github-deep-research — скилл для Claude Code: разбор
Проводит многораундовое исследование любого GitHub-репозитория и собирает структурированный markdown-отчёт с таймлайном, метриками и диаграммами Mermaid.
npx skills add bytedance/deer-flow --skill github-deep-research -a claude-codeЧто делает github-deep-research
Скилл запускает четыре раунда: сначала тянет данные через GitHub API скриптом scripts/github_api.py, потом ищет обзор и ключевые термины, затем копает архитектуру и отзывы сообщества, а в конце разбирает историю коммитов, issues и pull requests. Скрипт вызывается напрямую, без read_file(), и умеет команды summary, info, readme, tree, languages, contributors, commits, issues, prs, releases.
На выходе — файл research_{topic}_{YYYYMMDD}.md по шаблону assets/report_template.md: метаданные, краткое резюме, хронология по фазам, таблицы метрик, сильные и слабые стороны, источники и оценка достоверности. Диаграммы Mermaid рисуются для таймлайна, архитектуры и сравнений.
Для работы нужен Python: без него github_api.py не запустится, и первый раунд отвалится. Каждое утверждение из внешних источников скилл требует подкреплять ссылкой формата [citation:Title](URL), а достоверность делит на три уровня — от официальной документации до соцсетей.
Какие задачи решает
- собрать историю проекта по коммитам и релизам
- сравнить репозиторий с альтернативами
- оценить активность контрибьюторов
- разобрать архитектуру по коду и обсуждениям
- подготовить отчёт с таймлайном и диаграммами
Примеры запросов агенту
- Исследуй репозиторий https://github.com/bytedance/deer-flow и собери отчёт с таймлайном
- Сделай разбор проекта по ссылке на GitHub, добавь диаграмму архитектуры
- Сравни этот репозиторий с аналогами и оцени достоверность выводов
Как установить github-deep-research
1Через Skills CLI (Vercel)
npx skills add bytedance/deer-flow --skill github-deep-research -a claude-code2Вручную: положить файлы
~/.claude/skills/github-deep-research/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/github-deep-research/
1Через Skills CLI (Vercel)
npx skills add bytedance/deer-flow --skill github-deep-research -a codex2Вручную: положить файлы
.agents/skills/github-deep-research/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add bytedance/deer-flow --skill github-deep-research -a cursor2Вручную: положить файлы
.cursor/skills/github-deep-research/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install bytedance/deer-flow github-deep-research2Вручную: положить файлы
.github/skills/github-deep-research/SKILL.md1Через Skills CLI (Vercel)
npx skills add bytedance/deer-flow --skill github-deep-research -a gemini-cli2Командой платформы
gemini skills install https://github.com/bytedance/deer-flow --path skills/public/github-deep-researchВручную: положить файлы
.devin/skills/github-deep-research/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add bytedance/deer-flow --skill github-deep-research -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Из того же набора14
Весь набор →Похожие
Рядом в теме «Git и GitHub»
Всё по теме «Git и GitHub» →Вопросы о github-deep-research
Как установить github-deep-research в Claude Code?
Выполните npx skills add bytedance/deer-flow --skill github-deep-research -a claude-code. Скилл появится в ~/.claude/skills/github-deep-research/SKILL.md.
Что делает github-deep-research?
Проводит многораундовое исследование GitHub-репозитория через API и веб-поиск, а затем пишет markdown-отчёт с резюме, хронологией, метриками и диаграммами Mermaid.
Что нужно для запуска скилла?
Python для скрипта scripts/github_api.py — без него не отработает первый раунд с данными GitHub API.
Исходный текст
SKILL.md · MIT
---
name: github-deep-research
description: Conduct multi-round deep research on any GitHub Repo. Use when users request comprehensive analysis, timeline reconstruction, competitive analysis, or in-depth investigation of GitHub. Produces structured markdown reports with executive summaries, chronological timelines, metrics analysis, and Mermaid diagrams. Triggers on Github repository URL or open source projects.
---
# GitHub Deep Research Skill
Multi-round research combining GitHub API, web_search, web_fetch to produce comprehensive markdown reports.
## Research Workflow
- Round 1: GitHub API
- Round 2: Discovery
- Round 3: Deep Investigation
- Round 4: Deep Dive
## Core Methodology
### Query Strategy
**Broad to Narrow**: Start with GitHub API, then general queries, refine based on findings.
```
Round 1: GitHub API
Round 2: "{topic} overview"
Round 3: "{topic} architecture", "{topic} vs alternatives"
Round 4: "{topic} issues", "{topic} roadmap", "site:github.com {topic}"
```
**Source Prioritization**:
1. Official docs/repos (highest weight)
2. Technical blogs (Medium, Dev.to)
3. News articles (verified outlets)
4. Community discussions (Reddit, HN)
5. Social media (lowest weight, for sentiment)
### Research Rounds
**Round 1 - GitHub API**
Directly execute `scripts/github_api.py` without `read_file()`:
```bash
python /path/to/skill/scripts/github_api.py <owner> <repo> summary
python /path/to/skill/scripts/github_api.py <owner> <repo> readme
python /path/to/skill/scripts/github_api.py <owner> <repo> tree
```
**Available commands (the last argument of `github_api.py`):**
- summary
- info
- readme
- tree
- languages
- contributors
- commits
- issues
- prs
- releases
**Round 2 - Discovery (3-5 web_search)**
- Get overview and identify key terms
- Find official website/repo
- Identify main players/competitors
**Round 3 - Deep Investigation (5-10 web_search + web_fetch)**
- Technical architecture details
- Timeline of key events
- Community sentiment
- Use web_fetch on valuable URLs for full content
**Round 4 - Deep Dive**
- Analyze commit history for timeline
- Review issues/PRs for feature evolution
- Check contributor activity
## Report Structure
Follow template in `assets/report_template.md`:
1. **Metadata Block** - Date, confidence level, subject
2. **Executive Summary** - 2-3 sentence overview with key metrics
3. **Chronological Timeline** - Phased breakdown with dates
4. **Key Analysis Sections** - Topic-specific deep dives
5. **Metrics & Comparisons** - Tables, growth charts
6. **Strengths & Weaknesses** - Balanced assessment
7. **Sources** - Categorized references
8. **Confidence Assessment** - Claims by confidence level
9. **Methodology** - Research approach used
### Mermaid Diagrams
Include diagrams where helpful:
**Timeline (Gantt)**:
```mermaid
gantt
title Project Timeline
dateFormat YYYY-MM-DD
section Phase 1
Development :2025-01-01, 2025-03-01
section Phase 2
Launch :2025-03-01, 2025-04-01
```
**Architecture (Flowchart)**:
```mermaid
flowchart TD
A[User] --> B[Coordinator]
B --> C[Planner]
C --> D[Research Team]
D --> E[Reporter]
```
**Comparison (Pie/Bar)**:
```mermaid
pie title Market Share
"Project A" : 45
"Project B" : 30
"Others" : 25
```
## Confidence Scoring
Assign confidence based on source quality:
| Confidence | Criteria |
|------------|----------|
| High (90%+) | Official docs, GitHub data, multiple corroborating sources |
| Medium (70-89%) | Single reliable source, recent articles |
| Low (50-69%) | Social media, unverified claims, outdated info |
## Output
Save report as: `research_{topic}_{YYYYMMDD}.md`
### Formatting Rules
- Chinese content: Use full-width punctuation(,。:;!?)
- Technical terms: Provide Wiki/doc URL on first mention
- Tables: Use for metrics, comparisons
- Code blocks: For technical examples
- Mermaid: For architecture, timelines, flows
## Best Practices
1. **Start with official sources** - Repo, docs, company blog
2. **Verify dates from commits/PRs** - More reliable than articles
3. **Triangulate claims** - 2+ independent sources
4. **Note conflicting info** - Don't hide contradictions
5. **Distinguish fact vs opinion** - Label speculation clearly
6. **CRITICAL: Always include inline citations** - Use `[citation:Title](URL)` format immediately after each claim from external sources
7. **Extract URLs from search results** - web_search returns {title, url, snippet} - always use the URL field
8. **Update as you go** - Don't wait until end to synthesize
### Citation Examples
**Good - With inline citations:**
```markdown
The project gained 10,000 stars within 3 months of launch [citation:GitHub Stats](https://github.com/owner/repo).
The architecture uses LangGraph for workflow orchestration [citation:LangGraph Docs](https://langchain.com/langgraph).
```
**Bad - Without citations:**
```markdown
The project gained 10,000 stars within 3 months of launch.
The architecture uses LangGraph for workflow orchestration.
```
© bytedance · MIT · bytedance/deer-flow