Weizhena/Deep-Research-skills

解决的问题

该项目为 AI 编程助手（Claude Code、OpenCode 和 Codex）提供了一个结构化的两阶段研究工作流，将它们从简单的聊天界面转变为系统性的研究工具。通过强制执行大纲生成和深度调查流程，防止 AI 跳过步骤或提供肤浅的回答。

如何工作

系统使用专用技能和代理实现多步骤工作流：

1. 大纲生成：用户触发 /research 以创建待调查项目的结构化列表，以及每个项目需要收集的具体信息领域。
2. 细化：用户可使用 /research-add-items 和 /research-add-fields 手动添加更多项目或字段，确保范围完整。
3. 深度调查：执行 /research-deep 命令将触发并行代理，对大纲中的每个项目进行网络搜索，将详细数据收集为 JSON 格式。
4. 报告生成：执行 /research-report 命令将收集到的数据整合为最终的、结构化的 Markdown 报告。

适用人群

适用于需要进行学术调研、技术评估、市场分析或尽职调查的 Claude Code、OpenCode 和 Codex 用户。

主要亮点

• 人机协作：允许用户在深度搜索开始前修改研究大纲。
• 多平台支持：兼容 Claude Code、OpenCode 和 Codex。
• 结构化输出：从灵活的大纲逐步过渡到 JSON 数据，最终生成格式化的 Markdown 报告。
• 并行执行：使用代理并行高效地对多个项目进行深度研究。