仓库：https://github.com/mayrsascha/deep-research-skill
Stars：5 | 许可：MIT | 单文件 SKILL.md（72 行），零代码零依赖
本地路径：/Users/zhaoweiguo/6ai/opensources/deep-research-skill
核心定位
不做研究本身——把本地 agent 对代码库的理解转化为结构化 Deep Research prompt 并复制到剪贴板，用户粘贴到 Gemini/Perplexity/ChatGPT 完成研究。桥接”agent 懂你的项目”与”研究工具懂世界”。
工作流
用户描述研究需求 → 读取 package.json/requirements.txt/Cargo.toml 等获取技术栈（会话已有上下文则不重复探索）→ 按五段式骨架生成 prompt：Objective → Context → Investigate → Output Format → Constraints → 复制剪贴板 → 用户手动粘贴执行。支持增量 refine（“更聚焦成本”时修改而非重生成，并展示变更）。
关键机制
- 五段固定模板 + 写作规范：第二人称祈使句、必须落到具体项目细节、单一研究任务
- 剪贴板集成：heredoc 管道 + 四级回退链
pbcopy → xclip → wl-copy → clip.exe，全失败则打印到 stdout 提示手动复制 - 明确边界：只生成 prompt，绝不自行执行研究
安装
npx skills add mayrsascha/deep-research-skillskills.sh 生态，宣称兼容 Claude Code、Cursor、Copilot、Cline 等 18+ agent；手动安装即复制 SKILL.md 至 ~/.claude/skills/deep-research/。
观察与局限
项目极轻量（总计 223 行），价值高度依赖宿主 agent 的上下文收集能力；README 4 个示例（auth 选型、Bun 迁移、后台任务、ML 部署）质量较高；SKILL.md 中的四级回退 bash 片段（heredoc 与 || 链组合）语法上可疑，实际执行可能需 agent 自行调整。定位上与”自己跑研究”的 deep-research-skills、claude-deep-research-skill 互补而非竞争。