agent-deep-research
基于Google Gemini的深度研究与文件检索技能，赋能AI代理进行专业分析。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：agent-deep-research。 它的用途是：基于Google Gemini的深度研究与文件检索技能，赋能AI代理进行专业分析。 完整的 Skill 内容见：https://321skill.com/skills/agent-deep-research/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请对量子计算的最新进展进行一次深度研究，并参考项目`./docs`目录下的技术白皮书。'，它会启动一个异步研究任务，自动上传并分析指定目录的文件，经过多轮检索与综合后，生成一份结构完整、引证清晰的深度分析报告。
介绍
该技能为AI代理提供了深度研究和基于RAG的文件搜索能力，使其能够进行多步骤、异步的复杂信息分析与综合，生成专家级的报告，而非简单的搜索结果汇总。它解决了AI代理在处理需要深入调研、跨文档信息整合或专业领域分析任务时能力不足的问题。
使用上，您只需为AI代理安装此技能，并配置好Google API密钥和uv工具，即可通过简单的命令或与代理对话来启动研究任务。它支持以本地文件作为研究背景，并能将研究过程状态化，方便后续查询和获取报告。
该技能非常适合需要处理复杂信息、撰写深度报告或进行专业领域分析的各类用户，如研究员、分析师、内容创作者、学生以及任何希望其AI助手能进行“思考”而非简单“查找”的用户。
建议在使用前仔细阅读配置要求，确保环境变量设置正确。对于涉及大量本地文件的分析，注意使用--context-extensions参数过滤文件类型以提升效率和准确性。
核心特点
核心区别在于其不依赖Gemini CLI，而是直接通过`uv`使用`google-genai` Python SDK，实现了更广泛的代理兼容性（支持30+种AI代理）。同时，它将研究过程设计为可状态化、可中断和可查询的异步任务，支持以本地文件库作为研究背景进行RAG增强，产出的是经过多轮综合的深度分析报告。
注意事项
不适合需要实时、快速问答或简单事实查询的场景，其深度分析过程需要一定时间。
常见问题
必须要有Google API密钥吗？
是的，这是使用Google Gemini模型进行研究的必要前提。
支持哪些AI代理？
支持Claude Code, Amp, Codex, OpenCode, Cursor, Gemini CLI, Pi, OpenClaw等超过30种代理，具体列表可查看skills.sh。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agent-deep-research/raw/index.md 读取 agent-deep-research 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agent-deep-research/raw/index.md（查看排版版本）