用途：deep-research 是一种强调彻底性、引用与结构化呈现的研究模式，用于表面理解不足、需要可核验证据时。适用场景包括：研究将影响关键决策、发现需他人验证、覆盖必须无遗漏、多方利益相关者需评审、或要构建能长期留存的研究文档。
主要能力与输出结构：每次输出须包含五部分。一是执行摘要，2 到 3 句说明调查了什么、关键发现（一句）与置信度（高/中/低）。二是范围定义，列出纳入与排除的内容。三是发现，每条发现包含标题、置信度、证据（带行号的引用及其含义）、分析与影响。四是覆盖报告，按领域列出检查文件数、置信度，未调查项标为“未调查”。五是开放问题，列出无法用现有信息回答或需人工澄清的事项。
研究方法：广度优先扫描，先做文件搜索、关键词/类名/函数名 grep、理解目录结构、定位入口点；深度优先追踪，从入口开始，跟随所有分支、记录依赖、标注副作用；交叉引用，对比不同位置的同一模式、文档与代码不一致、死代码路径、组件间隐藏耦合。
引用标准：引用代码时须给出具体行号、配置断言须给文件路径、引用预期行为须给测试名、历史断言可给 commit 哈希。格式为带路径与行号范围的链接加说明。置信度分三级：高为代码已验证、测试通过，需直接代码引用；中为从模式推断，需多条佐证引用；低为基于命名或结构的推测，须明确标注为推断。
质量清单：所有断言有引用、覆盖报告无关键空白、每条发现标注置信度、开放问题明确列出、执行摘要抓住要点、其他智能体能依据引用复核。
反模式：应避免“代码库用了 React”这类无引用断言，改为给出依赖行；避免“这大概处理认证”，改为说明无直接证据并标低置信度；避免“我看了文件”，改为说明检查了多少文件、发现多少相关项；避免“看起来没问题”，改为报告范围与覆盖统计。
与 Explorer 集成：作为 Explorer 的子智能体被调用时，接收父级调查主题，执行详尽研究，按上述格式返回结构化发现，父智能体只纳入摘要而非完整调查过程。
限制：资料未提供收费、价格、平台支持、具体安装命令及使用步骤等细节。