mcpField
D
deep-research

deep-research

github.com/zernie生产力15762 次安装今天更新
代码仓库

关于 deep-research

deep-research 是一项面向复杂研究任务的技能,要求将综合结论与完整细节分别保存为持久文件。它强调从已保存的资料构建结论,避免研究细节随临时会话消失。

主要功能

  1. 01分别保存综合结论与详细附录
  2. 02要求研究子 Agent 写入完整发现
  3. 03保留来源 URL、日期和证据状态
  4. 04依据已保存的研究文件撰写综合内容

适用场景

  1. 01并行开展多角度研究
  2. 02整理竞争或市场研究发现
  3. 03汇总多个来源并保留原始细节

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/zernie/vigiles --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——广泛搜集,细节一个不漏

这项技能旨在防止以下失败模式:大规模并行研究分发搜集了 80–100K 个 token 的细节,每个子 Agent 都返回一份删减后的摘要,协调者又将其进一步压缩成一份简短简报,而原始发现仅存在于临时 Agent 对话记录(临时任务输出)中,容器回收后便消失。 结果:昂贵的研究 → 单薄的成果。细节尽失。不要这样做。

规则:必须有两份持久化成果,不能只有一份

每项有实质内容的研究工作都必须产出并保存到磁盘:

  1. 综合总结 — 简报/答案(表格、论点、建议)。
  2. 完整附录 — 按来源/公司/角度整理的详细信息(原始数字、融资历史、产品界面、日期、原文来源 URL),即综合总结中压缩掉的内容。

如果保存的综合总结比搜集到的内容短得多,附录就是核对依据——细节必须保存到某个持久位置,不能只留在聊天或对话记录中。“我在聊天里总结过了”不算保存。

并行分发研究任务

  1. 规划研究角度 — 每个子 Agent 负责一个不同的角度(公司、来源类别、子问题)。 告诉用户各子 Agent 使用的模型及原因(子 Agent 模型说明规则)。
  2. 在子 Agent 提示词中要求写入磁盘。 每个研究子 Agent 都必须将其完整发现写入持久文件(例如会话临时目录中每个角度一个文件),并逐字保留来源,然后只返回简短的文件位置提示和核心发现。不要依赖 Agent 返回的摘要作为记录——它必然经过删减,而且对话记录是临时的。
  3. 逐字记录来源 — 每项主张都要附上 [编号] [来源 URL] [日期] [报告值或估算值]。压缩时 URL 最先丢失;务必保留。
  4. 根据文件而非记忆撰写综合总结 — 重新阅读写入的文件,再撰写综合总结,以免内容在不知不觉中遗漏。
  5. 宣布完成前保存两份成果 — 提交/写入综合总结和附录。这样才算保存完成。

保存位置

  • 关于已发布行为的技术研究 → 如果用户需要据此采取行动,就写入 docs/ 页面;否则,写成贡献者说明,并在 CLAUDE.md 的 keyFiles 中引用,以免成为孤立文档。采用哪一层级由 public-vs-internal-docs 和 doc-tiers 决定。
  • 竞争、市场、定价、市场推广或路线图研究 → 不要写入此仓库的任何目录。 此仓库是公开的,而 no-product-strategy-here 是无条件规则:删除的文件仍会留在历史记录和其他分支中。请在答案中交付研究发现,由人类将其放到私密位置。
  • 不确定该保存在哪里时,请先询问——但绝不能因为“不确定保存位置”而变成“哪里都不保存”。

不要

  • 不要把一段聊天摘要当作 15 个 Agent 并行研究的交付成果。
  • 不要为了缩短简报而删掉来源/URL/日期——这些细节应放在附录中。
  • 不要将唯一的完整副本留在临时对话记录或未提交的临时目录中。

评论

支持 Markdown