Weizhena/Deep-Research-skills

解決的問題

本專案為 AI 程式設計助手（Claude Code、OpenCode 與 Codex）提供一個結構化的兩階段研究工作流程，將其從單純的聊天介面轉變為系統性的研究工具。透過強制執行大綱生成與深度調查流程，防止 AI 跳過步驟或提供表面化的回應。

如何運作

系統使用專用技能與代理來實現多階段工作流程：

1. 大綱生成：使用者觸發 /research 以建立待調查項目的結構化清單，以及每個項目需收集的具體資訊領域。
2. 細化：使用者可使用 /research-add-items 與 /research-add-fields 手動新增項目或欄位，確保範圍完整。
3. 深度調查：執行 /research-deep 命令將觸發平行代理，針對大綱中的每一項進行網路搜尋，將詳細資料收集為 JSON 格式。
4. 報告生成：執行 /research-report 命令將收集到的資料整合為最終的、結構化的 Markdown 報告。

適用對象

適用於需要進行學術調查、技術評估、市場分析或盡職調查的 Claude Code、OpenCode 與 Codex 使用者。

主要亮點

• 人機協作：允許使用者在深度搜尋開始前修改研究大綱。
• 多平台支援：相容於 Claude Code、OpenCode 與 Codex。
• 結構化輸出：從彈性的大綱逐步過渡至 JSON 資料，最終生成格式化的 Markdown 報告。
• 並行執行：使用代理並行高效地對多個項目進行深度研究。