research

name	research
description	Deep Research Skill: Kombiniert Claude WebSearch + Perplexity via OpenRouter fuer umfassende Recherchen. Automatisches 2-Tier-Routing: QUICK (WebSearch) fuer einfache Fakten, DEEP (perplexity/sonar-deep-research via OpenRouter + WebSearch Gegencheck) fuer komplexe Analysen. Verwenden wenn der Nutzer "research", "recherchiere", "finde heraus", "was wissen wir ueber", "deep research", "analysiere" oder "/research" sagt.
version	1.1.0
requires_secrets	[{"key":"OPENROUTER_API_KEY","service":"OpenRouter","url":"https://openrouter.ai/keys","description":"OpenRouter API Key — routet zu perplexity/sonar-deep-research. Kein separater Perplexity-Key noetig.","hint":"Eintragen in .env als OPENROUTER_API_KEY","required":true}]

Deep Research

Zwei Suchquellen kombinieren fuer zuverlaessige, quellengestuetzte Recherchen.

2-Tier-Routing

Komplexitaet der Frage analysieren, dann automatisch routen:

QUICK (Default)

• Wann: Fakten-Checks, aktuelle Preise/Daten, "Was ist X?", kurze Antworten
• Quellen: Claude WebSearch (1-3 parallele Suchen)
• Dauer: Sekunden
• Kosten: $0 (eingebaut)

DEEP (bei komplexen Fragen oder explizit "/research deep ...")

• Wann: Marktanalysen, Vergleiche, "Wie funktioniert X im Detail?", Multi-Aspekt-Fragen, alles wo der Nutzer explizit "deep" sagt
• Quellen: perplexity/sonar-deep-research via OpenRouter PLUS Claude WebSearch parallel (Gegencheck/Ergaenzung)
• Dauer: 30-120 Sekunden
• Kosten: ~$0.01-0.05 pro Anfrage (OPENROUTER_API_KEY — kein separater Perplexity-Key noetig)

Routing-Entscheidung

Automatisch DEEP waehlen wenn:

• Frage enthaelt Vergleiche ("X vs Y", "Alternativen zu")
• Frage erfordert Multi-Aspekt-Analyse ("Vor- und Nachteile", "Architektur von")
• Frage betrifft aktuelle Marktdaten mit Kontext ("Wie entwickelt sich X und warum")
• Nutzer sagt explizit "deep", "ausfuehrlich", "im Detail"

Workflow

Schritt 1: Fragestellung schaerfen

• Was genau soll recherchiert werden?
• Welcher Kontext ist relevant?
• Falls unklar: Rueckfrage an den Nutzer

Schritt 2: Tier waehlen + recherchieren

QUICK:

1. WebSearch mit 1-3 gezielten Suchbegriffen (parallel)
2. Relevante Ergebnisse extrahieren und zusammenfuehren

DEEP:

1. perplexity/sonar-deep-research via OpenRouter aufrufen (siehe references/perplexity-api.md) — nutzt OPENROUTER_API_KEY
2. Parallel: WebSearch fuer Gegencheck/Ergaenzung (andere Suchbegriffe als Perplexity)
3. Ergebnisse zusammenfuehren, Widersprueche markieren

Schritt 3: Ergebnis strukturieren

Jede Research-Antwort MUSS enthalten:

1. Zusammenfassung — 2-3 Saetze, direkte Antwort auf die Frage
2. Details — Strukturiert nach Aspekten der Frage. Bei APIs: Endpoints, Auth, Rate Limits, Kosten. Bei Technologien: Architektur, Vor/Nachteile, Alternativen.
3. Quellen — URLs mit Titel, getrennt nach Herkunft:
   • [WebSearch] Titel — URL
   • [OpenRouter/Perplexity] Titel — URL
4. Confidence — high / medium / low (basierend auf Quellenueberein­stimmung)
5. Tier — Welcher Tier genutzt wurde und warum

Schritt 4: Kontext bewahren

• Research-Ergebnisse als Rohdaten + Synthese liefern
• Den laufenden Kontext der uebergeordneten Aufgabe NICHT ueberschreiben
• Wenn der Research-Skill aus /ideation heraus genutzt wird: Ergebnisse zurueckgeben, nicht die Story schreiben