汎用LLM・AI開発⭐ リポ 1品質スコア 53/100
research
Linkupエージェントサーチを使用してウェブ上のトピックを調査し、ライブウェブソースへのインライン番号付き引用を含む統合された回答を返します。
description の原文を見る
Research a topic on the web with Linkup agentic search, returning a synthesized answer with inline numbered citations to live web sources.
SKILL.md 本文
注意: このスキルのライセンスは ライセンス未確認 です。本サイトでは本文プレビューのみを表示しています。利用前に GitHub の原本でライセンス条件をご確認ください。
Linkup Research
Linkup のエージェンティック検索を使用してライブウェブ上のトピックを調査します。Linkup は検索を実行し、[N] の引用マーカー付きで統合回答を作成します。あなたの役割は適切なクエリを作成し、呼び出しを実行し、インラインの主題リンクを組み込んだ回答を提示することです。これにより、読者は請求項を監査し(番号付き引用経由)、エンティティをフォローアップできます(インラインリンク経由)。
$ARGUMENTS が提供されている場合は、それを研究質問として扱い、すぐに開始します。そうでない場合は、ユーザーに何を調査したいのかを尋ねます。
ツール
${CLAUDE_SKILL_DIR}/scripts/search.py "<natural language research brief>" --depth standard
--depth:fast|standard(デフォルト) |deep。以下の深さの選択を参照してください。--include-images: ユーザーがビジュアルコンテンツを希望する場合、画像ソースを含めます。- 出力: Linkup の統合回答。
[1]、[2]などのインライン引用マーカー、その後に## Sourcesセ
...
詳細情報
- 作者
- strayer
- リポジトリ
- strayer/dotfiles
- ライセンス
- 不明
- 最終更新
- 2026/5/8
Source: https://github.com/strayer/dotfiles / ライセンス: 未指定