mcpField
G
gemini-deepresearch

gemini-deepresearch

github.com/kirkluokun生産性6639 回インストール32 週間前に更新
リポジトリ

gemini-deepresearch について

gemini-deepresearch は、Claude が計画し Gemini が調査を行う、2 モードのリサーチスキルです。短時間の草稿から詳細なレポートまで対応し、Deep モードでは検証も行います。

主な機能

  1. 01Claude による計画と提案書の確認
  2. 02Gemini Deep Research API による調査
  3. 03Gemini CLI による草稿作成
  4. 04独自データとマルチモーダル入力への対応
  5. 05Deep モードでのレビューと追加調査

活用シーン

  1. 01調査課題と提案書の作成
  2. 02提供ファイルを使ったテーマ調査
  3. 03初期調査の草稿を迅速に作成

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/kirkluokun/awesome-a-stock-openclawskills --skill gemini-deepresearch

インストール後、Claude Code で/gemini-deepresearch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。

.env.example
requirements.txt
docs/
guide.md
references/
research_methodology.md
scripts/
deep_research.py
lite_research.sh

詳細

🔬 Deep Research — 統合型深度研究ツール

2つのモードに対応した研究パイプラインです。Claude が計画し、Gemini が実行し、Claude が検証します。

依存関係

依存関係用途インストール
gemini CLILite モードgithub.com/google/gemini-cli を参照
google-genaiDeep モードpip install -r requirements.txt
python-dotenv.env の読み込みオプションですが、インストールを推奨します
GEMINI_API_KEYAPI 認証環境変数を設定するか、.env に記述します

モードの選択

ユーザーの意図モード実行方法所要時間出力品質
「深く研究/包括的に分析/詳細に調査」DeepGemini Deep Research API10-30min完全な研究レポート+引用
「手早く調査/まずは確認/先に草稿を作成」LiteGemini CLI3-8min研究の草稿
「研究」(曖昧な場合)ユーザーに選択を尋ねる———

Stage 1:計画(Claude、両モード共通)

トリガー後の最初のステップ:要件を理解する

references/research_methodology.md を読み、ユーザーと複数回やり取りします。

1. 目標を理解する(1~2問)

「研究の目標は何ですか? 学習、投資判断、レポートの作成、それとも提案の立案ですか?」

回答に応じて、以降の質問を調整します。

  • 学習/興味 → 希望する深さと注目するポイントを尋ねます
  • 投資判断 → 判断基準と制約条件を尋ねます
  • レポートの作成 → 対象読者と形式の要件を尋ねます

2. ユーザーの資料を確認する

ユーザーから提供される可能性のある資料:アイデア文書、ディスカッションの枠組み、参考資料、データフォルダー。

  • すべての資料を読みます
  • 重要な情報と制約を抽出します
  • ユーザーの考えをアウトラインに反映します

3. 研究アウトラインを検討して確定する(重要なステップ)

構造化されたアウトラインを作成し、ユーザーと検討して確定します。

# 研究主题:{topic}

## 研究目标
{由讨论确定}

## 核心研究问题
1. {问题1}
2. {问题2}
3. {问题3}

## 报告结构要求
### 1. {章节1}
- 重点关注:...
- 数据来源要求:...
### 2. {章节2}
...

## 质量标准
- 必须交叉验证的事实:...
- 信息时效要求:...

## 用户素材/约束
- {摘要}

ユーザーの確認後、{output_dir}/{slug}/outline.md として保存し、Stage 2 に進みます。


Stage 2:実行

Deep Mode → Gemini Deep Research API
python {SKILL_DIR}/scripts/deep_research.py \
  "{topic}" \
  --outline {outline_path} \
  --data-dir {data_dir} \
  --attach {file1} --attach {file2} \
  --output {output_dir}/{slug}/
  • 所要時間は10~30分です
  • file_search(独自データ)、マルチモーダル入力、ストリーミング出力に対応しています
  • パラメーター/使い方の詳細は docs/guide.md を参照してください
Lite Mode → Gemini CLI

scripts/lite_research.sh を使用します。

bash {SKILL_DIR}/scripts/lite_research.sh \
  --topic "{topic}" \
  --outline "{outline_path}" \
  --output "{output_dir}/{slug}/" \
  --model "{gemini_model}"
  • 所要時間は3~8分で、草稿レベルの品質です
  • 使用モデル:gemini-3.1-pro-preview(設定可能)
非同期通知(両モード共通)

実行完了後、cron(wake) を通じてメインエージェントに通知します。

cron(
  action: 'wake',
  text: '🔬 研究完成: {topic}
  模式: {deep|lite}
  关键发现: {2-3 bullet points}
  报告路径: {output_path}',
  mode: 'now'
)

注意:Stage 2 は時間がかかるため(最大30分)、必ず sessions_spawn を使用してバックグラウンドで実行してください。


Stage 3:検証(Deep Mode のみ)

wake 通知を受信した後:

  1. レポート全体を読みます
  2. references/research_methodology.md の品質基準に従って確認します:
    • 情報源の多様性と信頼性
    • 重要な事実の相互検証
    • 偏りと利益相反の評価
    • 情報の鮮度
    • ユーザーのアウトラインとの網羅性
  3. 漏れや問題がある場合は、--followup を使って元のセッションで追加調査を依頼します:
    python {SKILL_DIR}/scripts/deep_research.py \
      --followup {session_json} "请展开第二点的论据"
    
  4. 最終レポートにまとめます

出力構成

{output_dir}/{slug}/
├── outline.md                    # Stage 1 生成的研究提纲
├── {topic}_{ts}_report.md        # 研究报告(Deep/Lite)
├── {topic}_{ts}_report.session.json  # 会话文件(Deep,用于追问)
└── verification_notes.md         # 验证记录(Deep 可选)

制約

MUST
  • Stage 1 では、ユーザーがアウトラインを確認してから Stage 2 を開始する必要があります
  • データの出典と取得時刻を明記します
  • Deep Mode では Stage 3 の検証が必須です
MUST NOT
  • ❌ Stage 1 を飛ばして直接調査を実行しないでください
  • ❌ レポートに引用やデータを捏造しないでください
  • ❌ Lite モードの出力を深度研究の成果として装わないでください

コメント