Research Deep

Fan-out parallelle forskningsagenter over en outline.yaml, valideret mod et felt-skema

Af Weizhena · Weizhena/Deep-Research-skills

Testet · Virker ★ 9.2/10

Research Deep — Fan-out parallelle forskningsagenter over en outline.yaml, valideret mod et felt-skema

Hvad det gør

To-faset forskningsworkflow for Claude Code: den læser en outline.yaml, starter én baggrundsagent pr. element, og skriver struktureret JSON, som en medfølgende Python-validator tjekker for fuld felt-dækning. Udløses af /research-deep eller anmodninger om at dybde-forske hvert element i en forskningsdisposition.

Testrapport

Kørte den medfølgende validate_json.py live mod to forsknings-JSON'er for det samme element: den fritformede baseline scorede 50% felt-dækning og FAILED (den skrev 'pricing', hvor skemaet ønskede 'pricing_model'), mens det færdigheds-konforme output ramte 100% dækning, PASSED, og indeholdt en eksplicit uncertain[] array. Validatorens ikke-nul exit er det, der tvinger agenten til at lukke hullet, så skema-disciplinen er reel, ikke kosmetisk.

Testet: 2026-07-17 · Claude Code 2.x (agent harness)

Installation

git clone https://github.com/Weizhena/Deep-Research-skills.git
mkdir -p ~/.claude/skills ~/.claude/agents
cd Deep-Research-skills && cp -r skills/research-en/* ~/.claude/skills/ && cp agents/web-search-agent.md ~/.claude/agents/ && cp -r agents/web-search-modules ~/.claude/agents/ && pip install pyyaml

Kommandoer og eksempelprompter

/research-deepFan-out parallelle forskningsagenter over en outline.yaml, valideret mod et felt-skema

Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):

Deep-research every item in my outline.yaml into structured JSON output
Fan out background agents to research each competitor in my report
Validate my research JSON against our field schema and flag missing gaps

Læs hele rapporten →