用途：系统性深度研究代码库，帮助建立对项目架构的全面理解，记录关键组件及其关系，识别模式与约定，并生成可复用的知识库（SKILL.md、CLAUDE.md、references/），用于新人上手和知识传递。
主要能力：采用自顶向下、分层的研究方法：先识别根级重要目录，再为每个重要目录派生专用子智能体并行分析，最后汇总为统一文档。脚本会自动按 .gitignore 过滤忽略目录（如 node_modules/、venv/、dist/、build/、.git/、pycache 等），并重点分析源码（src/、lib/、app/）、配置、文档、脚本与测试目录。输出包括项目概览、架构摘要、关键目录职责、重要模式与约定、入门指引，以及 references/ 下的架构、目录结构、模式、依赖等分主题文档。
使用方式：可通过斜杠命令 /deep-research 执行，脚本会扫描根目录、判断重要目录、生成并执行带 --agents 的 claude 命令、为每个重要目录派生子智能体并汇总结果。也可直接运行脚本：./scripts/deep_research.sh [output_dir] 或 ./.roo/skills/codebase-researcher/scripts/deep_research.sh ./output。子智能体经 claude --agents 以 JSON 定义（含 description、prompt、tools 等），并可结合无头模式自动化运行：claude -p "Perform deep research on this codebase" --permission-mode plan --output-format json。
适用场景：启动新代码库工作、记录现有架构、创建 CLAUDE.md 或 SKILL.md、进行整体代码审计、构建团队知识库，也可与 skill-creator、spec-writer、architecture 等技能配合使用。
限制与注意：应聚焦重要模式而非逐行细节，核实文档与当前代码一致，避免孤立分析与基于假设的描述；官方未提供关于收费、价格或具体平台支持的更多信息。