القائمة
使用 firecrawl 和 exa MCP 进行多源深度研究。搜索网络、综合发现并交付带来源引用的报告。适用于用户想要任何主题的带证据和引用的深入研究。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/aaione/everything-claude-code-zh --skill deep-researchيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
Kubernetes 工作负载模式、资源管理、RBAC、probes、autoscaling、ConfigMap/Secret 处理，以及面向生产级部署的 kubectl 调试。
完成任何非平凡任务后使用。智能体按 5 个维度自评输出——准确性、完整性、清晰度、可执行性、简洁性——每项都给出具体证据。生成结构化 1-5 评分卡和具体改进建议。
在 competitive-platform-analysis 产出分层竞品集合后使用。按九个加权维度（定位、声音、视觉工艺、offer packaging、证据、enterprise-readiness、thought leadership、定价、客户 strategic tension）为每个竞品评分，使用明确 1–5 rubrics 和 tension-plot。位于 competitive-report-structure 之前。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | deep-research |
| description | 使用 firecrawl 和 exa MCP 进行多源深度研究。搜索网络、综合发现并交付带来源引用的报告。适用于用户想要任何主题的带证据和引用的深入研究。 |
| origin | ECC |
易漂移技能。 Firecrawl/Exa MCP 工具名称、配额和结果格式会变化。在承诺覆盖率或引用实时来源数量之前，验证已配置的 MCP 工具和当前 API 文档。
使用 firecrawl 和 exa MCP 工具从多个网络来源生成深入、有引用的研究报告。
至少配置以下之一：
firecrawl_search、firecrawl_scrape、firecrawl_crawlweb_search_exa、web_search_advanced_exa、crawling_exa两者一起使用可获得最佳覆盖。在 ~/.claude.json 或 ~/.codex/config.toml 中配置。
快速问 1-2 个澄清问题：
如果用户说"就研究一下吧" — 用合理的默认值直接跳过。
将主题分解为 3-5 个研究子问题。示例：
对每个子问题，使用可用的 MCP 工具搜索：
使用 firecrawl：
firecrawl_search(query: "<子问题关键词>", limit: 8)
使用 exa：
web_search_exa(query: "<子问题关键词>", numResults: 8)
web_search_advanced_exa(query: "<关键词>", numResults: 5, startPublishedDate: "2025-01-01")
搜索策略：
对最有前景的 URL，获取完整内容：
使用 firecrawl：
firecrawl_scrape(url: "<url>")
使用 exa：
crawling_exa(url: "<url>", tokensNum: 5000)
完整阅读 3-5 个关键来源以获取深度。不要仅依赖搜索摘要。
组织报告：
# [主题]：研究报告
*生成时间：[日期] | 来源数：[N] | 置信度：[高/中/低]*
## 执行摘要
[3-5 句关键发现概述]
## 1. [第一个主要主题]
[带有行内引用的发现]
- 关键要点（[来源名称](url)）
- 支持数据（[来源名称](url)）
## 2. [第二个主要主题]
...
## 3. [第三个主要主题]
...
## 关键要点
- [可操作的洞察 1]
- [可操作的洞察 2]
- [可操作的洞察 3]
## 来源
1. [标题](url) — [一行摘要]
2. ...
## 方法论
搜索了 [N] 个查询，涵盖网页和新闻。分析了 [M] 个来源。
调查的子问题：[列表]
对于广泛的主题，使用 Claude Code 的 Task 工具并行化：
并行启动 3 个研究智能体：
1. 智能体 1：研究子问题 1-2
2. 智能体 2：研究子问题 3-4
3. 智能体 3：研究子问题 5 + 跨领域主题
每个智能体搜索、阅读来源并返回发现。主会话综合为最终报告。
"研究核聚变能源的当前状态"
"深度分析 2026 年后端服务中 Rust vs Go"
"研究自举 SaaS 业务最佳策略"
"美国房地产市场现在怎么样了？"
"调查 AI 代码编辑器的竞争格局"