Research Deep
Fächert parallele Forschungsagenten über eine outline.yaml auf, validiert gegen ein Feld-Schema
Getestet · Funktioniert
Was es kann
Zweiphasiger Forschungs-Workflow für Claude Code: Er liest eine outline.yaml, startet einen Hintergrundagenten pro Element und schreibt strukturiertes JSON, das ein gebündelter Python-Validator auf vollständige Feldabdeckung prüft. Triggert bei /research-deep oder Anfragen zur Tiefenrecherche jedes Elements einer Forschungsgliederung.
Testbericht
Führte das gebündelte validate_json.py live gegen zwei Forschungs-JSONs für dasselbe Element aus: Die Freiform-Baseline erreichte 50% Feldabdeckung und FAILED (sie schrieb 'pricing', wo das Schema 'pricing_model' wollte), während die Skill-konforme Ausgabe 100% Abdeckung erreichte, PASSED und ein explizites uncertain[]-Array enthielt. Der Non-Zero-Exit des Validators zwingt den Agenten, die Lücke zu schließen, sodass die Schema-Disziplin real und nicht kosmetisch ist.
Getestet am: 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
Befehle & Beispiel-Prompts
/research-deepFächert parallele Forschungsagenten über eine outline.yaml auf, validiert gegen ein Feld-Schema
Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):
Deep-research every item in my outline.yaml into structured JSON outputFan out background agents to research each competitor in my reportValidate my research JSON against our field schema and flag missing gaps