Research Deep
Agents de recherche parallèles en éventail sur un outline.yaml, validés par rapport à un schéma de champ
Testé · Fonctionne
Ce que fait
Flux de travail de recherche en deux phases pour Claude Code : il lit un outline.yaml, lance un agent en arrière-plan par élément et écrit un JSON structuré qu'un validateur Python inclus vérifie pour une couverture complète des champs. Se déclenche sur /research-deep ou les demandes de recherche approfondie de chaque élément d'un plan de recherche.
Rapport de test
Exécuté le validate_json.py inclus en direct contre deux JSON de recherche pour le même élément : la base de référence en forme libre a obtenu une couverture de champ de 50 % et a ÉCHOUÉ (elle a écrit 'pricing' là où le schéma voulait 'pricing_model'), tandis que la sortie conforme à la compétence a atteint 100 % de couverture, a RÉUSSI et contenait un tableau uncertain[] explicite. La sortie non nulle du validateur est ce qui force l'agent à combler l'écart, donc la discipline du schéma est réelle, pas cosmétique.
Testé le: 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
Commandes et exemples de prompts
/research-deepAgents de recherche parallèles en éventail sur un outline.yaml, validés par rapport à un schéma de champ
Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :
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