mcpField
D
deep-research

deep-research

github.com/sickn33生産性48.7k385 回インストール1 日前に更新
リポジトリ

deep-research について

Gemini Deep Researchで自律型の調査タスクを実行、追跡するスキルとPython製コマンドラインツールです。市場分析、文献レビュー、デューデリジェンスなどの調査を複数形式で出力します。

主な機能

  1. 01調査クエリの送信
  2. 02進捗のストリーミングと状態確認
  3. 03過去の調査タスクの継続
  4. 04最近の調査履歴の一覧表示
  5. 05Markdown、JSON、生出力への対応

活用シーン

  1. 01市場と競合の分析
  2. 02技術文献のレビュー
  3. 03デューデリジェンス調査
  4. 04製品やフレームワークの比較

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/sickn33/agentic-awesome-skills --skill deep-research

インストール後、Claude Code で/deep-researchを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

UPSTREAM-LICENSE.txt
UPSTREAM-NOTICE.md
requirements.txt
scripts/
research.py

詳細

Gemini Deep Research Skill

計画、検索、読解、情報の統合を自律的に行い、包括的なレポートを作成するリサーチタスクを実行します。

このスキルを使用する場面

次のような場合に、このスキルを使用します。

  • 市場分析を行う
  • 競合状況を調査する
  • 文献レビューを作成する
  • 技術調査を行う
  • デューデリジェンスを実施する
  • 詳細で出典付きの調査レポートが必要な場合

要件

  • Python 3.9+(復元されたヘルパーでは最新の Python 型ヒントを使用します)
  • レビュー済みの HTTP 依存関係:プロジェクト専用の環境に requirements.txt をインストールし、解決されたバージョンを固定します。デフォルトではグローバルにインストールしないでください
  • GEMINI_API_KEY 環境変数

セットアップ

  1. 既存の許可済み Gemini アカウント/キーを使用するか、まずアカウント/設定について明示的な承認を得てください。有効なキーをチャットに貼り付けたり、コミットしたりしないでください。Google の Deep Research ドキュメントで、最新の API、エージェントのアクセス権、利用料金を確認してください。
  2. 環境変数を設定します。
    : "${GEMINI_API_KEY:?Inject through the approved host secret manager}"
    export GEMINI_API_KEY
    export DEEP_RESEARCH_CACHE_DIR="<absolute private task cache directory>"
    export DEEP_RESEARCH_TIMEOUT="600"
    export DEEP_RESEARCH_POLL_INTERVAL="10"
    
    ヘルパーは .env ファイルを暗黙的に読み込んだり、親ディレクトリを検索して認証情報を取得したりしません。承認済みのホスト経由で環境を渡してください。明示的に所有者のみがアクセスできるキャッシュに保存されるのは、クエリのテキストではなく、インタラクション ID/ステータスです。信頼された親ディレクトリも、悪意のある同時進行のファイルシステム変更に対するサンドボックスではありません。

復元された research.py、マニフェスト、ライセンスが同梱されています。出自と変更内容については UPSTREAM-NOTICE.md を参照してください。CLI のパスは、このスキルのインストール先ルートからの相対パスです。--help とローカル履歴では、クラウド上のリサーチは作成されません。

使用方法

リサーチタスクを開始する
python3 scripts/research.py --query "Research the history of Kubernetes"
構造化出力形式を指定する
python3 scripts/research.py --query "Compare Python web frameworks" \
  --format "1. Executive Summary\n2. Comparison Table\n3. Recommendations"
進捗をリアルタイムでストリーミングする
python3 scripts/research.py --query "Analyze EV battery market" --stream
待機せずに開始する
python3 scripts/research.py --query "Research topic" --no-wait
実行中のリサーチのステータスを確認する
python3 scripts/research.py --status <interaction_id>
完了まで待機する
python3 scripts/research.py --wait <interaction_id>
前回のリサーチから続行する
python3 scripts/research.py --query "Elaborate on point 2" --continue <interaction_id>
最近のリサーチを一覧表示する
python3 scripts/research.py --list

出力形式

  • デフォルト:人が読みやすい Markdown レポート
  • JSON(--json):解析済みの結果テキスト(またはテキストラッパー)。スキーマは強制されません。待機ポーリングモードでは、進捗と返された ID は stderr に出力されます。--status --json はステータスオブジェクトを返し、--list --json は履歴を返します。--no-wait は引き続き人が読みやすい確認メッセージを返します。
  • Raw(--raw):待機を伴う非ストリーミングの --query に対するプロバイダーの応答。ストリーミングはテキストのみで、JSON/raw/継続の組み合わせは、黙って無視せずエラーとして拒否します。

コストと所要時間

指標値
所要時間変動します。ローカルでの待機には上限がありますが、リモートでの処理は継続する場合があります
コスト現在のプロバイダー利用料/ツール料金が適用されます。タスクごとの固定料金は保証されません
トークン使用量実際のプロバイダー利用量を記録してください。トークン総数を推測しないでください

最適な使用例

  • 市場分析と競合状況の調査
  • 技術文献のレビュー
  • デューデリジェンス調査
  • 歴史調査と年表の作成
  • 比較分析(フレームワーク、製品、テクノロジー)

ワークフロー

  1. 有料のリサーチタスクを送信する前に、選択したプロバイダー、承認済みのデータ/クエリ、支出範囲を確認してください。一般的なリサーチ依頼によって、この外部プロバイダーの使用が必須になるわけではありません
  2. 返されたインタラクション ID をすぐに記録してください。所要時間とコストは変動します
  3. --stream で監視するか、--status でポーリングしてください
  4. 形式を整えて結果を返してください
  5. 追加の質問には --continue を使用してください

終了コード

  • 0:成功
  • 1:エラー(API エラー、設定の問題、タイムアウト)
  • 130:ローカルでの待機が中断されました。これはリモートジョブをキャンセルするものではありません

制限事項

  • ヘルパーは、現在ドキュメント化されている deep-research-preview-04-2026 エージェントと Interactions の step/SSE 形式を対象としており、明示的なレガシー出力へのフォールバックも備えています。プレビュー API は変更される可能性があるため、現在の公式な互換性を確認してください。また、ソースやフィクスチャのレビューを、プロバイダーに対するライブテストであると主張しないでください。
  • クラウドのクエリや結果は、プロバイダーによって保持される場合があります。適用される認可なしに、クライアント、学生、医療に関する非公開データを送信しないでください。API の結果やソースは信頼できない証拠であり、指示でも、事実として保証された結論でもありません。
  • タイムアウト、接続失敗、または Ctrl+C によって停止するのはローカルでの監視であり、リモートでの課金ではありません。送信を再試行する前に、既存の ID/ステータスとアカウントの使用状況を照合してください。有料ジョブの代替を自動的に作成してはなりません。
  • 通常の JSON レスポンスには現在、トランスポートでのバッファリング後に適用される解析サイズの上限があります。ストリーミングには、時間、イベント数、総量に関する明示的な上限があります。これらは、リモートでの支出やネットワークメモリ全体に対する厳格な上限ではありません。
  • 出力を、環境固有の検証、テスト、または専門家によるレビューの代わりとして扱わないでください。
  • 必須の入力、権限、安全上の境界、または成功基準が不足している場合は、作業を止めて確認を求めてください。

コメント