feat: add items_per_agent execution config

- Add items_per_agent field to control items per agent
- Confirm via AskUserQuestion in /research phase
- Deep research reads from outline config directly

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude Opus 4.5 <noreply@anthropic.com>

README.md

@@ -72,6 +72,7 @@ items:
     source: "source info"
 execution:
   batch_size: 5          # parallel agents (default: 5)
+  items_per_agent: 1     # items per agent (default: 1)
   output_dir: "./results" # output directory (default: ./results)
 ```
 

skills/research/SKILL.md

@@ -29,6 +29,7 @@ description: 对目标话题进行初步调研，生成调研outline。用于学
 - items: 调研对象列表
 - execution:
   - batch_size: 并行agent数量（默认5）
+  - items_per_agent: 每个agent调研项目数（默认1，需AskUserQuestion确认）
   - output_dir: 结果输出目录（默认./results）
 
 **fields.yaml**（字段定义）：

skills/research/deep/SKILL.md

@@ -11,15 +11,16 @@ allowed-tools: Bash, Read, Write, Glob, WebSearch, Task
 ## 执行流程
 
 ### Step 1: 自动定位Outline
-在当前工作目录查找 `*/outline.yaml` 文件，读取items列表、execution配置。同时读取同目录下的 `fields.yaml` 获取字段定义。
+在当前工作目录查找 `*/outline.yaml` 文件，读取items列表、execution配置（含items_per_agent）。同时读取同目录下的 `fields.yaml` 获取字段定义。
 
 ### Step 2: 断点续传检查
 - 检查output_dir下已完成的JSON文件
 - 跳过已完成的items
 
 ### Step 3: 分批执行
-- 按batch_size分批（默认5个）
+- 按batch_size分批（默认5个agent并行）
-- 每个item启动1个web-search-agent（后台并行，禁用task output）
+- 每个agent负责items_per_agent个项目
+- 启动web-search-agent（后台并行，禁用task output）
 - **硬约束**：仅传入item相关信息和输出路径
 - **硬约束**：agent必须自行读取 `{topic}/fields.yaml` 获取字段定义
 - **硬约束**：禁止在prompt中直接嵌入字段定义