SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场deep-research

deep-research

写作与研究

查看项目

更新于 10-16 05:58

技能介绍

用途

Deep Research 是一个深度网络调研技能，用于围绕一个研究问题或主题，协调多渠道调研系统，产出全面、引用完整的报告。它同时调度并行的调研子代理、面向 JavaScript 重内容或动态内容的浏览器探索代理，以及一个 Gemini CLI 调研来源。

主要能力

  • 多渠道并行调研：WebSearch 代理、Browser-Explorer 代理与 Gemini 三类来源同时运行。
  • 复杂度分级：分为 Light、Medium、Deep 三档，对应不同数量的 WebSearch 代理、浏览器代理与工具调用次数。
  • 研究角度拆分：将主题拆解为互不重叠的调研角度，每个角度有独立搜索领域与种子查询，避免重复覆盖。
  • 浏览器抽取：针对需要 JS 渲染、动态内容加载、无限滚动或分页的站点，使用 chromux 驱动真实 Chrome 无头浏览器抓取。
  • 交叉验证：对所有发现去重、交叉渠道验证、矛盾检查、缺口分析，并构建置信度矩阵。
  • 跨模型视角：Gemini 接收完整未拆分的查询，作为独立的整体性调研来源，提供跨模型视角。
  • 引用登记：每个事实性陈述需带内联引用，并维护来源登记表（URL、标题、类型、可信度、日期）。

使用方式

调用命令：

/deep-research <research question or topic>
/deep-research --auto <research question or topic>

模式检测：

  • 带 --auto → 自动模式：跳过所有用户确认，从 Phase 0 到 Phase 5 端到端运行。使用前会从查询中移除 --auto。
  • 无标志 → 交互模式（默认）：展示计划并请求用户确认后再派发代理。

运行流程分为若干阶段：

  • Phase 0：设置与复杂度评估。进行预检（初始化会话目录、检查 gemini 是否可用、检查 chromux 是否可用；若 chromux 可用则以无头模式启动 Chrome），判断复杂度层级并保存研究计划。
  • Phase 1：将主题分解为互不重叠的调研渠道，决定哪些角度使用 WebSearch、哪些使用浏览器探索。
  • Phase 2：在单条消息中并行派发所有渠道，包括 Gemini 后台 Bash 调用、WebSearch 代理与浏览器代理。
  • Phase 3：收集与交叉验证，读取各发现文件，执行去重、跨渠道验证、矛盾检查、缺口分析与意外发现归类。
  • Phase 4：综合报告，生成带执行摘要、目录、详细发现、引用登记等内容的报告文件。
  • （流程描述中列至 Phase 5，但资料未展开 Phase 5 的具体内容。）

运行环境：

  • Claude Code：使用 Agent(...) 后台派发、WebSearch、WebFetch、chromux 与 Gemini CLI；使用 hook 提供的会话 ID 建立持久研究目录。
  • Codex：在适配器加载时使用 Codex 原生子代理 hoyeon-external-researcher、hoyeon-docs-researcher、hoyeon-browser-explorer；若 Hoyeon 适配器不可用，则使用内置 Codex researcher 做外部文档/网络调研，并用直接 chromux Bash 调用做浏览器抽取；若无 hook 提供的会话 ID，则用 date +%Y%m%d-%H%M%S 生成，产物存于 $HOME/.hoyeon/codex-research-$RUN_ID/research/。
  • Gemini 与 chromux 作为 Bash 优先的可选渠道；缺失 Gemini 或 ProductHunt 凭证只会减少渠道数量，不会导致整个调研失败，除非用户明确要求该来源。
  • v1 不添加 Hoyeon MCP；需要时直接使用可用的 Codex 网络搜索/抓取工具。

预检示例（资料中的命令内容，原样保留）：

# Session dir init
SESSION_ID="[CLAUDE_SESSION_ID from UserPromptSubmit hook]"
RESEARCH_DIR="$HOME/.hoyeon/$SESSION_ID/research"
mkdir -p "$RESEARCH_DIR"
echo "RESEARCH_DIR=$RESEARCH_DIR"

# Gemini check
command -v gemini && echo "GEMINI_AVAILABLE=true" || echo "GEMINI_AVAILABLE=false"

# Chromux check — resolve path literally, remember the output
CX=$(command -v chromux 2>/dev/null || echo "") && [ -n "$CX" ] && echo "CHROMUX=$CX" || (npx @team-attention/chromux help >/dev/null 2>&1 && echo "CHROMUX=npx @team-attention/chromux" || echo "CHROMUX=MISSING")

若 chromux 可用，启动无头 Chrome：

/path/to/chromux launch default --headless 2>/dev/null || true

要点：RESEARCH_DIR、GEMINI_AVAILABLE、CHROMUX 需逐字记住并在后续每条命令中内联，因为 shell 变量不会跨 Bash 调用保留；若 CHROMUX=MISSING，则跳过浏览器探索代理（WebSearch 仍然可用）。

复杂度分级：

Tier 信号 WebSearch 代理 浏览器代理 工具调用/代理 示例
Light 单一事实、范围窄的问题 1-2 0-1 3-8 "What is MCP protocol?"
Medium 对比、趋势、多面向 3-4 1-2 8-15 "Compare React vs Svelte 2025"
Deep 市场分析、生态调研、广泛调查 5-6 2-3 12-20 "AI startup ecosystem analysis"

适用场景

  • 单一事实或范围较窄的问题（Light）。
  • 多面向对比与趋势调研（Medium）。
  • 市场分析、生态调研与广泛调查（Deep）。
  • 需要抽取 JS 渲染内容、动态加载内容、社区论坛（如 Reddit 线程、GitHub 讨论）或懒加载/分页页面的调研。
  • 需要跨模型交叉验证（Claude 代理与 Gemini 对比）的调研。
  • 韩国相关主题：资料要求同时用英语和韩语搜索。

限制

  • 浏览器探索依赖 chromux；若 chromux 缺失则浏览器渠道被跳过，仅 WebSearch 可用。
  • Gemini 与 chromux 为可选渠道；缺少 Gemini 或 ProductHunt 凭证会减少渠道数量，但除非用户明确要求该来源，否则不会使整个调研失败。
  • 资料明确规定：绝不捏造来源或 URL；找不到就说明找不到。
  • 代理不得搜索其分配领域之外的内容；若在领域外发现关键信息，应记录在"Unexpected Discoveries"中交由主导代理处理。
  • 除需要历史背景外，优先使用最近 12 个月内的来源。
  • 浏览器代理规则：每次交互前先 snapshot；每个 Bash 调用中逐字内联 chromux 路径与会话 ID（不使用 shell 变量）；每次点击或滚动后重新 snapshot，因为 @ref 编号会失效；点击/填写使用 snapshot 输出中的 @ref 编号而非 CSS 选择器；完成后关闭会话。
  • 交叉验证中若关键信息存在矛盾，最多运行 1-2 条定向 WebSearch 查询打破平局；关键缺口最多运行 3 条补充查询。
  • 资料未提供该技能的具体收费、价格、性能数据或确切输出效果。

补充说明

资料中提到的辅助脚本路径为 .claude/skills/deep-research/scripts/gemini-research.sh 与 .claude/skills/deep-research/scripts/browser-extract.sh。其中 gemini-research.sh 用于后台派发 Gemini 调研，结果写入 $RESEARCH_DIR/gemini-deep-research.md；browser-extract.sh 用于简单单页内容抽取，多页浏览或动态交互应直接使用 browser-explorer 代理。