Verwenden Sie dies, wenn der Benutzer eine Multi-Source-Recherche mit Zitierverfolgung, Beweispersistenz und strukturierter Berichterstellung benötigt. Auslöser sind „Deep Research“, „umfassende Analyse“, „Forschungsbericht“, „Vergleiche X vs. Y“, „Trends analysieren“ oder „Stand der Technik“. Nicht für einfache Nachfragen, Debugging oder Fragen, die mit 1-2 Suchvorgängen beantwortet werden können.
Diese Fähigkeit (Skill) ist speziell für KI-Agenten wie Claude Code, Cursor oder Codex konzipiert, die tiefgehende, mehrquellige Recherchen durchführen müssen. Sie zeichnet sich durch eine robuste Zitierverfolgung aus, die es ermöglicht, alle verwendeten Quellen präzise nachzuweisen. Zudem persistiert sie gesammelte Beweise, sodass Zwischenergebnisse nicht verloren gehen, und generiert strukturierte Forschungsberichte. Der Skill wird durch spezifische Schlüsselwörter wie „Deep Research“, „umfassende Analyse“ oder „Vergleiche X vs. Y“ aktiviert und ist ideal für komplexe Aufgaben, die mehrere Perspektiven und eine synthetisierte Darstellung erfordern. Er unterstützt typische Agentenplattformen und arbeitet auf Basis einer SKILL.md-Dokumentation, die die genauen Auslöser und Einschränkungen definiert. Einfache Suchanfragen oder Debugging-Aufgaben sind nicht sein Einsatzzweck.
npx skills add https://github.com/199-biotechnologies/claude-deep-research-skill/tree/main/skills/deep-researchInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Verwenden Sie dies, wenn der Benutzer eine Multi-Source-Recherche mit Zitierverfolgung, Beweispersistenz und strukturierter Berichterstellung benötigt. Auslöser sind „Deep Research“, „umfassende Analyse“, „Forschungsbericht“, „Vergleiche X vs. Y“, „Trends analysieren“ oder „Stand der Technik“. Nicht für einfache Nachfragen, Debugging oder Fragen, die mit 1-2 Suchvorgängen beantwortet werden können.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.