88 lines
2.6 KiB
Markdown
88 lines
2.6 KiB
Markdown
# Deep Research Skill for Claude Code
|
||
|
||
[English](README.md) | [中文](README.zh.md)
|
||
|
||
> 灵感来源：[RhinoInsight: Improving Deep Research through Control Mechanisms for Model Behavior and Context](https://arxiv.org/abs/2511.18743)
|
||
|
||
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
|
||
|
||
```bash
|
||
# 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
|
||
```
|
||
|
||
## 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
|
||
```
|
||
💡 **发生了什么**：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
|
||
|
||
### 阶段2：深度调研
|
||
```
|
||
/research-deep
|
||
```
|
||
💡 **发生了什么**：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
|
||
```
|
||
💡 **发生了什么**：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
|