SkillsScout
CONTENT-KNOWLEDGE ／ 内容创作与知识管理

deep-research-alirezarezvani-claude-skills

收录日期 2026-08-06·来源仓库 ↗
受欢迎程度
6
可用程度与相关性
8
安全性
9
7.7SCOUT SCORE

1. 基本信息

项目 内容 数据来源
正式名称 deep-research（合集仓库子技能，见下方说明） 仓库子目录名
所属合集仓库 alirezarezvani/claude-skills GitHub
作者/维护者 Alireza Rezvani（仓库维护者）；本技能方法论最初由独立开发者 Socialpranker 通过 Pull Request 贡献，经维护团队整合封装为正式插件 GitHub API / PR 记录
来源链接 https://github.com/alirezarezvani/claude-skills/tree/main/research/deep-research/skills/deep-research —
许可证 MIT GitHub API
所属仓库整体 Stars / Forks 23,875 / 3,349（该数字属整个合集，不代表本技能自身热度） GitHub API
最新版本 2.10.3 仓库内 plugin.json
该子目录最近一次专门提交 2026-07-01 GitHub Commits API
安装方式 见第 10 章 官方 README

2. 功能介绍与亮点

deep-research 把“帮我研究一下”这类请求，从一次性长文回答变成一份可追溯、可复用的调查档案。核心是一条 9 阶段流水线：重新框定问题并列出可证伪假设 → 规划信源策略与检索渠道 → 分派多个子任务并行检索，每条信源单独存档、附原文引用与可信度/时效性/立场评分 → 三角验证（每条论点要求 ≥3 个类型不同的独立信源，证据不足则标注而非硬下结论）→ 对抗性复核（强制主动搜索反例）→ 归档为可增量更新的调查文件夹。

亮点：① 明确禁止编造引用——检索为空就如实标注证据缺失；② 与仓库内的快速路由技能划清边界，低风险场景走更轻量的路径，本技能只用于“答错代价高”的场景；③ 方法论最初由一名独立开发者在另一个项目中打磨成型，再贡献进本仓库并被封装为带官方命令与子代理定义的完整插件。

3. 适用场景

所属分类：内容创作与知识管理

面向需要为一项高风险决策或一份对外产出物打底稿的场景：比较多个技术方案、产品或市场并给出站得住脚的理由；验证一个假设是否有外部数据支撑；系统性摸清一个陌生领域的现状与格局。典型受益人群是需要写调研报告、立项论证或技术选型说明的开发者、产品经理与独立研究者。不适合快速查一个事实或只想浏览近期社区热度的场景，这类需求换更轻量的检索方式效率更高。

4. 跨 Agent 兼容性

以上四项均依据仓库 README 逐一列出的官方安装命令判断，未对每个平台逐一实测运行效果。

5. 推荐理由

大多数人对着 AI 说“帮我研究一下 X”，得到的是一段读起来像那么回事、但无法逐句溯源的文字，真要拿去支持一个重要决定就心里没底。deep-research 把这件事拆成有纪律的步骤：讲清楚要验证什么假设，让证据分门别类存档、按独立性打分，最后强制自己找反例而不是只挑顺耳的材料。产出是一个可以下个月回来接着用、增量刷新的文件夹，而不是聊天框里一闪而过的文字。遇到“这个方案到底该不该选”“这个说法有没有依据”这类问题，能拿到一份经得起追问的答案。

6. 评分

维度 分数 说明
受欢迎程度 6 所属仓库整体星数不代表本技能自身；本技能自身有一名独立第三方开发者最初把这套方法论在另一个项目中打磨成型，再通过 Pull Request 贡献进本仓库，是真实但目前唯一可查的独立来源，尚无更大范围的独立讨论或媒体报道
可用性 8 纯 Markdown 单文件，配官方 command 与子代理定义，可一条插件命令安装；仅依赖联网检索与本机并行任务调度，无需 API Key 或付费依赖；子目录最近一次更新为 2026 年 7 月初；随附的信源清单较薄，更完整的检索渠道目录维护在另一个独立项目中（见第 9 章），不是使用本技能的硬性前提
安全性 9 检查清单结果见下

安全检查清单：① shell 命令执行——无独立脚本，执行动作限于联网检索与本机并行任务调度；② 联网外发——发起搜索与网页抓取，外联目标是搜索引擎与被引用网页本身，未见向额外第三方服务器外发数据；③ API Key/凭据——不要求任何凭据；④ 可疑指令——通读全文未见 prompt injection 或混淆代码，文档反而显式列出禁止行为（不得引用训练知识充数、不得编造引用来源、不得跳过对抗性复核）；⑤ 作者信誉——维护者与原始贡献者均有可查真实 GitHub 身份与公开 PR 记录，未见刷星或 SEO 操纵措辞；⑥ License——MIT，声明明确；⑦ 最近维护——2026-07-01，落在近 3 个月窗口内。

综合评分 7.7（三项均值）

7. 跟同类 Skills 相比的优势

技能 定位 与本技能的差异
research（同仓库路由技能） 判断一个提问该走哪条路径，低风险场景下直接给出简明综述 追求速度而非严谨度，不做假设检验、三角验证或对抗性复核；复杂决策场景需要更换到本技能
last30days-skill（mvanhorn） 并行调研十余个社交与社区平台，生成免配置的跨平台声量简报 聚焦“近期舆论/热度”广度扫描，产出是一次性简报；不对论点做证据分级、三角验证或对抗性质疑，服务目的是了解动态而非支撑决策
直接向 Agent 提问检索 无固定流程的单轮问答式检索 没有信源独立性要求、证据分级或反例搜索步骤，容易在检索到少量支持性材料后就直接给出结论

以上对比对象分别覆盖“快速给答案”或“看近期动态”，deep-research 处理的是答案错了代价很高、需要经得起追问的场景。

8. 用户评价

该技能目前未见来自第三方平台的具名用户评价。可核实的独立信号是其方法论最初由另一名开发者在独立项目中构建、再以 Pull Request 形式贡献进本仓库（见第 1、2 章），这是目前唯一可查证的外部参与证据。

9. 其他补充

技能文档说明，一份更完整的检索渠道与统计信源目录（29 个检索渠道、460 余个统计类信源、39 个已验证 API）维护在贡献者本人的另一个独立项目中，由该项目的持续集成流程每周校验链接有效性。使用本技能不需要接入该目录，有需要时可作扩展参考。

10. 安装使用方式

Claude Code：

/plugin marketplace add alirezarezvani/claude-skills
/plugin install deep-research@claude-code-skills

或手动安装：git clone https://github.com/alirezarezvani/claude-skills.git，将其中的 research/deep-research 整个文件夹复制到 ~/.claude/skills/。

Codex：npx agent-skills-cli add alirezarezvani/claude-skills --agent codex

OpenClaw：bash <(curl -s https://raw.githubusercontent.com/alirezarezvani/claude-skills/main/scripts/openclaw-install.sh)

Hermes Agent：本地执行一次 python scripts/sync-hermes-skills.py --verbose，同步进 ~/.hermes/skills/

安装后无需重启。可直接用自然语言触发，如“deep research on 某主题”或“帮我彻底调研一下某问题”；Claude Code 中也可输入 /cs:deep-research <问题>。首次触发会新建一个以主题命名的研究文件夹，后续可用增量更新指令延续同一份调查。

11. 注意事项