Back to skills
SKILL.md
Deep Research
ASecurityComplete research workflow system for codebase analysis, deep external research, and comprehensive technical wiki generation
- 279 stars
- 0 votes
- 0 copies
- 6 views
- Added September 8, 2026
Works with
Security analysis
100/100Pro scans all 3 files and shows the line behind each finding
npx -y skills add infometa/workbuddyskills --skill deep-research --agent claude-codeAre you the author of Deep Research?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/infometa-deep-research-7f2c6dda)---
name: deep-research
description: Complete research workflow system for codebase analysis, deep external research, and comprehensive technical wiki generation
---
# Deep Research Workflow Skill
完整的研究型工作流系统,实现从代码库分析、深度调研到技术文档生成的完整流程。
## 功能概述
本技能提供了一套完整的研究型工作流系统,包括:
1. **代码库研究分析** (`/init-research`) - 分析代码库并标记需要联网调研的内容
2. **深度调研循环** (`/ralph-loop-research`) - 处理所有 TODO 标记,执行深度调研
3. **Wiki 生成循环** (`/ralph-loop-wiki`) - 生成完整的技术分析文档
4. **GitHub 仓库研究** (`gh-repo-research`) - 克隆并分析 GitHub 仓库
## 命令
### /init-research
初始化研究文档,分析代码库并生成 `deep-search.md` 文件,在需要联网调研的地方标记 `TODO: RESEARCH HERE`。
**用法**:
```
/init-research # 更新模式
/init-research --create-new # 重新生成所有文件
/init-research --max-depth=2 # 限制目录深度
```
**输出**: `deep-search.md` 文件(根目录 + 重要子目录)
### /ralph-loop-research
深度调研循环,处理所有 `TODO: RESEARCH HERE` 标记。
**用法**:
```
/ralph-loop-research # 默认 3 次循环
/ralph-loop-research --max-iterations=5 # 自定义循环次数
```
**功能**:
- 扫描所有 `deep-search.md` 文件
- 查找所有 `TODO: RESEARCH HERE` 标记
- 执行深度调研(联网搜索)
- 生成专业的 wiki 格式内容
- 替换 TODO 标记为实际内容
- 处理发现的链接(GitHub 链接激活 `gh-repo-research`)
**输出**:
- 替换所有 TODO 标记
- 调研笔记保存在 `.research/` 目录
### /ralph-loop-wiki
生成完整的技术 wiki 文档。
**用法**:
```
/ralph-loop-wiki # 默认 3 次循环
/ralph-loop-wiki --prd-path=docs/PRD.md # 指定 PRD 文件
/ralph-loop-wiki --max-iterations=5 # 自定义循环次数
```
**功能**:
- 读取 PRD 文档(如果存在)
- 读取 `.research/` 目录下的所有调研内容
- 结合 `init-deep` 生成的 CODEBUDDY.md 文件
- 按照 `wiki_template.md` 的格式生成完整 wiki
- 循环 3 次,确保内容完整
- 生成优化建议和总结
**输出**:
- `wiki.md` - 完整的技术分析文档
- `wiki-optimization-suggestions.md` - 优化建议
- `wiki-summary.md` - 总结报告
## 智能体
### gh-repo-research
GitHub 仓库研究智能体,用于克隆和分析 GitHub 仓库。
**功能**:
- 克隆 GitHub 仓库到 `.gh-repo/` 目录
- 在克隆的仓库中执行 `/init-deep` 操作
- 生成技术文档(架构、核心模块、API、功能分析)
- 保存到 `.research/gh-repo/repo-name/` 目录
**使用方式**:
通过 `ralph-loop-research` 自动调用(当发现 GitHub 链接时),或手动调用。
## 工作流程
### 完整工作流
```
1. /init-research
↓
生成 deep-search.md(带 TODO: RESEARCH HERE 标记)
2. /ralph-loop-research
↓
处理所有 TODO 标记
↓
深度调研 → 生成 wiki 格式内容
↓
发现链接 → GitHub 链接 → gh-repo-research
↓
所有 TODO 替换完成
3. /ralph-loop-wiki
↓
整合 PRD + .research + CODEBUDDY.md
↓
生成完整 wiki(按 wiki_template.md 格式)
↓
3 次验证循环
↓
生成优化建议和总结
```
### 快速开始
```bash
# 步骤 1: 初始化研究文档
/init-research
# 步骤 2: 执行深度调研
/ralph-loop-research
# 步骤 3: 生成技术 Wiki
/ralph-loop-wiki
```
## 文件结构
执行工作流后,项目目录将包含:
```
项目根目录/
├── deep-search.md # 研究文档(带 TODO 标记)
├── CODEBUDDY.md # 代码库分析(来自 init-deep)
├── .research/ # 调研结果
│ ├── research-001.md # 调研笔记
│ ├── research-002.md
│ └── gh-repo/ # GitHub 仓库研究
│ └── repo-name/
│ ├── architecture.md
│ ├── core-modules.md
│ ├── api-reference.md
│ └── features.md
├── .gh-repo/ # 克隆的仓库
│ └── repo-name/
├── wiki.md # 最终生成的 wiki
├── wiki-optimization-suggestions.md # 优化建议
└── wiki-summary.md # 总结报告
```
## 安装
运行安装脚本:
```bash
cd codebuddy-marketplace/skills/deep-research
bash install.sh
```
这将安装到:
- `~/.codebuddy/skills/deep-research/`
- `~/.claude/skills/deep-research/`
## 注意事项
1. **首次使用前**:建议先运行 `/init-deep` 生成 CODEBUDDY.md 文件
2. **PRD 文档**:如果有 PRD 文档,放在项目根目录或使用 `--prd-path` 指定
3. **网络要求**:深度调研需要联网访问外部资源
4. **GitHub 访问**:`gh-repo-research` 需要能够克隆 GitHub 仓库
5. **存储空间**:克隆的仓库会占用磁盘空间,注意 `.gh-repo/` 目录大小
## 相关文档
- [README.md](README.md) - 详细使用文档
- [init-research.md](../omc-commands/init-research.md) - init-research 命令文档
- [ralph-loop-research.md](../omc-commands/ralph-loop-research.md) - ralph-loop-research 命令文档
- [ralph-loop-wiki.md](../omc-commands/ralph-loop-wiki.md) - ralph-loop-wiki 命令文档
- [gh-repo-research.md](../omc-agents/gh-repo-research.md) - gh-repo-research 智能体文档
Files in this skill
- README.md
- SKILL.md
- install.sh
Attribution
Comments
Loading comments…