关于 deep-research
deep-research 是用于复杂实现任务前系统研究代码库和外部依赖的技能,面向需要架构分析与实施建议的开发者。它规定本地代码搜索、外部资料检索及 Pal 分析流程,并要求综合结果形成报告。
主要功能
- 01强制本地代码搜索
- 02使用 Sourcebot 检索外部代码
- 03结合 Context7 与 Perplexity 查资料
- 04通过 Pal MCP 工具分析架构
- 05按固定结构输出研究报告
适用场景
- 01复杂改动前梳理代码结构
- 02调查外部库的用法与文档
- 03评估架构、质量、安全及技术债
- 04整理发现并制定实施建议
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ pedronauck/ skills --skill deep-research安装后在 Claude Code 中输入/deep-research确认已加载。
详细介绍
深度研究
此技能提供了一种系统化的方法,用于研究和分析代码库及外部依赖项。它旨在用于开始复杂的实现任务之前。
<critical_tools> 你必须严格遵循项目命令指南中定义的规则。
-
本地代码发现
- **必需的子技能:**使用
codebase_search发现本地代码。 - 强制要求:使用 codebase_search 发现本地代码。
- **必需的子技能:**使用
-
Sourcebot(外部搜索)
- 参考:
.claude/commands/sourcebot.md - 强制要求:仅针对外部库/框架使用 Sourcebot(5-7 次)。
- 禁止将其用于本地代码。
- 工作流:
list_repos-> 确定 ID -> 使用filterByRepoIds执行search_code。
- 参考:
-
Pal MCP Toolkit(架构分析)
- 参考:
.claude/commands/pal.md(统一 Pal 技能) - 强制要求:在执行复杂任务前使用
pal技能及适当的 Pal MCP 工具。 - 可用工具:
mcp__zen__analyze、mcp__zen__debug、mcp__zen__planner、mcp__zen__refactor、mcp__zen__codereview、mcp__zen__tracer - 范围:架构、质量、性能、安全、技术债务。
- 关键要求:
- 使用任何 Pal MCP 工具时,必须始终完成所有步骤。
- 绝不能中途停止。
- 如果未完成所有步骤,直到
next_step_required: false,你的任务将被判定无效。 - 无一例外。
- 模型要求:
- 强制要求:所有 Pal MCP 工具调用始终使用
model: "anthropic/claude-opus-4.6"。 - 调用 Pal MCP 工具时,绝不能使用其他模型。
- 强制要求:所有 Pal MCP 工具调用始终使用
- 参考:
-
Context7 与 Perplexity(外部知识)
- 参考:
.claude/commands/perplexity.md - Context7:用于 Sourcebot 中没有的第三方库。解析 ID -> 获取文档。
- Perplexity:用于任何广泛研究、最新文档或调试。 </critical_tools>
- 参考:
<research_strategy> 强制要求:每项研究任务都必须使用工具。无一例外。
- 理解请求:明确具体任务、目标或问题。
- 内部发现:
- **必需的子技能:**使用
codebase_search发现本地代码。 - 使用自然语言搜索相关的本地代码概念、模式和文件。
- 找出现有的架构模式。
- 使用
codebase_search搜索特定区域。
- **必需的子技能:**使用
- 外部研究(Sourcebot):
- 如果任务涉及外部库,请使用 Sourcebot 搜索其用法模式和文档。
- 外部知识(Context7 与 Perplexity):
- 对于 Sourcebot 中没有的库,请使用 Context7。
- 对于广泛研究或调试,请使用 Perplexity。
- 深入分析(Pal Analyze):
- 运行
zen_analyze工具,全面了解架构、风险和质量。 - 完成分析流程。
- 运行
- 综合:整合所有来源的发现,形成最终报告。 </research_strategy>
<quality_standards>
- 强制要求:回答前广泛使用工具。
- 简洁:摘要应突出重点,避免冗余。
- 权威性:优先采用代码库和官方文档(通过 Sourcebot/Context7 获取)中的信息。
- 杜绝臆测:绝不包含工具未查证的信息。
- 直接输出:不要创建文件。直接在聊天中返回报告。 </quality_standards>
<output_format> 返回一条完整消息,采用以下结构:
深度分析报告:[主题]
1. 背景摘要
[简要总结在本地代码库中发现的内容,包括关键文件和架构模式]
2. 外部见解
[从外部库中发现的相关模式、最佳实践或文档]
3. 深度分析发现
[基于 Pal Analyze 得出的架构、安全、性能和技术债务方面的见解]
4. 实施计划 / 建议
[具体的后续步骤、解决方案设计,或对用户请求的答复]
5. 相关文件
[研究中发现的最重要文件的绝对路径]
评论
支持 Markdown