全部技能 / 文档与知识 / deep-research
文档与知识 · daymade/claude-code-skills

deep-research

Generate format-controlled research reports with evidence tracking, citations, source governance, and multi-pass synthesis. This skill should be used when users request a research report, literature review, market or industry analysis, competitive landscape, policy or technical brief. Triggers: "帮我调研一下", "深度研究", "综述报告", "深入分析", "research this topic", "write a report on", "survey the literature on", "competitive analysis of", "技术选型分析", "竞品研究", "政策分析", "行业报告". V6 adds: source-type governance, AS_OF freshness checks, mandatory counter-review, and citation registry. V6.1 adds: source accessibility (circular verification forbidden, exclusive advantage encouraged).

风险提醒:黄色 · 留意使用AI 侦查报告
作者 daymadeGitHub daymade/claude-code-skills ↗Stars 1378许可 MITcommit 63a65c1fcc
agent 宿主通常会约束 skill 执行权限;风险提醒为 AI 侦查观点,不构成质量或安全保证。第三方 skill 仅作拆解与展示,安装使用风险自负,版权归原作者。

1实现原理 · 为什么它能做到

这是纯 prompt 编排型 skill:无任何脚本/可执行代码,靠「Lead Agent + 并行 Subagent」工作流 + 14 份 markdown 知识文件驱动宿主 LLM 产出研究报告

deep-research/ 目录结构(ls)+ references/ 14 个 .md
SKILL.md 23.2KB + references/(completeness_review_checklist.md, counter_review_team_guide.md, enterprise_analysis_frameworks.md, enterprise_quality_checklist.md, enterprise_research_methodology.md, formatting_rules.md, quality_gates.md, report_template_v6.md, research_notes_format.md, research_plan_checklist.md, research_report_template.md, source_accessibility_policy.md, source_quality_rubric.md, subagent_prompt.md)——无 scripts/ 目录、无任何脚本文件
注:能力全部来自指令设计,执行完全依赖宿主环境提供 web_search/web_fetch/subagent/文件写入。

上下文隔离是核心机制:子代理各自搜索抓取,只把蒸馏后的笔记写进 research-notes/task-{id}.md,lead agent 只读笔记不读原始搜索结果

SKILL.md:16-39
Dispatch ──→ Subagent A ──→ writes task-a.md ──┐ ... research-notes/ <──┘ | Context efficiency: Subagents' raw search results stay in their context and are discarded. Lead agent sees only distilled notes (~60-70% context reduction).
注:同时用文件系统当子代理间/子代理与主代理的通信总线;笔记格式即接口协议。

笔记文件是唯一溯源通道,每条事实必须能回追到笔记行,构成反幻觉的第一道锁

references/research_notes_format.md:3-5
The research notes are the ONLY communication channel between subagents and the lead agent. Every fact in the final report must be traceable to a line in these notes. No exceptions.
注:配合 P7 Verify 的 [n] 注册表核对与 5+ 条抽检,把'可追溯'做成流程步骤而非口号。

P3 建全局引用注册表并套用定量质量门,不达标的源被显式 Drop 且永不复用

SKILL.md:283-305
Standard: ≥12 approved sources, ≥5 unique domains, ≥30% official | Lightweight: ≥6 approved sources, ≥3 unique domains, ≥20% official | Max single-source share: ≤25% (Standard), ≤30% (Lightweight) ... **Critical rule:** These [n] are FINAL. P5 may only cite from Approved list. Dropped sources never reappear.
注:源的类型(official/academic/secondary-industry/journalism/community/other)、as_of、authority 1-10 逐条打标,使'来源质量'可被量化检查。

V6.1 的'来源可及性'治理区分 public / semi-public / exclusive-user-provided / private-user-owned,禁止用用户私有数据做自我验证(circular verification),鼓励用户付费源用于第三方研究

SKILL.md:307-317
When researching the user's own company/assets, if you discover data in user's private accounts (e.g., user's domain registrar showing they own domains), you MUST: 1. Reject it from the registry... 4. Report from external investigator perspective only | When user EXPLICITLY PROVIDES their paid subscriptions or private APIs for third-party research (e.g., "Use my Crunchbase Pro to research competitors"), you SHOULD: 1. Accept it as "exclusive-user-provided" accessibility
注:由'字节跳动某子公司'案例反推的规则:查用户自己的公司只能用公开源,查竞品可用用户提供的 Crunchbase Pro/PitchBook 等独占源。

P6 强制反方审查:每条主要结论都要做相反解读检查,找不到 ≥3 个问题就重查

SKILL.md:404-412
1. **Could the conclusion be wrong?** 2. **Which high-impact claims depend on a single source?** 3. **Which claims lack official/academic support?** 4. **Are stale sources used for time-sensitive claims?** 5. **Find ≥3 issues** (re-examine if 0 found)
注:理想路径是派 4 个具名 agent(claim-validator/source-diversity-checker/recency-validator/contradiction-finder)+ coordinator 并行审查;不可用时退化为手工清单。

Enterprise 模式提供六维数据采集 → SWOT/竞争壁垒加权评分/风险矩阵/综合记分卡 → L1/L2/L3 三级质检的完整公司研究流水线

SKILL.md:130-141 + references/enterprise_research_methodology.md
E2: Six-dimension data collection... D1: Company fundamentals ... D6: Internal/proprietary sources ... E3: Structured analysis frameworks: SWOT analysis (evidence-backed, 4 quadrants × 3-5 entries); Competitive barrier quantification (7 dimensions, weighted score); Risk matrix (8 categories, probability × impact); Comprehensive scorecard (6 dimensions, weighted total)
注:壁垒 7 维各带权重与打分锚点(如 Network Effects 20%),风险 8 类必评,每格必须有证据与来源。

收尾把产出导向同 marketplace 的兄弟 skill:fact-checker 复核、ppt-creator 做幻灯片、pdf-creator 导出

SKILL.md:539-543
A) Verify facts — run /fact-checker on the report (Recommended) B) Create slides — run /daymade-docs:ppt-creator from the findings C) Export as PDF — run /daymade-docs:pdf-creator for formal delivery
注:同一 monorepo 内确存在 fact-checker/ 与 daymade-docs/ppt-creator、daymade-docs/pdf-creator(已核实目录存在),是生态内转介而非外部服务。

2核心能力

01模式自适应研究规划:Topic(Enterprise/General)× Depth(Standard 3000-8000 词 5-6 任务 / Lightweight 2000-4000 词 3-4 任务)
02并行任务板:每个任务带专家角色/目标/预置查询/深度(DEEP 抓 2-3 篇全文或 SCAN),Group A/B 依赖分派、最多 3 并发
03子代理研究笔记:Sources(真实 URL+Source-Type+As Of+Authority)、≤10 条 Findings、Deep Read Notes、Gaps 的强制格式
04引用注册表与质量门:approved/dropped 分区、域名数与官方占比阈值、单源占比上限、去重与权威分重评
05AS_OF 时效纪律:P0 设定研究基准日,时敏声明带源发布日期,旧源降置信度并在注册表标记
06多遍起草 + 强制反方审查 + 最终核对:P5 逐节起草(每节置信度标记+反方解释)→ P6 找 ≥3 问题 → P7 全 [n] 核对与 5+ 抽检
07企业级公司研究(六维采集/框架量化/L1-L3 质检/7 章模板 + 附录),面向尽调与竞品分析
08信息黑箱协议:公开足迹为零的主体如实报告 NO PUBLIC INFORMATION AVAILABLE,禁止用用户私有权证补洞

3外部依赖

类型依赖
cliclaude(Claude Code CLI,headless -p 派子代理)
cli宿主 agent 内建工具 web_search / web_fetch(技能本身不实现)
packageCowork / DeerFlow / OpenClaw(可选子代理调度宿主,纯说明性,非依赖)
api无硬编码 API;流程允许用户在会话中提供 Crunchbase Pro / PitchBook / Wind 等付费数据源给模型用于第三方研究
network无固定网络端点;全部 URL 仅出现在示例格式块(nationalgeographic.com / cam.ac.uk / wikipedia.org / quora.com / study.com / blogs.microsoft.com / effectivealtruism.org),非代码调用点
package同仓库兄弟 skill 转介:fact-checker、daymade-docs:ppt-creator、daymade-docs:pdf-creator(已核实目录存在)

4风险提醒 风险提醒:黄色 · 留意使用

风险提醒:黄色 · 留意使用
  • 全部质量门是'模型自觉遵守的清单',无程序强制力 — 无代码执行层;LLM 可跳过反方审查或敷衍填 ≥3 个问题,产出质量最终仍取决于宿主模型纪律。
  • 抓取内容回流上下文的 prompt injection 面 — web_fetch 全文进入模型(Deep Read Notes),恶意/被黑网页可注入指令;技能无结构性隔离,仅靠格式规约与反幻觉清单缓解。
  • 结构冗余与编号漂移增加误执行概率 — 顶部 P0-P7 图与正文阶段错位一阶(图无 dispatch、多 polish);E1/E3-E7 企业内容在 P1/P2 区重复出现。模型按旧图走会跳步。
  • 宣称的 Counter-Review Team 并行审查在多数环境不可达 — 4+1 具名 agent 与 ~/.claude/teams 配置不随包提供(? 项),无该机制时静默退化为手工回退;SKILL 却将其标为 'Recommended'。
  • 付费/私有数据使用边界依赖模型判断 — 规则允许用用户提供的 Crunchbase Pro 等查第三方,但'第三方 vs 用户自身'的归属判定与披露义务全凭模型执行,误用边界(把自家数据当研究结论)无硬拦截。
无脚本、无凭证读取、无硬编码端点(绿色/蓝色档特征);但联网搜索+全文抓取是其核心功能,外发对象由用户研究主题决定、不可逐一预枚举,且抓取内容回流模型上下文存在 prompt injection 面——属'常规网络研究调用,留意使用'档。工作流允许模型使用用户会话中提供的付费数据源(Crunchbase Pro 等)做第三方研究,属用户主动授权行为,不构成凭证窃取。

5第二遍独立确认

  • [ok] 外部 CLI 依赖 claude -p(--allowedTools web_search,web_fetch,write) — references/subagent_prompt.md:91-99 真实存在,含单任务与并行 for 循环写法
  • [ok] web_search/web_fetch 为功能前提 — SKILL.md:110-111 P0 能力表,缺失即 Stop / SCAN-only;另有 references/subagent_prompt.md:23-24 指令
  • [ok] Cowork / DeerFlow / OpenClaw 派发途径 — references/subagent_prompt.md:104-115 存在说明与 task() 示例;但仅为宿主选项说明,无实现代码
  • [ok] 跨 skill 转介 /fact-checker、/daymade-docs:ppt-creator、/daymade-docs:pdf-creator — SKILL.md:540-542 存在;fact-checker/、daymade-docs/ppt-creator/、daymade-docs/pdf-creator/ 目录在同仓库均已核实存在
  • [ok] 无脚本/无可执行代码 — deep-research/ 仅 SKILL.md + .security-scan-passed + references/ 14 个 .md,无 scripts/、无 .py/.sh/.mjs
  • [ok] 无凭证读取/无密钥硬编码 — 全目录正则扫 api[_-]?key|Bearer|sk-|password|Authorization|secret 无真实命中(仅 task-a.md 中 'sk-a' 子串误报);.security-scan-passed 亦由 gitleaks 扫描背书
  • [ok] 无硬编码网络端点/无 HTTP 调用代码 — 全部 URL 位于示例数据块(research_notes_format.md:32-35、122-131 等),无 curl/wget/requests/axios/fetch
  • [ok] SKILL P3 质量门数值与 quality_gates.md Gate2 一致 — 两处均为 ≥12/≥6 源、≥5/≥3 域名、≥30%/≥20% official、单源 ≤25%/≤30%,无矛盾

6结论

  • 把防幻觉做成多层可执行流程而非一句提醒
  • 研究质量可量化:注册表数值门 + 引用密度 + 官方源占比 + 单源上限全有阈值
  • 上下文工程意识强:子代理原始结果不回流,lead 只见蒸馏笔记(约省 60-70% 上下文)
  • 企业研究流水线完整且带量化框架,可直接用于尽调/竞品
  • 研究伦理立场明确:禁止循环验证、黑箱如实报告、独占源只用于第三方研究
  • 适合:需要可追溯、多源交叉验证、带引用与置信度标记的结构化研究报告的人:市场/行业/政策/技术选型分析、竞品与尽调类公司研究、文献综述;尤其适合 Claude Code/支持子代理派发与 web 工具的宿主,以及重视防幻觉与引用规范的研究型用户。
    不适合:需要脚本级自动化、API 直连批量采集或确定性检索引擎的场景(本 skill 零代码、全靠宿主 web 工具 + LLM 执行);一句话快问快答式信息查询(流程过重,动辄 3-8 任务多遍起草);无 web_search/web_fetch 或禁网络的环境(P0 即要求 Stop)。
    安装 agent 直装可复制
    ① 本站镜像 更新 2026-09-06
    方式 A · 人下载镜像包下载 deep-research.tar.gz
    sha256: cddc8d3acbe77673…
    方式 B · JSON 格式安装指南,复制给 agent
    安装指南
    agent 读 JSON 指南后会自动从本站下载安装,无需更多说明。
    ② 上游 GitHub · 原始来源
    能访问 GitHub?直接去上游安装(实时版,可能已更新)GitHub 原始 ↗
    本页镜像锁定 commit 63a65c1fcc;上游为实时仓库。
    来源信息 GitHub 原始
    作者 / 仓库daymade / daymade/claude-code-skills
    Stars1378
    最近推送2026-09-06
    本 skill commit63a65c1fcc
    许可MIT
    本站信息
    收录日期2026-09-06
    分类文档与知识
    侦查报告2026-09-06 · 2 遍
    本站镜像与 GitHub 原始是不同来源:本站锁定 commit 快照经 /r2 分发;GitHub 为实时上游,内容可能已更新。