メニュー
深度研究代理系统社区版，对复杂主题进行多轮迭代的网络搜索和综合分析。使用场景：当用户需要对特定主题进行深入、全面的研究时，特别是需要基于最新网络信息生成详细分析报告的情况。支持多轮迭代搜索、智能搜索方向调整和综合分析报告生成。本skill是一个工作流描述文档，没有执行脚本，依赖web-search skill进行网页搜索。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/huangruiteng/CS-Notes --skill deepsearchコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SOC 職業分類に基づく
Qualify the exact final diff for a LoopX-managed goal. Use when goal policy enables change_quality_qualification, before a non-trivial delivery or merge, and when producing or repairing an exact-scope quality receipt. The workflow is language-neutral, permits at most one policy-authorized safe-fix pass, and never grants merge or repository authority.
Operate an explicitly activated LoopX Material Lifecycle for a connected project. Use for material-store inventory, lossless migration, candidate/archive transitions, exact-read-backed ranking, ranked-entry rebuilds, bounded Explore intake, owner-gated apply, rollback, and audit. Do not use for ordinary one-off reading or research when the project has not activated Material Lifecycle.
Use when the user asks Codex to research, find learning materials, process "素材：" links, "请你读" / "精读" a material, build a material radar, or use SenSight-like broad information retrieval for career learning and Agent infra tracking. Do not use the career/Agent-infra routing bias for user-directed `整理笔记` into a named note.
SKILL.md を表示中
| name | deepsearch |
| description | 深度研究代理系统社区版，对复杂主题进行多轮迭代的网络搜索和综合分析。使用场景：当用户需要对特定主题进行深入、全面的研究时，特别是需要基于最新网络信息生成详细分析报告的情况。支持多轮迭代搜索、智能搜索方向调整和综合分析报告生成。本skill是一个工作流描述文档，没有执行脚本，依赖web-search skill进行网页搜索。 |
| license | Complete terms in LICENSE.txt |
深度研究代理系统社区版是一个基于工作流的深度研究系统，能够对复杂主题进行多轮迭代的网络搜索和综合分析。系统通过结合LLM智能分析和实时网络搜索，生成详细的研究报告。
本系统是一个工作流描述文档，没有执行脚本。依赖以下外部技能：
python scripts/web_search.py "<query>"[0, 1, ..., depth-1]每轮迭代执行以下步骤：
nextSearchTopic: 下一个搜索主题（字符串或None）shouldContinue: 是否继续搜索（布尔值）nextSearchTopic和shouldContinue字段shouldContinue为True：
python scripts/web_search.py "<nextSearchTopic>"shouldContinue为False：
nextSearchTopic和shouldContinue变量nextSearchTopic追加到topics数组（记录已搜索主题）系统维护以下对话变量：
| 变量名 | 类型 | 描述 |
|---|---|---|
topics | array[string] | 已搜索的主题列表 |
nextSearchTopic | string | 下一个要搜索的主题 |
findings | array[string] | 收集到的搜索结果列表 |
shouldContinue | string | 是否继续搜索的标志 |
当需要进行网络搜索时：
nextSearchTopic作为查询参数python scripts/web_search.py "<query>"findings数组注意: 不要使用任何搜索参数配置（如search_depth、topic、max_results、country、time_range、days等），仅保留核心输入query。
系统实时显示搜索进度：
{index + 1}/{depth}th search executed.1/3th search executed.用户查询: "人工智能在医疗领域的最新发展"
研究深度: 3
第1轮:
第2轮:
第3轮:
综合分析:
# 人工智能在医疗领域的最新发展研究报告
## 执行摘要
[基于三轮搜索的综合分析...]
## 主要发现
1. AI在医疗诊断方面的最新进展
- [具体发现1]
- [具体发现2]
2. 医疗影像AI技术突破
- [具体发现3]
- [具体发现4]
3. AI在药物研发中的应用
- [具体发现5]
- [具体发现6]
## 结论与建议
[综合分析结论...]
## 未来研究方向
[基于研究发现提出的未来研究方向...]
重要提示: 本skill描述了一个深度研究工作流，实际执行需要依赖外部技能和配置。请确保已正确配置web-search技能和相关LLM服务。