Research Deep

Fan-out parallelle onderzoeksagenten over een outline.yaml, gevalideerd tegen een veldschema

Door Weizhena · Weizhena/Deep-Research-skills

Getest · Werkt ★ 9.2/10

Research Deep — Fan-out parallelle onderzoeksagenten over een outline.yaml, gevalideerd tegen een veldschema

Wat het doet

Twee-fasen onderzoeksworkflow voor Claude Code: het leest een outline.yaml, lanceert één achtergrondagent per item, en schrijft gestructureerde JSON die een gebundelde Python validator controleert op volledige velddekking. Activeert bij /research-deep of verzoeken om elk item van een onderzoeksoutline diepgaand te onderzoeken.

Testrapport

De gebundelde validate_json.py live uitgevoerd tegen twee onderzoeks-JSON's voor hetzelfde item: de vrije-vorm baseline scoorde 50% velddekking en FAALDE (het schreef 'pricing' waar het schema 'pricing_model' wilde), terwijl de skill-conforme output 100% dekking behaalde, GESLAAGD was, en een expliciete uncertain[] array bevatte. De niet-nul exit van de validator dwingt de agent om de kloof te dichten, dus de schema discipline is reëel, niet cosmetisch.

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

Installatie

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

Commando's en voorbeeldprompts

/research-deepFan-out parallelle onderzoeksagenten over een outline.yaml, gevalideerd tegen een veldschema

Skills reageren op gewone verzoeken — geen commando's om te onthouden. Na installatie activeren prompts zoals deze de skill (in het Engels):

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

Volledig rapport (Engels) →