К основному содержанию
скилл CX Codex

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.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add bytedance/deer-flow --skill github-deep-research -a claude-code
Открыть на GitHub

Что 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-code

2Вручную: положить файлы

~/.claude/skills/github-deep-research/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/github-deep-research/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Из того же набора14

Весь набор →
ppt-generation Генерирует слайды для презентаций в формате PPTX через создание картинок к каждому экрану. Пригодится, когда нужно быстро собрать визуальный доклад с единым оформлением. CX Codex +1 5 200установок video-generation Скилл создаёт видеоролики через структурированные JSON-промпты и модели Gemini Veo или MiniMax по текстовому запросу или опорному кадру. CX Codex +1 3 000установок consulting-analysis Скилл помогает подготовить план исследования, а затем собрать данные в структурированный аналитический отчёт. Подойдёт для анализа рынка, финансов или конкурентов. CX Codex +1 3 000установок image-generation Формирует структурированные JSON-промпты для генерации изображений и запускает готовый Python-скрипт с поддержкой референсов. Пригодится для отрисовки персонажей и сюжетных сцен. CX Codex +1 2 900установок deep-research Скилл для глубокого веб-исследования с методикой многоугольного анализа. Используй его вместо обычного поиска, когда нужно понять тему со всех сторон перед тем, как писать контент или отвечать на сложный вопрос. CX Codex +1 2 800установок academic-paper-review Скилл для автоматической рецензии научных работ по стандартам топовых конференций. Анализирует методологию, оценивает новизну, ищет слабые места и даёт обоснованную критику. CX Codex +1 2 700установок chart-visualization Скилл выбирает подходящий тип графика из 26 вариантов, собирает параметры и рисует картинку через JavaScript-скрипт. CX Codex +1 2 600установок systematic-literature-review Скилл для автоматического поиска и синтеза множества статей по теме из arXiv. Собирает исследования, извлекает ключевые находки и выдаёт отчёт в формате APA, IEEE или BibTeX. CX Codex +1 2 500установок

Похожие

deep-research claude-office-skills Ведёт исследование по теме по фазам: скоуп, сбор, анализ, синтез, отчёт. Пригодится, когда нужен структурированный разбор, а не набор ссылок. CX Codex +1 5 000установок github-research lingzhi227 Скилл анализирует репозитории на GitHub под научную или техническую тему, изучает код и готовит план его переиспользования. Пригодится при поиске готовых реализаций алгоритмов. CX Codex +1 1 800установок beautify-github-readme oil-oil Перерабатывает README на GitHub или создаёт отдельные визуальные материалы для него: SVG, PNG/WebP и GIF по запросу. CX Codex +1 1 200установок github-issue-creator microsoft Превращает голосовые заметки, логи ошибок и скриншоты в структурированные баг-репорты в формате GitHub Markdown. Сохраняет готовые файлы в папку /issues/. 63установок research-workflow agent-skills Ведёт агента через планирование, серию поисковых запросов, разбор источников и сборку вывода. Пригодится, когда нужен отчёт, а не одна быстрая справка. CX Codex +1 519установок github-triage code-yeongyu Читает все открытые issues и PR в репозитории и пишет отчёты с доказательствами. Ничего не комментирует и не закрывает. CX Codex +1 2 700установок

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

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой