AGENT SKILL
科研带证据账本的八阶段深度研究流水线
199-biotechnologies/claude-deep-research-skill
1,051 star。四种强度模式：Quick 3 阶段 2-5 分钟、Standard 6 阶段、Deep 8 阶段、UltraDeep 8+ 阶段 20-45 分钟，走 SCOPE → PLAN → RETRIEVE → TRIANGULATE → 提纲细化 → SYNTHESIZE → CRITIQUE → REFINE → PACKAGE，同时产出 Markdown、McKinsey 风格 HTML 与 PDF。
我们的判断灵魂是四个 append-only 的 JSONL 账本：sources、evidence、claims、run_manifest。每条事实断言必须就地标 [N] 且在 evidence.jsonl 里有支撑，没有证据的断言不允许交付，另配 validate_report.py 与 verify_citations.py 自检。⚠️ 这个仓库没有 LICENSE 文件，按版权法默认即保留所有权利：能读能本地跑，再分发或商用前必须找作者确认授权。
git clone https://github.com/199-biotechnologies/claude-deep-research-skill ~/.claude/skills/deep-research它把「深度研究」拆成了可验证的流水线
Claude Deep Research Skill（199-biotechnologies，1,051 stars / 116 forks）不是「让模型多搜几次」，而是一条带证据账本的研究流水线：8 个阶段，4 种强度模式，每一步都要求可核查。
先说许可证：这个仓库没有 LICENSE 文件（GitHub 返回 license = None）。按版权法默认，无许可证即「保留所有权利」——你能读、能本地跑，但再分发或商用前必须找作者确认授权。我们照实标出来，这是入库前必须知道的一条。
四种模式与阶段矩阵
调用时按决策树选模式，SKILL.md 明确写了「简单查询 / 调试 / 一两次搜索能答的问题不要用它」：
| 模式 | 阶段数 | 耗时 | 用途 |
|---|---|---|---|
| Quick | 3 | 2–5 min | 初步探索 |
| Standard（默认） | 6 | 5–10 min | 常规研究 |
| Deep | 8 | 10–20 min | 关键决策 |
| UltraDeep | 8+ | 20–45 min | 全面综述 |
8 个阶段是：SCOPE → PLAN → RETRIEVE → TRIANGULATE → OUTLINE REFINEMENT（4.5）→ SYNTHESIZE → CRITIQUE → REFINE → PACKAGE。Quick 只跑 SCOPE/RETRIEVE/PACKAGE，Deep 以上才加 CRITIQUE 与 REFINE。
关键注释：阶段 3–5 是「按章节的证据循环」，不是严格的顺序闸门——检索 → 存证据 → 细化提纲 → 起草 → 核验断言 → 需要就补检索（delta-retrieve）。这个设计避免了「一次性搜完再写」导致的证据与论点对不上。
证据账本：这套流程的灵魂
输出目录 ~/Documents/[Topic]_Research_[YYYYMMDD]/ 里除了报告本身，还有四个 JSONL 账本，全部 append-only、带 canonical ID：
sources.jsonl——稳定的来源注册表；evidence.jsonl——带原文引文与定位符的证据库；claims.jsonl——原子断言账本，每条记 support status；run_manifest.json——本次 query、模式、假设、provider 配置。
质量标准写得很硬：10+ 来源，每个主要断言 3+ 独立来源（强调 cluster-independent，不是单纯凑数）；所有事实断言必须就地标注 [N] 且在 evidence.jsonl 里有证据支撑；断言-证据核验是强制的，没有证据支撑的事实断言不允许交付；不许占位符、不许编造引用；行文以散文为主（≥80%），少用 bullet。
输出契约与自检脚本
报告结构是固定的：执行摘要（200–400 词）、引言（范围/方法/假设）、主分析（4–8 个 finding，每个 600–2000 词，全部带引用）、综合洞见、局限与告诫、建议、完整参考文献（每条都列，不许 placeholder）、方法附录。同时产出 Markdown（事实来源）、McKinsey 风格 HTML（自动打开）、PDF（WeasyPrint，自动打开）。
python scripts/validate_report.py --report [path] # 9 项结构检查
python scripts/verify_citations.py --report [path] # 引用核验，最多 3 轮
python scripts/md_to_html.py [markdown_path] # 转 HTML长报告（>18K 词）另有 continuation.md 处理续写。自动化原则：推断假设、只在关键错误时才停下来问人——和 Superpowers 的「Rulings, not stalls」是同一个哲学。
安装
git clone https://github.com/199-biotechnologies/claude-deep-research-skill \
~/.claude/skills/deep-research
# 可选：接一个 search-cli（Brave / Serper / Exa / Jina / Firecrawl）提升检索质量运行时是 Claude Code。再次提醒许可证缺失：自用没问题，要嵌进商业产品前先取得授权。