CYC2002tommy/Deep-Research-Agent

解決する課題

このプロジェクトは、学術文献レビューの煩雑な作業を自動化するために設計された専門的なリサーチアシスタントを提供します。AI にありがちなハルシネーションや表面的な分析といった問題を、要約レベルのまとめよりも全文検証を優先する厳格で証拠に基づいたパイプラインを強制することで解決します。

仕組み

Claude Code（または互換性のあるランナー）のスキルとして、多段階のパイプラインを使用して動作します。まずインタビューフェーズで研究目標を明確にし、次に学術データベース（Scopus、Europe PMC、ScienceDirect など）全体で構造化された検索戦略を実行します。「全文トリガー」を使用し、要約だけでは不十分な場合は、自動的に全文 PDF をダウンロードして解析し、特定のメソッドやデータを抽出します。すべての主張は検証済みの DOI に基づいており、出力は最終的な納品前に厳格な「査読」ゲートを通過します。

対象ユーザー

このツールは、学術的な誠実さを高く保ちながら、体系的な文献レビューの実施、原稿のための証拠収集、または構造化された知識ベースの構築を必要とする学術研究者や科学者のために設計されています。

ハイライト

• ハルシネーション防止設計： すべての主張は全文ソースと照合され、すべての DOI は解決および検証されます。
• 測定された研究： 「grill-me」インタビュー手法を使用し、大規模な検索を行う前にエージェントがユーザーの具体的な研究課題を確実に理解できるようにします。
• 厳格なレビュー： ドキュメントが完成する前の品質ゲートとして機能する、組み込みの「Remi」査読プロトコルが含まれています。
• 知識統合： APA 第 7 版の参考文献テーブルを自動生成し、調査結果をローカルの Obsidian ボールトや RAG システムに同期できます。
• 柔軟な検索戦略： 研究分野のマッピング、知識のギャップの特定、学術的な読書リストの作成のための専門モードを提供します。