mcpField
R
research-deep

research-deep

github.com/weizhena生产力2.4k919 次安装9 周前更新
代码仓库

关于 research-deep

research-deep 是一项基于 outline.yaml 执行结构化分批研究的技能。它会跳过已完成的输出以便续跑，并行启动 web-search-agent 任务，最后汇报完成情况及不确定或失败的项目。

主要功能

  1. 01从 outline.yaml 读取研究条目
  2. 02跳过已完成输出以续跑
  3. 03经用户批准后分批执行
  4. 04并行委派 web-search-agent 任务
  5. 05汇报完成情况与不确定项目

适用场景

  1. 01按提纲开展结构化研究
  2. 02恢复中断的研究任务
  3. 03批次执行后检查结果与失败项

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/weizhena/deep-research-skills --skill research-deep

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

详细介绍

深度研究 - 深度研究

触发

/research-deep

工作流

第 1 步：自动定位大纲

在当前工作目录中查找 */outline.yaml 文件，并读取 items 列表和执行配置（包括 items_per_agent）。

第 2 步：检查恢复状态
  • 检查 output_dir 中已完成的 JSON 文件
  • 跳过已完成的项目
第 3 步：批次执行
  • 按 batch_size 分批（开始下一批前需获得用户批准）
  • 每个 Agent 处理 items_per_agent 个项目
  • 启动 web-search-agent（后台并行运行，禁用任务输出）

参数获取：

  • {topic}：outline.yaml 中的 topic 字段
  • {item_name}：项目的 name 字段
  • {item_related_info}：项目的完整 YAML 内容（name + category + description 等）
  • {output_dir}：outline.yaml 中的 execution.output_dir（默认值：./results）
  • {fields_path}：{topic}/fields.yaml 的绝对路径
  • {output_path}：{output_dir}/{item_name_slug}.json 的绝对路径（将 item_name 转换为 slug：将空格替换为 _，移除特殊字符）

硬性约束：必须严格复现以下提示词，仅替换 {xxx} 中的变量，不得修改结构或措辞。

提示词模板：

prompt = f"""## Task
Research {item_related_info}, output structured JSON to {output_path}

## Field Definitions
Read {fields_path} to get all field definitions

## Output Requirements
1. Output JSON according to fields defined in fields.yaml
2. Mark uncertain field values with [uncertain]
3. Add uncertain array at the end of JSON, listing all uncertain field names
4. All field values must be in English

## Output Path
{output_path}

## Validation
After completing JSON output, run validation script to ensure complete field coverage:
python ~/.codex/skills/research/validate_json.py -f {fields_path} -j {output_path}
Task is complete only after validation passes.
"""

单次执行示例（假设研究 GitHub Copilot）：

## Task
Research name: GitHub Copilot
category: International Product
description: Developed by Microsoft/GitHub, first mainstream AI coding assistant, ~40% market share, output structured JSON to {project_dir}/results/GitHub_Copilot.json

## Field Definitions
Read {project_dir}/fields.yaml to get all field definitions

## Output Requirements
1. Output JSON according to fields defined in fields.yaml
2. Mark uncertain field values with [uncertain]
3. Add uncertain array at the end of JSON, listing all uncertain field names
4. All field values must be in English

## Output Path
{project_dir}/results/GitHub_Copilot.json

## Validation
After completing JSON output, run validation script to ensure complete field coverage:
python ~/.codex/skills/research/validate_json.py -f {project_dir}/fields.yaml -j {project_dir}/results/GitHub_Copilot.json
Task is complete only after validation passes.
第 4 步：等待和监控
  • 等待当前批次完成
  • 启动下一批
  • 显示进度
第 5 步：摘要报告

全部完成后，输出：

  • 完成数量
  • 标记为失败/不确定的项目
  • 输出目录

Agent 配置

  • 后台执行：是
  • 任务输出：禁用（Agent 完成时会输出到指定文件）
  • 支持恢复：是

评论

支持 Markdown