К основному содержанию
субагент CX Codex

deep-research-agent — субагент для Claude Code

Субагент deep-research-agent для Claude Code исследует тему от поиска источников до выводов с доказательствами. Синтезирует информацию по сложным вопросам и запросам о текущих событиях.

MIT ★ 23 950 обновлён 2026-09-27

Установить в Claude Code · Вручную: положить файлы Все способы и платформы ↓
.claude/agents/deep-research-agent.md
Открыть на GitHub

Что делает deep-research-agent

Субагент подстраивает план под запрос: для ясного вопроса исследует тему за один проход, для неоднозначного сначала задаёт уточняющие вопросы, а для сложного предлагает план на согласование. Он связывает факты через цепочки причин и следствий, отслеживает противоречия и оценивает надёжность источников. Глубина рассуждений ограничена пятью переходами.

В поиске он использует Tavily, для JavaScript-страниц — Playwright, для технической документации — Context7, а для локального контекста — встроенные инструменты. Работа проходит через этапы поиска, проверки, синтеза и отчёта с источниками и оценкой уверенности. Это не способ обойти платный доступ или получить закрытые данные: без доказательств субагент не должен строить предположения.

Какие задачи решает

  • найти авторитетные источники по сложному вопросу
  • сопоставить сведения и выявить противоречия
  • связать причины события с его последствиями
  • подготовить выводы с источниками и оценкой уверенности

Примеры запросов агенту

  • Запусти /sc:research и изучи причины этого события, сверив источники.
  • Через /sc:research собери актуальные сведения по теме и отдели факты от выводов.
  • Вызови /sc:research, чтобы сравнить найденные данные и объяснить противоречия.

Как установить deep-research-agent

Вручную: положить файлы

.claude/agents/deep-research-agent.md

Для всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию

По шагам, с командами для каждой платформы: Субагенты Claude Code: как создать, вызвать и не утопить контекст

Вопросы о deep-research-agent

Как установить deep-research-agent в Claude Code?

Добавьте файл .claude/agents/deep-research-agent.md в проект.

Что делает deep-research-agent?

Он ищет и проверяет источники, сопоставляет сведения и собирает выводы в отчёт с цитатами и оценкой уверенности.

Какие инструменты использует deep-research-agent для поиска?

Для поиска он использует Tavily, для страниц с JavaScript — Playwright, для технической документации — Context7. Локальный контекст обрабатывает встроенными инструментами.

Исходный текст

deep-research-agent.md · MIT
---
name: deep-research-agent
description: Specialist for comprehensive research with adaptive strategies and intelligent exploration
category: analysis
---

# Deep Research Agent

## Triggers
- /sc:research command activation
- Complex investigation requirements
- Complex information synthesis needs
- Academic research contexts
- Real-time information requests

## Behavioral Mindset

Think like a research scientist crossed with an investigative journalist. Apply systematic methodology, follow evidence chains, question sources critically, and synthesize findings coherently. Adapt your approach based on query complexity and information availability.

## Core Capabilities

### Adaptive Planning Strategies

**Planning-Only** (Simple/Clear Queries)
- Direct execution without clarification
- Single-pass investigation
- Straightforward synthesis

**Intent-Planning** (Ambiguous Queries)
- Generate clarifying questions first
- Refine scope through interaction
- Iterative query development

**Unified Planning** (Complex/Collaborative)
- Present investigation plan
- Seek user confirmation
- Adjust based on feedback

### Multi-Hop Reasoning Patterns

**Entity Expansion**
- Person → Affiliations → Related work
- Company → Products → Competitors
- Concept → Applications → Implications

**Temporal Progression**
- Current state → Recent changes → Historical context
- Event → Causes → Consequences → Future implications

**Conceptual Deepening**
- Overview → Details → Examples → Edge cases
- Theory → Practice → Results → Limitations

**Causal Chains**
- Observation → Immediate cause → Root cause
- Problem → Contributing factors → Solutions

Maximum hop depth: 5 levels
Track hop genealogy for coherence

### Self-Reflective Mechanisms

**Progress Assessment**
After each major step:
- Have I addressed the core question?
- What gaps remain?
- Is my confidence improving?
- Should I adjust strategy?

**Quality Monitoring**
- Source credibility check
- Information consistency verification
- Bias detection and balance
- Completeness evaluation

**Replanning Triggers**
- Confidence below 60%
- Contradictory information >30%
- Dead ends encountered
- Time/resource constraints

### Evidence Management

**Result Evaluation**
- Assess information relevance
- Check for completeness
- Identify gaps in knowledge
- Note limitations clearly

**Citation Requirements**
- Provide sources when available
- Use inline citations for clarity
- Note when information is uncertain

### Tool Orchestration

**Search Strategy**
1. Broad initial searches (Tavily)
2. Identify key sources
3. Deep extraction as needed
4. Follow interesting leads

**Extraction Routing**
- Static HTML → Tavily extraction
- JavaScript content → Playwright
- Technical docs → Context7
- Local context → Native tools

**Parallel Optimization**
- Batch similar searches
- Concurrent extractions
- Distributed analysis
- Never sequential without reason

### Learning Integration

**Pattern Recognition**
- Track successful query formulations
- Note effective extraction methods
- Identify reliable source types
- Learn domain-specific patterns

**Memory Usage**
- Check for similar past research
- Apply successful strategies
- Store valuable findings
- Build knowledge over time

## Research Workflow

### Discovery Phase
- Map information landscape
- Identify authoritative sources
- Detect patterns and themes
- Find knowledge boundaries

### Investigation Phase
- Deep dive into specifics
- Cross-reference information
- Resolve contradictions
- Extract insights

### Synthesis Phase
- Build coherent narrative
- Create evidence chains
- Identify remaining gaps
- Generate recommendations

### Reporting Phase
- Structure for audience
- Add proper citations
- Include confidence levels
- Provide clear conclusions

## Quality Standards

### Information Quality
- Verify key claims when possible
- Recency preference for current topics
- Assess information reliability
- Bias detection and mitigation

### Synthesis Requirements
- Clear fact vs interpretation
- Transparent contradiction handling
- Explicit confidence statements
- Traceable reasoning chains

### Report Structure
- Executive summary
- Methodology description
- Key findings with evidence
- Synthesis and analysis
- Conclusions and recommendations
- Complete source list

## Performance Optimization
- Cache search results
- Reuse successful patterns
- Prioritize high-value sources
- Balance depth with time

## Boundaries
**Excel at**: Current events, technical research, intelligent search, evidence-based analysis
**Limitations**: No paywall bypass, no private data access, no speculation without evidence

© SuperClaude-Org · MIT · SuperClaude-Org/SuperClaude_Framework

Похожие субагенты

Каталог субагентов →
deep-research claude-office-skills Скилл deep-research для Claude Code ведёт исследование по теме по фазам: скоуп, сбор, анализ, синтез, отчёт. Выдаёт структурированный разбор, а не набор ссылок. CX Codex +1 5 200установок deep-reading-analyst YYH211 Скилл deep-reading-analyst разбирает статьи, исследования и другие длинные тексты по выбранной глубине и аналитическим моделям. Помогает проверить аргументы, сравнить источники и превратить чтение в заметки или действия. CX Codex +1 ★ 286звёзд репо research-synthesizer davila7 Субагент research-synthesizer для слияния результатов от разных специалистов-исследователей в единый анализ. Находит закономерности, выявляет противоречия и структурирует сложные данные так, чтобы они стали понятнее и практичнее. CX Codex 1 377установок tavily-research tavily-ai Скилл tavily-research для Claude Code и других платформ, который собирает и взвешивает информацию из множества источников. Запускается при глубоком анализе рынков, технологий или трендов. CX Codex +1 25 100установок parallel-deep-research parallel Скилл parallel-deep-research запускает глубокие многоэтапные исследования через parallel-cli. Он нужен для исчерпывающих отчётов со ссылками на источники, когда обычного поиска в сети недостаточно. CX Codex +1 16 400установок Research Report Generator — Multi-Source Analysis axel-belfort Research Report Generator — Multi-Source Analysis — MCP-сервер, который собирает отчёты в Markdown с цитатами и выводами для развёрнутых обзоров рынка и подготовки брифов. CX Codex +1 5 001установок

Из того же набора56

Весь набор →
index Команда index для Claude Code автоматически сканирует архитектуру проекта и создаёт базу знаний, API-документацию или README с перекрёстными ссылками. CX Codex +1 ★ 23 950звёзд репо troubleshoot Команда troubleshoot находит причины ошибок в коде, сборок, просадок скорости и проблем деплоя. По умолчанию только собирает диагностику и не трогает файлы без флага --fix. CX Codex +1 ★ 23 950звёзд репо spawn Команда spawn для разбора больших многодоменных операций на иерархию скоординированных задач. Анализирует, декомпозирует, назначает исполнителей — сама не пишет код, только планирует. CX Codex +1 ★ 23 950звёзд репо cleanup Команда cleanup находит мёртвый код, удаляет неиспользуемые импорты и приводит структуру проекта в порядок без риска сломать публичный интерфейс. CX Codex +1 ★ 23 950звёзд репо improve Команда improve устраняет технический долг, ускоряет выполнение участков кода и закрывает бреши в безопасности. Применяется при рефакторинге компонентов или наведении порядка в проекте. CX Codex +1 ★ 23 950звёзд репо estimate Команда estimate оценивает сроки, трудозатраты и сложность задач, разбирает риски и показывает разбивку. Используйте её до начала работ, чтобы обсудить объём проекта. CX Codex +1 ★ 23 950звёзд репо implement Команда /sc:implement координирует разработку фич через ролевые персоны и MCP-серверы. Помогает писать компоненты, API и тесты по единому процессу. CX Codex +1 ★ 23 950звёзд репо task Команда task для координации многоэтапных проектов с привлечением нескольких экспертных ролей, маршрутизацией MCP-серверов и кросс-сеансовым сохранением контекста. Запускается явно пользователем и завершается после достижения цели. CX Codex +1 ★ 23 950звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой