用途：围绕某个研究主题，系统性地发现、评估并深入分析相关 GitHub 仓库，最终产出可执行的代码复用与集成蓝图。适用于“为某主题找仓库”“分析某主题的开源代码”“找某论文/技术的实现”等场景，通过 /github-research <deep-research-output-dir> 触发。
主要能力：六阶段流水线——Intake 从 deep-research 输出提取引用、URL 与关键词；Discovery 多源搜索 50-200 个候选仓库；Filtering 打分排序选出 15-30 个；Deep Dive 浅克隆并阅读代码分析 8-15 个；Analysis 生成逐仓库报告与跨仓库对比；Blueprint 输出集成与复用计划。输出目录含 repo_db.jsonl 及各阶段报告。
使用方式：安装于 ~/.claude/skills/github-research/，脚本为纯 Python 3 标准库，无需 pip 安装；需已认证的 gh CLI。各阶段用脚本执行，例如 python ~/.claude/skills/github-research/scripts/extract_research_refs.py --research-dir <dir> --output <file>，以及 search_github.py、repo_db.py、clone_repo.py、compare_repos.py、compile_github_report.py 等。
限制：GitHub 搜索 API 约 30 请求/分钟，Papers With Code 建议 1 请求/秒；仓库按综合分排序（相关性×0.4+质量×0.35+活跃度×0.25）；深度分析要求实际阅读代码而非仅总结 README；若 gh 未安装、仓库归档或克隆失败会跳过并记录。具体收费与平台支持暂未提供。