Token导航 LogoToken导航

Agent Skill · 研究检索

deep-research(深入研究)

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围,避免把样本数据当全量事实;涉及敏感数据、导出文件或批量写回时,应先确认权限和脱敏边界。

deep-research 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证为 MIT,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 34,659。

总安装 2,188周安装 94GitHub Stars 21下载 767核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:deep-research(深入研究)
来源仓库:https://github.com/thepexcel/agent-skills
仓库路径:skills/deep-research
安装命令:
npx skills add https://github.com/thepexcel/agent-skills --skill deep-research
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。不同来源提供的安装方式可能略有差异;本站展示可直接复制的安装命令,安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/thepexcel/agent-skills --skill deep-research

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

deep-research 用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备,适合清洗字段、汇总数据和生成统计口径。适用于数据分析和处理任务,可发现异常并生成可读说明。通过 npx skills add 命令从 GitHub 仓库安装,支持主流 AI 宿主环境。

使用时需确认数据来源和时间范围,涉及敏感数据时应先确认脱敏边界。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/deep-research

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/thepexcel/agent-skills --skill deep-research;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

deep-research 怎么安装?

在终端执行 npx skills add https://github.com/thepexcel/agent-skills --skill deep-research。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

deep-research 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

deep-research 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

deep-research 是免费的吗?

来源标注的许可证是 MIT。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

deep-research 用的人多吗?

公开数据是累计安装 2,188 次,近一周安装 94 次,下载 767 次,GitHub 21 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

deep-research 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 3 个目录同时收录,说明这个 Skill 流传比较广。
  • 许可证明确为 MIT,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
deep-research

深入研究 · 本页

2,18821需要联网MIT有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Deep Research

Better than plain websearch. Faster than full research pipelines.

What makes it better:

  1. Landscape Scan — discovers what exists before searching specifics (avoids blind spots)
  2. Recency Pulse — catches releases from last 7-30 days, searches upstream providers
  3. Parallel search — 2-3 queries at once, multiple angles simultaneously

For rigorous research (hypotheses, COMPASS audit, Red Team, full report) → /deep-research-pro


Step 1: CLASSIFY

TypeWhenDo
ASingle factSearch → answer directly
BMulti-fact / comparisonSCAN → RECENCY → SEARCH → Synthesize
CJudgment / recommendationB + flag uncertainty + note limitations

Tiers: Quick (5-10 sources) · Standard (10-20 sources)


Step 2: LANDSCAPE SCAN *(skip for Type A)*

Map what exists before searching specifics. Never use known names in scan queries — you'll miss things that exist but you don't know about yet.

❌ "DeepSeek Qwen performance 2026"   ← only finds what you already know
✅ "China open source LLM list 2026"  ← discovers the full landscape

Queries (parallel):

WebSearch: "[topic] landscape overview [current year]"
WebSearch: "top [topic] list [current year]"
WebSearch: "[topic] all options [current year]"

Extract entity names → split into Discovered (new) vs Confirmed (updated).


Step 3: RECENCY PULSE *(mandatory for tech/AI topics)*

Yearly searches miss releases from last week. Downstream product news lags upstream by weeks.

Map supply chain first: Who makes the underlying tech? → Search them directly.

WebSearch: "[topic] latest news [current month] [current year]"
WebSearch: "[upstream provider] latest release [current month] [current year]"

Example — researching "Microsoft Copilot": Upstream = OpenAI + Anthropic → search both directly, don't rely on Microsoft announcements alone.

Flag anything from last 7-30 days as RECENT or BREAKING.


Step 4: SEARCH

Run queries in parallel (single message, multiple tool calls):

WebSearch: "[topic] [current year]"
WebSearch: "[topic] limitations problems"
WebSearch: "[topic] vs alternatives comparison"

Stop when: 3 consecutive searches add <10% new info (saturation) or sources converge on same answer.

URL fallback (403/blocked):

curl -s --max-time 60 "https://r.jina.ai/https://example.com"

Claim confidence:

  • C1 (key claims) — need 2+ sources + confidence note: HIGH / MEDIUM / LOW
  • C2 (supporting) — citation required
  • C3 (common knowledge) — cite only if contested

Never state C1 without citing [N]. If no source found → say so.


Step 5: SYNTHESIZE + SAVE

For each key finding, answer:

  • แล้วยังไง (So what)? — why does this matter?
  • ต้องทำอะไร (Now what)? — action to take?

If sources conflict: flag explicitly — "Source A says X, Source B says Y — likely because [reason]."

Always save output:

research/[topic-slug]-[YYYY-MM-DD].md

When to Ask vs Just Do

AskJust do
Topic too broad → "อยากเน้นมุมไหนคะ?"Choose search queries
Interesting sub-topic foundFormat output
Sources conflict on key pointType A questions

Related Skills

  • /deep-research-pro — Full pipeline: hypotheses, QUEST queries, COMPASS audit, Red Team, formal report
  • /boost-intel — Stress-test a research finding before making a decision
  • /generate-creative-ideas — Cross-industry creative research (no web search needed)

平台分布

Claude Code

28.39%
按下载量换算218

OpenCode

24.59%
按下载量换算189

windsurf

15.22%
按下载量换算117

Codex

12.3%
按下载量换算94

Antigravity

7.75%
按下载量换算59

Gemini CLI

3.32%
按下载量换算25

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。

继续浏览同类 Skills