mcpField
D
deep-research

deep-research

github.com/collaborative-deep-research生产力50319 次安装32 周前更新
代码仓库

关于 deep-research

deep-research 是一项使用 paper 和 paper-search 命令行工具发现、阅读并综合学术与网页来源的研究技能，适合需要结构化文献综述、研究发现、空白和引文的研究者。

主要功能

  1. 01广泛搜索网页与学术论文
  2. 02按年份和引用数筛选论文
  3. 03提纲浏览、略读和阅读选定论文
  4. 04探索引文与参考文献
  5. 05结合引文和 BibTeX 综合发现

适用场景

  1. 01深入阅读前梳理主题研究版图
  2. 02比较不同研究间的一致与分歧
  3. 03识别研究空白并记录来源

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/collaborative-deep-research/agent-papers-cli --skill deep-research

安装后在 Claude Code 中输入/deep-research确认已加载。

详细介绍

使用 paper 和 paper-search CLI 工具深入研究“$ARGUMENTS”。请遵循以下工作流程：

1. 广泛发现

先进行广泛搜索，了解研究全貌：

paper-search google web "$ARGUMENTS"
paper-search semanticscholar papers "$ARGUMENTS" --limit 10

浏览标题、摘要片段和引用次数。找出最相关的论文和关键术语。

2. 缩小范围并筛选

根据已有发现进一步筛选：

paper-search semanticscholar papers "<refined query>" --year 2023-2025 --min-citations 10
paper-search semanticscholar snippets "<specific question>"
paper-search pubmed "<query>"   # if biomedical

3. 深入阅读

深入阅读最相关的论文（至少 3-5 篇）：

paper outline <arxiv_id>           # understand structure first
paper skim <arxiv_id> --lines 3    # quick overview
paper read <arxiv_id> <section>    # read key sections

对于网络来源：

paper-search browse <url>

4. 沿引用关系图追踪

探索关键论文的研究背景：

paper-search semanticscholar citations <paper_id> --limit 10    # who cites this?
paper-search semanticscholar references <paper_id> --limit 10   # what does it build on?
paper-search semanticscholar details <paper_id>                  # full metadata

5. 综合整理

将发现汇总为结构化报告，包含：

  • 关键发现和主题
  • 共识与分歧
  • 文献中的空白
  • 所有论断的引用（包含论文标题和 URL）
  • 关键论文的 BibTeX 条目（使用 paper bibtex <arxiv_id> 生成）

指南

  • 始终先广泛搜索，再缩小范围。全面浏览之前不要深入阅读。
  • 综合整理之前至少阅读 3-5 篇一手来源。
  • 尽可能将网络来源与学术论文交叉核对。
  • 使用 paper-search semanticscholar snippets 查找支持具体论断的证据。
  • 记录已搜索或阅读的内容，避免重复。
  • 如果搜索结果中有 arXiv 论文，请使用 paper read 获取全文，而不要只看摘要片段。

评论

支持 Markdown