用五条斜杠命令跑两阶段深度调研

让 agent "调研一下 X"，你得到的是一段既无法扩充也无法核对的长回答。Deep Research Skills 是 Weizhena 的一个 2k 星、MIT 许可的项目，灵感来自 RhinoInsight 论文，它把调研拆成两个阶段——先是一份可由你扩充的 outline，然后是对每个 item 的深度调查——每个阶段都由人来控制。

为什么这个 Skill 重要

README 把这套工作流定位于四类工作：学术研究（论文综述、benchmark 评测、文献分析）、技术研究（技术对比、框架评估、工具选型）、市场研究（竞品分析、行业趋势、产品比较）与尽职调查（公司研究、投资分析、风险评估）。同样的五个 skill 服务于这四类：/research 生成一份包含调研 items 以及每项要收集哪些 fields 的 outline，/research-add-items 与 /research-add-fields 负责扩充它，/research-deep 用并行 agent 对每个 item 做调研，/research-report 从 JSON 结果生成 markdown 报告。

仓库把这五个 skill 以四种形式提供——research-en、research-zh、research-codex-en 与 research-codex-zh——所以语言和运行时都在安装时选定。

安装

git clone https://github.com/Weizhena/deep-research-skills.git
cd deep-research-skills

Claude Code 需要装 skill、一个 README 标为必需的网页搜索 agent 及其模块，以及一个 Python 依赖：

# English version
cp -r skills/research-en/* ~/.claude/skills/

# Chinese version
cp -r skills/research-zh/* ~/.claude/skills/

# Required: Install agent and modules
cp agents/web-search-agent.md ~/.claude/agents/
cp -r agents/web-search-modules ~/.claude/agents/

# Required: Install Python dependency
pip install pyyaml

OpenCode 复用同一份 skill 拷贝，但 README 强调：在 OpenCode 里，任何模型的网页搜索都需要 OPENCODE_ENABLE_EXA=1——单纯 export 只在当前 shell 生效，所以要写进 ~/.bashrc；没有它你只能用 web fetch，README 称其在深度调研阶段较弱。它的 agent 放到 ~/.config/opencode/agents/web-search.md，模块放在旁边。Codex 则把 skills/research-codex-en/*（或 -zh）放到 ~/.codex/skills/，把 agents-codex/web-researcher.toml 与模块放到 ~/.codex/agents/，再在 ~/.codex/config.toml 的 [features] 下配置 multi_agent = true 与 default_mode_request_user_input = true——bash scripts/install-codex.sh 可以替你写好，也可以手动编辑。

实战：盘点 AI Agent Demo 全景

README 自己的示例主题：

1. 生成 outline：

/research AI Agent Demo 2025

你会得到一份 17 个待调研 AI Agent 的清单——ChatGPT Agent、Claude Computer Use、Cursor 等——以及每个 item 要收集哪些信息。在 Claude Code 2.1.0+ 上可以直接用 /skill-name 触发；旧版本用 run /skill-name。在 Codex 里，从 /skills → List Skills 选择这个 skill，或者用自然语言：

Use the research skill to build an outline for AI Agent Demo 2025

2. 不满意？在深度阶段之前先扩充 outline：

/research-add-items
/research-add-fields

3. 运行深度阶段：

/research-deep

agent 为每个 item 上网搜索并收集详细字段——README 的示例列出了公司、发布日期、定价、技术规格与用户评价。

4. 生成报告：

/research-report

所有数据汇成 report.md——一份带目录的完整 markdown 报告，可直接阅读或分享。

技巧

• /research-add-items 与 /research-add-fields 都作用于现有的 outline——它们是 README 里介于 outline 与深度调研之间的可选步骤。
• agent 与模块不是可选项。README 在每个运行时下都把一个 agent 文件、web-search-modules 目录与 pip install pyyaml 标为必需——Claude Code 是 web-search-agent.md，OpenCode 是 web-search-opencode.md，Codex 是 web-researcher.toml。
• 语言在安装时选定：Claude Code 与 OpenCode 用 research-en 或 research-zh，Codex 用 research-codex-en 或 research-codex-zh。
• README 的 OpenCode 一节注明默认模型为 gpt-5.4，并说明任何模型的网页搜索都需要 OPENCODE_ENABLE_EXA=1。
• 卡住了？README 建议让你的 agent 来解释这个项目：Help me understand this project: https://github.com/Weizhena/deep-research-skills。

何时不用这个 Skill

这套设计有意采用人在回路——README 说它确保每个阶段的精确控制——README 的演示是你依次发出的几条独立命令——outline、可选的扩充、深度调研、报告。如果你想要一条提示词就返回一份成品报告，它不是这个形状。它也是克隆加复制式的安装：README 没有记录任何包管理或插件路径，并且把 agent 文件与 pyyaml 标为必需而非可选。在没有 OPENCODE_ENABLE_EXA=1 的 OpenCode 上，调查步骤只剩 web fetch 可用。

查看 排行榜 了解更多 skill。