Deep Research Skills 深度研究

Deep Research Skills 是一套面向深度研究 Agent 的结构化技能集，支持人类循环监督（human-in-the-loop），让 Claude Code / Open Code / Codex 在做长程研究时按 plan → search → synthesis → verify 四阶段推进并向用户汇报。

Skill Documentation

摘要

Deep Research Skills 把"深度研究"任务拆成 plan → search → synthesis → verify 四阶段，并嵌入 human-in-the-loop 控制点，让 AI Agent 在做长程学术研究、行业分析、技术调研时，每完成一个阶段就暂停请用户确认方向，避免"跑飞"和无效输出。

SEO 关键词分布

核心关键词: **深度研究 Agent**、**Deep Research**、**human-in-the-loop**、**Claude Code 研究**、**Codex 研究**、**OpenCode 研究**、**文献综述自动化**、**行业调研**、**研究合成**、**GPT Skills**。

是什么 / 解决什么问题

深度研究任务（行业分析、学术综述、技术调研）通常需要 30-50 次 web 搜索 + 30-100 篇文献综合。普通 Agent 一次性跑完容易"跑飞"或陷入细节。本 Skill 强制四阶段 + 监督点，让用户在中途能纠偏方向、补充关键词、跳过无关分支。

安装与验证（详细使用方式）

1. **环境**: Claude Code ≥ 1.0 或 Codex CLI ≥ 0.20 或 OpenCode ≥ 0.5

2. **安装**: `npx skills add Weizhena/Deep-Research-skills`

3. **配置**: 在 `~/.claude/skills/deep-research/config.yaml` 设置阶段超时与监督频率

4. **第一次跑通**: `/research "2026 AI Agent 行业图谱"`，验证 plan → search → synthesis → verify 四阶段是否能正确触发

三种典型场景 + 命令样例

**场景 A: 学术综述（论文 30+）**

/research "multimodal LLM 2024-2026 survey"

→ 自动拉 arxiv 最新论文 + 按方法分类 + 引用网络合成综述。

**场景 B: 行业分析（公司 / 财报 / 新闻）**

/research "中国 SaaS 行业 2026 趋势"

→ 爬公开财报 + 招股书 + 行业访谈 → 输出 SWOT + Top10 公司清单。

**场景 C: 技术调研（GitHub + 文档）**

/research "WebAssembly 2026 生态对比"

→ 扫 GitHub Trending + 各 runtime 官方文档 + 用户反馈。

FAQ

Deep Research Skills 适合谁用？

研究员、行业分析师、技术决策者、研究生 / 博士生。

与 OpenAI Deep Research 有什么区别？

OpenAI Deep Research 是端到端服务；本 Skill 是**本地可控**的 Agent 编排框架，prompt / 数据源 / 监督点全部可定制。

human-in-the-loop 是必须的吗？

可选。`config.yaml` 中可设置 `supervision: off` 让 Agent 自主跑完，但默认开启以避免跑飞。

单次研究能跑多深？

默认 plan 阶段最多 5 个并行子任务，synthesis 阶段支持 100+ 文档聚合。可在 config 中调大。

适合谁 + 故障排除

• **适合**: 研究员 / 行业分析师 / 学术研究者 / 技术决策者
• **故障 1: search 阶段超时** → 把 `search_timeout_sec` 从 600 提到 1800
• **故障 2: synthesis 引用错位** → 启用 `strict_citation: true`
• **故障 3: 监督点太频繁** → 设置 `supervision_interval: 3` 每 3 个阶段监督一次
• **故障 4: 数据源被 ban** → 切换 proxy 或换 API key
• **故障 5: 输出报告太冗长** → 用 `--max-pages 5` 限制合成规模

模型对照说明

> **michael 用户告知**: 本 Skill 在 AIMS 平台使用平台已支持的真实大模型（与原 README 推荐对照）

| 项 | 说明 |

|---|---|

| **原仓库 README 推荐** | Claude Code / Codex CLI / OpenCode (深度研究) |

| **AIMS 平台实际使用** | **`claude-sonnet-4.6`** |

| **AIMS 平台可用替代** | claude-opus-4.7 / gpt-5 / gemini-2.5-pro |

| **对齐度** | 完全一致 (Claude sonnet 深度研究) |

AIMS 平台已支持的国外大模型清单（按短 id 列出，本 Skill 调用时可用）

• **OpenAI 系列**: gpt-5.6 / gpt-5.5 / gpt-5.4-pro / gpt-5.1 / gpt-5 / gpt-4.1 / gpt-4o / gpt-4o-mini / gpt-3.5-turbo / gpt-oss-120b / gpt-latest / o1 / o3-pro / o4-mini
• **Anthropic 系列**: claude-opus-5 / claude-opus-4.8 / claude-opus-4.7 / claude-opus-4.6 / claude-opus-4.5 / claude-opus-4.1 / claude-sonnet-5 / claude-sonnet-4.6 / claude-sonnet-4.5 / claude-haiku-4.5 / claude-3-haiku / claude-fable-5
• **Google 系列**: gemini-3.5-flash / gemini-3.1-pro-preview / gemini-2.5-pro / gemini-2.5-flash / gemini-2.5-flash-lite / gemma-4-31b-it / gemma-3-27b-it / gemma-3-12b-it
• **Meta 系列**: llama-4-maverick / llama-4-scout / llama-3.3-70b-instruct / llama-3.1-70b-instruct / llama-3.2-1b-instruct
• **Mistral 系列**: mistral-large-2512 / mistral-medium-3.5 / mistral-small-3.2-24b-instruct / codestral-2508

AIMS 平台已支持的国内大模型清单（按短 id）

• **MiniMax 系列**: MiniMax-m3 / MiniMax-m2.7 / MiniMax-m2.5 / MiniMax-m2 / MiniMax-m1 / MiniMax-speech-02-hd
• **Qwen 系列**: qwen3-max / qwen3-vl-plus / qwen-max / qwen-plus / qwen-turbo / qwen-vl-max / qwen-coder-plus / qwen-deep-research-2025-12-15 / qwen-flash / qwen-long
• **DeepSeek 系列**: deepseek-r1-distill-llama-70b / deepseek-r1-distill-llama-8b / deepseek-r1-distill-qwen-32b / deepseek-r1-distill-qwen-14b / deepseek-r1-distill-qwen-7b / deepseek-r1-distill-qwen-1.5b

> 💡 **如何切换模型**: 使用 AIMS `aims.update_skill` 传 `skill_id + model_name + call_price_fen` 即可在上述任意支持的模型间切换（短 id 直接传，无需前缀）。