Menu
使用firecrawl和exa MCPs进行多源深度研究。搜索网络、综合发现并交付带有来源引用的报告。适用于用户希望对任何主题进行有证据和引用的彻底研究时。
The review-first prompt is selected by default. You can switch to a direct command or download a local copy.
Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
A direct command skips the review prompt. Inspect the source before running it.
npx skills add https://github.com/loulanyue/awesome-claude-notes --skill deep-researchThe command stays on one line. Scroll horizontally to inspect it before copying.
Prefer a local copy? Download the files currently available to SkillsMP.
Showing SKILL.md
Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics
Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates.
Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing.
Based on SOC occupation classification
| name | deep-research |
| description | 使用firecrawl和exa MCPs进行多源深度研究。搜索网络、综合发现并交付带有来源引用的报告。适用于用户希望对任何主题进行有证据和引用的彻底研究时。 |
| source_path | skills/deep-research/SKILL.md |
| origin | ECC |
使用 firecrawl 和 exa MCP 工具，从多个网络来源生成详尽且有引用的研究报告。
至少需要以下之一：
firecrawl_search, firecrawl_scrape, firecrawl_crawlweb_search_exa, web_search_advanced_exa, crawling_exa两者结合可提供最佳覆盖范围。在 ~/.claude.json 或 ~/.codex/config.toml 中配置。
提出 1-2 个快速澄清性问题：
如果用户说"直接研究即可"——则跳过此步，使用合理的默认设置。
将主题分解为 3-5 个研究子问题。例如：
对每个子问题，使用可用的 MCP 工具进行搜索：
使用 firecrawl：
firecrawl_search(query: "<sub-question keywords>", 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：
对于最有希望的 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 个关键来源以获得深度信息。不要仅依赖搜索片段。
构建报告结构：
# [主题]：研究报告
*生成日期：[date] | 来源数量：[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]
[带有内联引用的发现]
- 关键点 ([Source Name](url))
- 支持性数据 ([Source Name](url))
## 2. [第二个主要主题]
...
## 3. [第三个主要主题]
...
## 关键要点
- [可执行的见解 1]
- [可执行的见解 2]
- [可执行的见解 3]
## 来源
1. [Title](url) — [一行摘要]
2. ...
## 方法论
搜索了网络和新闻中的 [N] 个查询。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 工具进行并行处理：
并行启动3个研究代理：
1. 代理1：研究子问题1-2
2. 代理2：研究子问题3-4
3. 代理3：研究子问题5 + 交叉主题
每个代理负责搜索、阅读来源并返回发现结果。主会话将其综合成最终报告。
"研究核聚变能源的当前现状"
"深入探讨 2026 年 Rust 与 Go 在后端服务中的对比"
"研究自举 SaaS 业务的最佳策略"
"美国房地产市场目前情况如何？"
"调查 AI 代码编辑器的竞争格局"