deep-research
firecrawlとexa MCPを活用した多角的な深層リサーチを実行します。Webを横断的に検索・分析し、情報源の引用付きレポートを生成します。証拠や引用を伴う徹底的な調査が必要なときに活用してください。
description の原文を見る
Multi-source deep research using firecrawl and exa MCPs. Searches the web, synthesizes findings, and delivers cited reports with source attribution. Use when the user wants thorough research on any topic with evidence and citations.
SKILL.md 本文
Deep Research
firecrawl と exa MCP ツールを使用して、複数のウェブソースから徹底的で引用付きのリサーチレポートを作成します。
活性化の条件
- ユーザーが任意のトピックについて深く調査するよう求めた場合
- 競争分析、技術評価、市場規模調査
- 企業、投資家、テクノロジーのデューデリジェンス
- 複数のソースから合成する必要のある質問
- ユーザーが「research」「deep dive」「investigate」「what's the current state of」などと言った場合
MCP 要件
以下の少なくともいずれか:
- firecrawl —
firecrawl_search,firecrawl_scrape,firecrawl_crawl - exa —
web_search_exa,web_search_advanced_exa,crawling_exa
両方を組み合わせると最高のカバレッジが得られます。~/.claude.json または ~/.codex/config.toml で設定してください。
ワークフロー
Step 1: ゴールを理解する
1-2 つの簡潔な明確化質問を尋ねます:
- 「目的は何ですか — 学習、意思決定、それとも何かを書くことですか?」
- 「特定の視点や深さについてのご希望はありますか?」
ユーザーが「とにかく調査してくれ」と言った場合 — 妥当なデフォルト設定で先に進みます。
Step 2: リサーチプランを立てる
トピックを 3-5 個のリサーチ部分質問に分解します。例:
- トピック:「AI のヘルスケアへの影響」
- 現在、ヘルスケアにおける AI の主な応用は何か?
- どのような臨床成果が測定されているか?
- 規制上の課題は何か?
- このスペースをリードしている企業はどこか?
- 市場規模と成長軌跡は?
Step 3: マルチソースサーチを実行する
各部分質問について、利用可能な MCP ツールを使用して検索します:
firecrawl を使用する場合:
firecrawl_search(query: "<sub-question keywords>", limit: 8)
exa を使用する場合:
web_search_exa(query: "<sub-question keywords>", numResults: 8)
web_search_advanced_exa(query: "<keywords>", numResults: 5, startPublishedDate: "2025-01-01")
検索戦略:
- 部分質問ごとに 2-3 個の異なるキーワード変動を使用
- 一般的なクエリとニュースフォーカスのクエリを混合
- 合計 15-30 のユニークなソースを目指す
- 優先順位:学術的、公式、信頼できるニュース > ブログ > フォーラム
Step 4: 主要なソースを深く読む
最も有望な URL については、完全なコンテンツを取得します:
firecrawl を使用する場合:
firecrawl_scrape(url: "<url>")
exa を使用する場合:
crawling_exa(url: "<url>", tokensNum: 5000)
深い理解のために 3-5 個の主要なソースを全文で読みます。検索スニペットのみに依存しないでください。
Step 5: 合成してレポートを作成する
レポートを構成します:
# [トピック]: リサーチレポート
*生成日:[日付] | ソース:[N] | 信頼度:[高/中/低]*
## エグゼクティブサマリー
[主要な知見の 3-5 文の概要]
## 1. [最初の主要なテーマ]
[インライン引用付きの知見]
- 要点 ([ソース名](url))
- 補足データ ([ソース名](url))
## 2. [2 番目の主要なテーマ]
...
## 3. [3 番目の主要なテーマ]
...
## 重要なポイント
- [実行可能な洞察 1]
- [実行可能な洞察 2]
- [実行可能な洞察 3]
## ソース
1. [タイトル](url) — [1 行の概要]
2. ...
## 方法論
ウェブとニュースで [N] 個のクエリを検索しました。[M] 個のソースを分析しました。
調査された部分質問:[リスト]
Step 6: 配信する
- 短いトピック:完全なレポートをチャットに投稿
- 長いレポート:エグゼクティブサマリー + 重要なポイントを投稿、完全なレポートをファイルに保存
サブエージェントを使用した並列リサーチ
広範なトピックについては、Claude Code の Task ツールを使用して並列化します:
3 つのリサーチエージェントを並列実行します:
1. エージェント 1:部分質問 1-2 を調査
2. エージェント 2:部分質問 3-4 を調査
3. エージェント 3:部分質問 5 と横断的テーマを調査
各エージェントが検索、ソースを読み、知見を返します。メインセッションが最終レポートに合成します。
品質ルール
- すべての主張にはソースが必要です。 引用元のない主張はありません。
- 相互参照します。 1 つのソースのみがそれを述べている場合、未検証としてフラグを立てます。
- 新鮮さが重要です。 過去 12 ヶ月以内のソースを優先します。
- ギャップを認めます。 部分質問に関する良い情報が見つからなかった場合、それを言ってください。
- 幻覚なし。 わからない場合は「十分なデータが見つかりません」と言います。
- 事実を推論から分離します。 推定値、予測、意見は明確にラベル付けしてください。
例
"核融合エネルギーの現在の状態を調査してください"
"2026 年のバックエンドサービス向け Rust vs Go の深掘り"
"SaaS ビジネスをブートストラップするための最良の戦略を調査してください"
"今、US 住宅市場で何が起こっていますか?"
"AI コードエディターの競争環境を調査してください"
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- affaan-m
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/affaan-m/everything-claude-code / ライセンス: MIT
関連スキル
doubt-driven-development
重要な判断はすべて、本番環境への展開前に新しい視点から対抗的レビューを実施します。速度より正確性が重要な場合、不慣れなコードを扱う場合、本番環境・セキュリティに関わるロジック・取り消し不可の操作など影響度が高い場合、または後でバグを修正するよりも今検証する方が効率的な場合に活用してください。
apprun-skills
TypeScriptを使用したAppRunアプリケーションのMVU設計に関する総合的なガイダンスが得られます。コンポーネントパターン、イベントハンドリング、状態管理(非同期ジェネレータを含む)、パラメータと保護機能を備えたルーティング・ナビゲーション、vistestを使用したテストに対応しています。AppRunコンポーネントの設計・レビュー、ルートの配線、状態フローの管理、AppRunテストの作成時に活用してください。
desloppify
コードベースのヘルスチェックと技術負債の追跡ツールです。コード品質、技術負債、デッドコード、大規模ファイル、ゴッドクラス、重複関数、コードスメル、命名規則の問題、インポートサイクル、結合度の問題についてユーザーが質問した場合に使用してください。また、ヘルススコアの確認、次の改善項目の提案、クリーンアップ計画の作成をリクエストされた際にも対応します。29言語に対応しています。
debugging-and-error-recovery
テストが失敗したり、ビルドが壊れたり、動作が期待と異なったり、予期しないエラーが発生したりした場合に、体系的な根本原因デバッグをガイドします。推測ではなく、根本原因を見つけて修正するための体系的なアプローチが必要な場合に使用してください。
test-driven-development
テスト駆動開発により実装を進めます。ロジックの実装、バグの修正、動作の変更など、あらゆる場面で活用できます。コードが正常に動作することを証明する必要がある場合、バグ報告を受けた場合、既存機能を修正する予定がある場合に使用してください。
incremental-implementation
変更を段階的に実施します。複数のファイルに影響する機能や変更を実装する場合に使用してください。大量のコードを一度に書こうとしている場合や、タスクが一度では完結できないほど大きい場合に活用します。