适用于 Claude Code / OpenCode / Codex 的深度研究 Skill

如果你觉得本项目有帮助，请给它一个 Star！:star:

灵感来源于 RhinoInsight: Improving Deep Research through Control Mechanisms for Model Behavior and Context

这是一个为 Claude Code、OpenCode 和 Codex 设计的结构化深度研究工作流 Skill，支持两阶段研究：大纲生成（可扩展）和深度调查。采用人机协同（Human-in-the-loop）设计，确保在每个阶段都能进行精确控制。

深度研究 Skill 工作流

应用场景

学术研究：论文调研、基准测试审查、文献分析
技术研究：技术对比、框架评估、工具选型
市场研究：竞品分析、行业趋势、产品对比
尽职调查：公司研究、投资分析、风险评估

安装

git clone https://github.com/Weizhena/deep-research-skills.git
cd deep-research-skills

Claude Code

# 英文版本
cp -r skills/research-en/* ~/.claude/skills/

# 中文版本
cp -r skills/research-zh/* ~/.claude/skills/

# 必需：安装 Agent 和模块
cp agents/web-search-agent.md ~/.claude/agents/
cp -r agents/web-search-modules ~/.claude/agents/

# 必需：安装 Python 依赖
pip install pyyaml

OpenCode (默认: gpt-5.4)

# Skills (与 Claude Code 相同)
cp -r skills/research-en/* ~/.claude/skills/   # 中文版请使用 research-zh

# 必需：为当前 shell 启用网页搜索
export OPENCODE_ENABLE_EXA=1

# 可选：使其永久生效
echo 'export OPENCODE_ENABLE_EXA=1' >> ~/.bashrc
source ~/.bashrc

# 必需：安装 Agent 和模块
cp agents/web-search-opencode.md ~/.config/opencode/agents/web-search.md
cp -r agents/web-search-modules ~/.config/opencode/agents/

# 必需：安装 Python 依赖
pip install pyyaml

注意：在 OpenCode 中，任何模型的网页搜索都需要 OPENCODE_ENABLE_EXA=1。普通的 export 仅影响当前 shell；将其写入 ~/.bashrc 可使其永久生效。如果不开启，你只能使用 web fetch，这在深度研究阶段的效果较弱。

Codex

# 英文版本
mkdir -p ~/.codex/skills ~/.codex/agents
cp -r skills/research-codex-en/* ~/.codex/skills/

# 中文版本
mkdir -p ~/.codex/skills ~/.codex/agents
cp -r skills/research-codex-zh/* ~/.codex/skills/

# 必需：安装 Web Researcher Agent 和模块
cp agents-codex/web-researcher.toml ~/.codex/agents/
cp -r agents-codex/web-search-modules ~/.codex/agents/

# 必需：安装 Python 依赖
pip install pyyaml

通过以下任一方式添加或更新 ~/.codex/config.toml：

方式 A：自动脚本

cd deep-research-skills
bash scripts/install-codex.sh

方式 B：手动编辑

suppress_unstable_features_warning = true

[features]
multi_agent = true
default_mode_request_user_input = true

[agents.web_researcher]
description = "当需要进行网络信息研究（特别是调试问题、寻找技术解决方案或从多个来源收集综合信息）时，请使用此 Agent。该 Agent 擅长查找相关讨论。当你需要创造性的搜索策略、深入调查或汇总多源调查结果时，请使用它。"
config_file = "agents/web-researcher.toml"

命令

Claude Code 2.1.0+: 现在支持直接通过 /skill-name 触发！

旧版本: 请使用 run /skill-name 格式。

Codex: 你可以通过 /skills -> List Skills 触发这些 Skill，或者自然地提问，例如：Use the research skill to build an outline for AI Agent Demo 2025。

命令 (2.1.0+)	描述
`/research`	生成包含项目和字段的研究大纲
`/research-add-items`	向现有大纲添加更多研究项
`/research-add-fields`	向现有大纲添加更多字段定义
`/research-deep`	使用并行 Agent 对每一项进行深度研究
`/research-report`	根据 JSON 结果生成 Markdown 报告

工作流与示例

示例: 研究“AI Agent Demo 2025”

第一阶段：生成大纲

/research AI Agent Demo 2025

💡 将会发生什么：告诉它你的主题 → 它为你创建一个研究列表。

你将获得：一份包含 17 个 AI Agent 的研究列表（如 ChatGPT Agent, Claude Computer Use, Cursor 等）以及每个项目需要收集的信息。

（可选）不满意？添加更多

/research-add-items
/research-add-fields

💡 将会发生什么：添加更多的研究项或字段定义。

第二阶段：深度研究

/research-deep

💡 将会发生什么：AI 会自动逐个为每个项目在网络上进行搜索。

你将获得：每个 Agent 的详细信息（公司、发布日期、价格、技术规格、评价等……）。

第三阶段：生成报告

/research-report

Weizhena/Deep-Research-skills