场景及输入输出流程均较清楚，并支持本地或自托管后端。扣分原因是必须有运行中的 AI-Q 服务，中文输入/输出能力未声明，且远程服务可达性和中国大陆网络适配缺乏证据。
SKILL.md 具备分层说明、前置条件、命令表、版本兼容规则、安全建议、限制、示例和常见问题；有 Apache-2.0、版本 2.1.0、作者及上游仓库信息，仓库还提供基准报告和维护同步说明。扣分原因是缺少该技能自身的变更日志、明确维护责任人和正式更新流程细节，且许可证元数据为 NOASSERTION。
核心目标明确：把研究查询路由到 AI-Q 后端，处理同步或异步结果，并保留引用、来源 URL 和可下载工件；静态 benchmark 文件报告了有限的正确性和效果结果。扣分原因是没有本次可独立复现的实际输出，结果质量依赖外部后端，且报告可能仍需人工核查。
脚本源码、命令接口、错误分支、评估任务和 benchmark 结果提供了可审计材料。扣分原因是 benchmark 是仓库内报告而非可独立核验的 CI/测试证据，本次未执行，也没有多来源或第三方复核材料。
- 发送查询前确认 AIQ_SERVER_URL；远程端点可能记录提示词、响应和元数据，不要发送机密信息。
- 公共辅助器依赖未启用认证的后端，不适合默认承载需要身份认证或强隔离的数据源。
- 使用前核对 AI-Q Blueprint 版本与 2.1.0 兼容规则，并人工核验返回报告及引用。
- 中文能力和中国大陆网络可达性未在源文件中验证。
这个 Skill 能做什么，适合哪些场景？
这是 NVIDIA skills 仓库中的 AI-Q Research 技能，面向需要深度研究或 AI-Q 研究的请求。它通过 scripts/aiq.py 调用可访问的 NVIDIA AI-Q Blueprint 后端，并支持同步回答与异步研究任务。技能会先检查后端健康状态，再发送查询并轮询异步任务。它适合已有 AI-Q 后端的用户，不负责部署后端或管理认证凭据。
解析 AIQ_SERVER_URL，默认使用 http://localhost:8000；运行 health 检查后端；通过 /chat 发送研究查询；处理返回的异步 job_id 并轮询研究结果；获取状态、报告和持久化 artifacts；可将报告导出为 report.md 与本地 artifacts 文件；保留返回报告中的引用和来源 URL。
- 已经运行 NVIDIA AI-Q Blueprint 后端的研究人员，需要执行“深度研究”请求。
- 希望通过 AI-Q 回答主题问题、比较方案或开展资料调查的开发者。
- 需要恢复中断的异步研究任务并获取最终报告的用户。
- 需要将研究报告及图表、CSV 等 artifacts 导出为可分享本地文件的用户。
这个 Skill 有哪些优点和局限？
- 支持同步回答和异步深度研究任务。
- 提供 health、status、report、artifacts 等恢复和结果管理命令。
- 仅使用 Python 标准库 HTTP 模块，无第三方 Python 包依赖。
- 支持 Claude Code、OpenCode、Codex 及 Agent Skills 兼容工具。
- 必须有正在运行且可访问的 AI-Q Blueprint 后端。
- 公共 helper 不管理 API 密钥、令牌、Cookie 或其他认证信息。
- 后端启用认证时，必须改用已认证的 AI-Q 技能或调整环境。
- 远程 AIQ_SERVER_URL 可能记录提示词、响应和元数据；技能不负责部署后端。
如何安装这个 Skill？
使用仓库 README 支持的安装命令：npx skills add nvidia/skills --skill aiq-research --yes。也可指定 Codex：npx skills add nvidia/skills --skill aiq-research --agent codex --yes。README 未说明单独复制该技能目录时的目标路径。
如何使用这个 Skill？
确保 python3 为 Python 3.11+，并运行可访问的 AI-Q Blueprint 后端。未设置 AIQ_SERVER_URL 时，技能默认使用 http://localhost:8000；远程地址需先获得用户明确确认。先运行 python3 $SKILL_DIR/scripts/aiq.py health，再运行 python3 $SKILL_DIR/scripts/aiq.py chat "deep research on ..."。若返回 job_id，使用 python3 $SKILL_DIR/scripts/aiq.py research_poll <JOB_ID>；完成后可用 report <JOB_ID> 获取报告。