Weizhena/Deep-Research-skills

해결하는 문제

이 프로젝트는 AI 코딩 어시스턴트(Claude Code, OpenCode, Codex)를 위한 구조화된 2단계 연구 워크플로우를 제공하여, 단순한 채팅 인터페이스에서 체계적인 연구 도구로 전환합니다. 연구 개요 생성과 심층 조사 과정을 강제함으로써 AI가 단계를 건너뛰거나 표면적인 답변을 제공하는 것을 방지합니다.

작동 방식

시스템은 전용 기술과 에이전트를 사용하여 다단계 워크플로우를 구현합니다.

1. 개요 생성: 사용자가 /research를 트리거하여 조사할 항목의 구조화된 목록과 각 항목에 대해 수집할 구체적인 정보 분야를 생성합니다.
2. 정밀화: 사용자는 /research-add-items와 /research-add-fields를 사용하여 수동으로 항목이나 분야를 추가하여 범위가 완전한지 확인할 수 있습니다.
3. 심층 조사: /research-deep 명령어를 실행하면 병렬 에이전트가 개요 내 각 항목에 대해 웹 검색을 수행하고, 상세한 데이터를 JSON 형식으로 수집합니다.
4. 보고서 생성: /research-report 명령어는 수집된 데이터를 최종적으로 정리된 Markdown 보고서로 통합합니다.

대상 사용자

학술 조사, 기술 평가, 시장 분석, 실사 등 포괄적인 조사를 필요로 하는 Claude Code, OpenCode, Codex 사용자를 위한 것입니다.

주요 특징

• 사람이 개입하는 프로세스: 심층 검색 시작 전에 사용자가 연구 개요를 수정할 수 있습니다.
• 다중 플랫폼 지원: Claude Code, OpenCode, Codex와 호환됩니다.
• 구조화된 출력: 유연한 개요에서 JSON 데이터를 거쳐 최종적으로 형식화된 Markdown 보고서로 전환됩니다.
• 병렬 실행: 여러 항목에 대해 효율적으로 심층 조사를 수행하는 에이전트를 사용합니다.