Skip to main content

deep-research

AI深度研究助手。对任何主题进行迭代式深度研究,结合搜索引擎、网页抓取和大语言模型生成详细研究报告。触发词:深度研究、调研、research。

설치로 이동

소스 정보

저장소
Yaron9/MetaMe
최근 소스 활동
2026년 7월 27일 10:42
감지된 SKILL.md 언어
중국어
스타
18
포크
5

설치 방법

기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.

소스 파일 검토

설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.

SKILL.md 표시 중

SKILL.md
소스 지침 · 읽기 전용 미리보기
name
deep-research
description
AI深度研究助手。对任何主题进行迭代式深度研究,结合搜索引擎、网页抓取和大语言模型生成详细研究报告。触发词:深度研究、调研、research。
# Deep Research 深度研究 基于 [dzhng/deep-research](https://github.com/dzhng/deep-research) 思路,用 Claude Code 原生能力实现。 ## 研究流程 收到研究请求后,按以下步骤执行: ### 1. 分解查询(广度) 根据主题生成 3-5 个不同角度的搜索查询: - 基础概念/定义 - 最新进展/动态 - 技术实现/原理 - 应用场景/案例 - 对比/竞品 ### 2. 迭代搜索(深度) 对每个查询: 1. `WebSearch` 获取搜索结果 2. `WebFetch` 抓取 2-3 个高质量页面详情 3. 提取关键信息,发现新问题 4. 对新问题继续搜索(迭代 1-2 轮) ### 2.5 NotebookLM 补充查询(可选) 如果用户的 NotebookLM 中有与主题相关的笔记本,可作为**私有知识源**补充公开搜索的盲区: ```bash # 搜索是否有相关笔记本 python ~/.claude/skills/notebooklm-skill/scripts/run.py notebook_manager.py search --query "关键词" # 查询笔记本获取有引用的回答 python ~/.claude/skills/notebooklm-skill/scripts/run.py ask_question.py --question "具体问题" --notebook-id ID ``` **使用时机**: - 话题涉及用户个人积累的领域知识(已上传到 NotebookLM) - 公开搜索结果不够深入,需要私有资料补充 - 用户主动要求"查一下我的 NotebookLM" **不要**每次调研都自动查 NotebookLM,只在相关时使用。 ### 3. 综合报告 整合所有信息,输出结构化报告: ```markdown # [主题] 深度研究报告 ## 摘要 [3-5 句核心发现] ## 背景与定义 ## 技术原理/核心机制 ## 最新进展 ## 应用场景 ## 竞品对比(如适用) ## 未来展望 ## 参考来源 ``` ## 使用示例 用户说: - "深度研究一下 AI Agent" - "调研 MCP 协议的最新进展" - "research Claude Code 的竞品" ## 输出位置 报告写入:`/tmp/research_report.md`
GitHub에서 보기