Socialpranker/deepdive

Deepdive skill for Claude Code — 12-phase research pipeline: plan-review gate, parallel sub-agent search, claims-ledger triangulation with dissent protection, relevance × authority evidence filter, multi-angle red team, four-layer citation verification. 105 blocks, 29 channels, 460+ stat sources, 47 APIs, 1072 verified endpoints.

Deepdive – 構造化されたメタリサーチのための Claude Code スキル

これは何か – Deepdive は Anthropic の Claude Code 用のスキルであり、単純な「X を調査」というリクエストを再現可能な 13 フェーズのパイプラインに変換します。このパイプラインは自動的に以下を行います：

質問を再構築し、仮説を生成する。
レポートのジャンル（例：意思決定、解説）と検索チャネルのセットを選択する。
詳細な計画を立て、検索を実行する前にユーザーの承認を得る。
並列サブエージェント（Claude Haiku を使用）をディスパッチし、29 の厳選されたチャネル（ウェブ、学術、コード、規制など）からソースを取得する。
クレームの三角測量を行い、証拠をフィルタリングし、CRAG スタイルの関連性分類器を実行する。
レポートを総合し、敵対的な「レッドチーム」パスを追加し、引用の忠実性を検証する（RAGAS/ALCE スタイル）。
ユーザーに意思決定の分岐点を案内し、将来の再利用のために結果を記録する。

すべての成果物は Markdown ファイル（計画、ソース、クレーム、数値、メモなど）として保存されるため、数ヶ月後に研究を再検討でき、各クレームの出所が明示されます。

クイックインストール（30 秒）

Claude Code の場合 – リポジトリを ~/.claude/skills/ にクローンします：

git clone https://github.com/Socialpranker/deepdive.git ~/.claude/skills/deepdive

その後、Claude Code セッション内で 「Investigate post-gres logical replication vs CDC tooling」 のようなコマンドを入力します。

Claude Desktop の場合 – クローンし、フォルダを .skill バンドルとして zip 圧縮し、Claude.app → Settings → Skills からアップロードします。

その他の LLM の場合 – 13 フェーズの方法論は移植可能です。SKILL.md とリファレンスの Markdown ファイルをモデルのコンテキストに読み込み、フェーズを手動で実行します。

仕組み（概要）

フェーズ	名前	主要なタスク
1	Reframing	質問のタイプを分類し、仮説を生成する
2	Genre & block selection	レポートのジャンルとブロックテンプレートを選択する
3	Plan	17 セクションの実行計画を作成する
3.5	Capability discovery	使用するモデル（Opus/Haiku/Sonnet）を検出する
3.7	Plan-review gate	承認/編集のためにユーザーに計画を提示する
4	Search	29 チャネル全体で並列サブエージェントクエリを実行
5	Claims ledger & triangulation	各クレームを記録し、ソースの多様性を確認する
5.5	Evidence filter	クレームごとの CRAG スタイルの関連性フィルター
5.7	Wiki reconcile	重複する証拠をマージする
6	Synthesis + red-team	レポートを書き、敵対的な反論を生成する
6.5	Verify	忠実性チェック（リンクの有効性、含意、修飾子）
7	Refresh targets	不足しているギャップを追加し、限定された検索を再実行する
8	Decision walkthrough	インタラクティブな分岐解決、結果を記録する

モデルルーティングは明示的です：高推論フェーズは Claude Opus を使用し、安価なファンアウトは Haiku を使用し、総合には Sonnet を使用します。コストは事前に表示され、必要に応じて「安価モード」に強制できます。

リポジトリに同梱されている主なアセット

Report blocks – 106 の事前作成されたブロックテンプレート（FRAME、EXPLAIN、COMPARE など）
Search channels – クエリパターンとペイウォールのフォールバックを備えた 29 の名前付き戦略
Statistical sources – 460 以上の厳選された API とデータセット（政府、金融、ヘルスケア、暗号資産など）
API catalog – 47 の無料で認証不要のエンドポイント（Semantic Scholar、arXiv、World Bank、SEC EDGAR など）
Eval harness – 6 つの品質次元（引用の完全性、コスト、正確性、カバレッジ、敵対的誠実性、決定論）で実行をベンチマークするスクリプト
Validation scripts – check_citations.py、check_number_provenance.py、scripts/validate_phases.py は、各フェーズが期待される成果物を生成したかを強制します。

実行後に得られるもの

research/<topic>/
├─ plan.md                # 17 セクションの実行計画
├─ claims.csv             # 全クレームと三角測量ステータスの台帳
├─ sources/…/*.md         # ソースごとに 1 つのファイル（逐語的な引用付き）
├─ findings/F*.md         # 信頼水準付きのアトミックなテーゼ
├─ .verify/*.json         # 有効性、忠実性、修飾子のチェック
├─ memo.md                # 1 ページの意思決定メモ（推奨事項、リスク）
└─ report.md              # 完全な複数セクションの研究レポート

各クレームはソース（[s12]）と検証結果にリンクされており、出力が完全に監査可能で再利用可能になります。

想定ユーザー

技術的な意思決定を行う前に、文書化された偏見チェック済みの調査を必要とするプロダクトマネージャーやエンジニア。
手動で引用を追跡することなく、再現可能な証拠収集パイプラインを求める研究者。
すでに Claude Code を使用しており、「リサーチ・アズ・コード」ワークフローで拡張したいチーム。

詳細を学ぶ場所

Docs site – https://socialpranker.github.io/deepdive/
Quickstart – QUICKSTART.md
Evaluation harness – eval/README.md
Contribution guide – CONTRIBUTING.md

まとめ

Deepdive は、厳密で引用が豊富なリサーチを自動化する、フル機能のオープンソース Claude Code スキルです。クエリを 13 の透明なフェーズに分割することで、ハルシネーションを減らし、バイアスを浮き彫りにし、後で再検討や監査が可能な再利用可能でバージョン管理されたリサーチフォルダを生成します。