deep-research 是做什么的？
作为 Claude Code 技能的情报级多源研究工具。采用 Tavily 支持的 6 阶段流程，包含北约海军参谋部评级、CRAG 验证，以及针对 Perplexity Deep Research 校准的 100+ 来源详尽运行。
作为 Claude Code 技能的情报级多源研究工具。采用 Tavily 支持的 6 阶段流程，包含北约海军参谋部评级、CRAG 验证，以及针对 Perplexity Deep Research 校准的 100+ 来源详尽运行。
hashbulla/deep-research 是一个专为 Claude Code 设计的高级研究技能，模拟情报分析工作流。它利用 Tavily 搜索引擎进行多源数据收集，并整合北约海军参谋部（NATO Admiralty）情报评级系统，对信息可信度进行权威评估。该技能采用 CRAG（Corrective Retrieval-Augmented Generation）机制，确保来源验证和事实准确性。其流程包括 6 个阶段：查询制定、多源探索、深度抓取、相关性评分、结构化合成和引用验证。每次运行可处理超过 100 个来源，性能对标 Perplexity Deep Research。适用于需要高质量、可追溯研究的开发者、分析师或知识工作者。支持在 Claude Code 环境中直接通过指令调用，无需额外配置，只需提供 API 密钥。
npx skills add hashbulla/deep-researchInstalled? Explore more 研究与数据分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
作为 Claude Code 技能的情报级多源研究工具。采用 Tavily 支持的 6 阶段流程，包含北约海军参谋部评级、CRAG 验证，以及针对 Perplexity Deep Research 校准的 100+ 来源详尽运行。
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.