技能介绍
Deep Research Skills 是 Weizhena 为 Claude Code、OpenCode 和 Codex 设计的结构化研究工作流技能（MIT 许可），支持两阶段研究：大纲生成（可扩展）和深度调查。
它的核心取舍是人在回路——不是丢一个主题然后等报告，而是把研究过程切成可检查的阶段，确保每个阶段都能被你精确控制：先让技能产出结构化研究列表，你可以先增删研究项和字段定义，确认后才开始并行深挖，最后再汇总成报告。
适用场景
- 学术研究：论文综述、基准评测、文献分析。
- 技术研究：技术对比、框架评估、工具选型。
- 市场研究：竞品分析、行业趋势、产品对比。
- 尽职调查：公司研究、投资分析、风险评估。
核心能力
- 两阶段研究：先生成大纲，再进行深度调查。
- 可扩展大纲：可向现有大纲添加更多研究项或字段定义。
- 并行深度研究：使用并行代理自动搜索每个研究项。
- Markdown 报告：生成包含目录的完整报告。
- 人在回路控制：每个步骤由你控制，可在深度研究前完善大纲。
效果预览
工作方式
- 第一阶段：生成大纲 – 告诉技能你的主题，它会创建包含待收集字段的结构化研究列表。
- 第二阶段：深度研究（可选）– 如有需要，可添加更多研究项或字段，然后运行深度研究。技能自动搜索每个研究项的网络信息。
- 第三阶段：生成报告 – 所有收集的数据被整合为一份 Markdown 报告，可直接阅读或分享。
你需要提供
- Claude Code：适用于 Claude Code 2.1.0+（直接命令触发），旧版本使用
run /skill-name格式；需要 Python 包pyyaml。 - OpenCode：默认模型 gpt-5.4；必须设置环境变量
OPENCODE_ENABLE_EXA=1以启用网络搜索（否则仅支持web fetch，能力较弱），建议写入~/.bashrc使其持久化；需要 Python 包pyyaml。 - Codex：需要在
~/.codex/config.toml中添加配置，并把仓库中的web-researcher.toml代理文件和web-search-modules目录放到代理配置路径中；需要 Python 包pyyaml。
Codex 配置示例：
suppress_unstable_features_warning = true
[features]
multi_agent = true
default_mode_request_user_input = true
[agents.web_researcher]
description = "Use this agent when you need to research information on the internet, particularly for debugging issues, finding solutions to technical problems, or gathering comprehensive information from multiple sources. This agent excels at finding relevant discussions. Use when you need creative search strategies, thorough investigation, or compilation of findings from multiple sources."
config_file = "agents/web-researcher.toml"你会获得
- 一份包含研究项与字段定义的结构化大纲（可继续扩展）。
- 每个研究项的深度调查结果（JSON 结果）。
- 一份整合后的 Markdown 报告
report.md，含目录，可直接阅读或分享。
使用示例
命令（Claude Code 2.1.0+）：
↔ 左右滑动查看完整表格
| 命令 | 描述 |
|---|---|
| /research | 生成包含研究项和字段的大纲 |
| /research-add-items | 向现有大纲添加更多研究项 |
| /research-add-fields | 向现有大纲添加更多字段定义 |
| /research-deep | 使用并行代理深度研究每个项 |
| /research-report | 从 JSON 结果生成 Markdown 报告 |
较旧版本的 Claude Code 使用 run /research 格式。Codex 用户可通过 /skills -> List Skills 或自然语言触发技能。
完整示例，主题「AI Agent Demo 2025」：
/research AI Agent Demo 2025– 生成包含 17 个 AI Agent 的研究列表（ChatGPT Agent、Claude Computer Use、Cursor 等）以及每个项需要收集的信息。- （可选）
/research-add-items或/research-add-fields– 添加更多研究项或字段定义。 /research-deep– AI 自动搜索每个项的网络信息，获取每个 Agent 的详细信息（公司、发布日期、定价、技术规格、评论等）。/research-report– 所有数据整合为report.md，一份包含目录的完整 Markdown 报告。
页面给出的快速触发：
/research 2025年人工智能代理技术趋势
/research-deep
/research-report如果需要让工具解释这个项目本身，可以问：
Help me understand this project: https://github.com/Weizhena/deep-research-skills参考
- RhinoInsight: Improving Deep Research through Control Mechanisms for Model Behavior and Context
