3.1 KiB
3.1 KiB
Deep Research Skill for Claude Code / OpenCode
如果喜欢就请 star 一下吧!⭐
灵感来源:RhinoInsight: Improving Deep Research through Control Mechanisms for Model Behavior and Context
Claude Code 的结构化调研工作流技能,支持两阶段调研:outline生成(可扩展)和深度调查。人在回路设计确保每个阶段的精确控制。
使用场景
- 学术研究:论文综述、benchmark评测、文献分析
- 技术研究:技术对比、框架评估、工具选型
- 市场研究:竞品分析、行业趋势、产品比较
- 尽职调查:公司研究、投资分析、风险评估
安装
Claude Code
# 中文版
cp -r skills/research-zh/* ~/.claude/skills/
# 英文版
cp -r skills/research-en/* ~/.claude/skills/
# 必需:安装agent
cp agents/web-search-agent.md ~/.claude/agents/
# 必需:安装Python依赖
pip install pyyaml
OpenCode (默认: gpt-5.2)
# Skills (同 Claude Code)
cp -r skills/research-zh/* ~/.claude/skills/ # 或 research-en 英文版
# 必需:安装agent
cp agents/web-search-opencode.md ~/.config/opencode/agent/web-search.md
# 必需:安装Python依赖
pip install pyyaml
命令
Claude Code 2.1.0+:现已支持直接
/skill-name触发!旧版本:请使用
run /skill-name格式。
| 命令 (2.1.0+) | 描述 |
|---|---|
/research |
生成包含items和fields的调研outline |
/research-add-items |
向现有outline添加更多调研对象 |
/research-add-fields |
向现有outline添加更多字段定义 |
/research-deep |
使用并行agents对每个item进行深度调研 |
/research-report |
从JSON结果生成markdown报告 |
工作流 & 示例
示例:调研 "AI Agent Demo 2025"
阶段1:生成Outline
/research AI Agent Demo 2025
💡 会发生什么:告诉它你要研究什么 → 它帮你列出调研清单
你会得到:17个待调研的AI Agent清单(ChatGPT Agent、Claude Computer Use、Cursor等)+ 每个要收集哪些信息
(可选)不满意?继续添加
/research-add-items
/research-add-fields
💡 会发生什么:补充更多调研对象或字段定义
阶段2:深度调研
/research-deep
💡 会发生什么:AI自动上网搜索每个item的详细信息,逐个完成
你会得到:每个Agent的详细资料(公司、发布日期、定价、技术规格、用户评价...)
阶段3:生成报告
/research-report
💡 会发生什么:所有数据 → 一份整理好的报告
你会得到:report.md - 带目录的完整Markdown报告,可直接阅读或分享
遇到问题?
如果过程中有什么不懂的,可以让Claude Code帮你理解这个项目:
帮我理解这个项目: https://github.com/Weizhena/deep-research-skills
参考文献
- RhinoInsight: Improving Deep Research through Control Mechanisms for Model Behavior and Context
许可证
MIT