Nur verwenden, wenn der Benutzer explizit 'deep research', 'exhaustive', 'comprehensive report' oder 'thorough investigation' sagt. Langsamer und teurer als parallel-web-search. Für normale Recherchen/Abfragen stattdessen parallel-web-search verwenden. Unterstützt mehrere Durchgänge: --previous-interaction-id von einer vorherigen Recherche oder Anreicherung übergeben, um mit Kontext fortzufahren.
parallel-web/parallel-deep-research ist ein spezialisiertes KI-Agenten-Skill für umfassende, tiefgehende Recherchen. Es ist darauf ausgelegt, nur dann aktiviert zu werden, wenn der Benutzer explizite Schlüsselwörter wie 'deep research', 'exhaustive', 'comprehensive report' oder 'thorough investigation' verwendet. Im Gegensatz zum schnelleren und günstigeren parallel-web-search ist dieses Skill langsamer und teurer, da es gründlichere und detailreichere Ergebnisse liefert. Es unterstützt mehrere Interaktionsdurchgänge (Multi-Turn), indem es die Option --previous-interaction-id bereitstellt, um den Kontext von einer vorherigen Recherche oder Anreicherung zu übernehmen. Dieses Skill ist ideal für komplexe Untersuchungen, bei denen eine tiefe Analyse und eine umfassende Berichterstellung erforderlich sind, und sollte nicht für einfache Suchanfragen verwendet werden.
npx skills add https://github.com/parallel-web/parallel-agent-skills/tree/main/skills/parallel-deep-researchInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Nur verwenden, wenn der Benutzer explizit 'deep research', 'exhaustive', 'comprehensive report' oder 'thorough investigation' sagt. Langsamer und teurer als parallel-web-search. Für normale Recherchen/Abfragen stattdessen parallel-web-search verwenden. Unterstützt mehrere Durchgänge: übergeben Sie --previous-interaction-id von einer vorherigen Recherche oder Anreicherung, um mit Kontext fortzufahren.
This repo contains 8 individual skills — each has its own dedicated page.
Bulk data enrichment. Adds web-sourced fields (CEO names, funding, contact info) to lists of companies, people, or products. Use for enriching CSV files or inline data. Supports multi-turn: pass --previous-interaction-id from a prior research task to carry context forward.
Discover entities (companies, people, products, etc.) matching a natural-language description. Use when the user asks to 'find all X' or 'list every Y that…' — e.g., 'Find AI startups that raised Series A in 2026', 'List roofing companies in Charlotte NC', 'Show me YC W24 dev tools companies'. Different from web-search (which returns webpages) and deep-research (which returns a narrative report). Use this when the user wants a structured list of entities.
Continuously track the web for changes on a recurring cadence. Use when the user asks to 'monitor', 'track changes to', 'watch', or 'alert me when' something on the web changes — e.g., 'Track price changes for iPhone 16', 'Alert me when Tesla files a new 8-K', 'Monitor competitor pricing pages weekly'. Also use to list, inspect, update, or delete existing monitors.
URL content extraction. Use for fetching any URL - webpages, articles, PDFs, JavaScript-heavy sites. Token-efficient: runs in forked context. Prefer over built-in WebFetch.
DEFAULT for all research and web queries. Use for any lookup, research, investigation, or question needing current info. Fast and cost-effective. Only use parallel-deep-research if user explicitly requests 'deep' or 'exhaustive' research.
Get completed research task result by run ID
Set up the Parallel plugin (install CLI)
Check running research task status by run ID
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.