mcpField
D
deep-research

deep-research

github.com/w95生产力28538 次安装35 周前更新
代码仓库

关于 deep-research

deep-research 是通过 Gemini 执行自主调研的 Python 命令行技能。它会规划并开展搜索、阅读资料和综合报告，并支持跟踪进度及指定输出格式。

主要功能

  1. 01通过 Gemini 执行调研任务
  2. 02实时查看进度或查询任务状态
  3. 03接续先前的调研
  4. 04输出 Markdown、JSON 或原始响应
  5. 05指定报告格式

适用场景

  1. 01分析市场和竞争对手
  2. 02回顾技术文献
  3. 03开展尽职调查
  4. 04比较框架或技术

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/w95/awesome-claude-corporate-skills --skill deep-research

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

详细介绍

Gemini 深度研究技能

运行自主研究任务，规划、搜索、阅读并综合信息，生成全面的报告。

要求

  • Python 3.8+
  • httpx：pip install -r requirements.txt
  • GEMINI_API_KEY 环境变量

设置

  1. 从 Google AI Studio 获取 Gemini API 密钥
  2. 设置环境变量： 
    export GEMINI_API_KEY=your-api-key-here
    或在技能目录中创建 .env 文件。

用法

启动研究任务
python3 scripts/research.py --query "Research the history of Kubernetes"
使用结构化输出格式
python3 scripts/research.py --query "Compare Python web frameworks" \
  --format "1. Executive Summary\n2. Comparison Table\n3. Recommendations"
实时流式显示进度
python3 scripts/research.py --query "Analyze EV battery market" --stream
启动后不等待
python3 scripts/research.py --query "Research topic" --no-wait
检查正在运行的研究状态
python3 scripts/research.py --status <interaction_id>
等待完成
python3 scripts/research.py --wait <interaction_id>
基于先前的研究继续
python3 scripts/research.py --query "Elaborate on point 2" --continue <interaction_id>
列出近期研究
python3 scripts/research.py --list

输出格式

  • 默认：易于阅读的 Markdown 报告
  • JSON（--json）：供程序使用的结构化数据
  • 原始（--raw）：未经处理的 API 响应

成本与时间

指标值
时间每项任务 2-10 分钟
成本每项任务 $2-5（因复杂程度而异）
Token 用量输入约 250k-900k，输出约 60k-80k

最佳使用场景

  • 市场分析与竞争格局研究
  • 技术文献综述
  • 尽职调查研究
  • 历史研究与时间线梳理
  • 对比分析（框架、产品、技术）

工作流

  1. 用户请求研究 → 运行 --query "..."
  2. 告知用户预计所需时间（2-10 分钟）
  3. 使用 --stream 监控，或通过 --status 轮询
  4. 返回格式化结果
  5. 使用 --continue 处理后续问题

退出代码

  • 0：成功
  • 1：错误（API 错误、配置问题、超时）
  • 130：用户取消（Ctrl+C）

评论

支持 Markdown