web-research
複数のWebソースを横断的に検索・収集し、サブエージェントに処理を委譲しながら引用付きのリサーチレポートを生成します。ユーザーがオンラインでのトピック調査、Web検索、最新情報の取得、選択肢の比較、またはリサーチレポートの作成を求めた際に使用してください。
description の原文を見る
Searches multiple web sources, synthesizes findings, and produces cited research reports using delegated subagents. Use when the user asks to research a topic online, search the web, look something up, find current information, compare options, or produce a research report.
SKILL.md 本文
Web Research Skill
Research Process
Step 1: Create and Save Research Plan
subagents に委譲する前に、以下の手順は必須です:
-
研究フォルダを作成 - 現在の作業ディレクトリ内に専用フォルダを作成し、すべてのリサーチファイルを整理します:
mkdir research_[topic_name]これにより、ファイルを整理し、作業ディレクトリの散乱を防ぐことができます。
-
リサーチ質問を分析 - 明確で重複のない小テーマに分解します
-
リサーチプランファイルを作成 -
write_fileツールを使用してresearch_[topic_name]/research_plan.mdを作成し、以下を記載します:- メインのリサーチ質問
- 調査対象となる 2~5 個の具体的な小テーマ
- 各小テーマから得られるべき情報
- 結果をどのように統合するか
プランニングのガイドライン:
- シンプルな事実調査: 1~2 個の小テーマ
- 比較分析: 比較対象ごとに 1 個の小テーマ (最大 3 個)
- 複雑な調査: 3~5 個の小テーマ
Step 2: Research Subagents に委譲
プラン内の各小テーマについて:
-
taskツールを使用 して research subagent を起動し、以下を指定します:- 明確で具体的なリサーチ質問 (頭字語なし)
- 検索結果をファイルに書き込むための指示:
research_[topic_name]/findings_[subtopic].md - 予算: 最大 3~5 回の web 検索
-
最大 3 個の subagent を並列実行 して、効率的にリサーチを進めます
Subagent Instructions テンプレート:
Research [SPECIFIC TOPIC]. Use the web_search tool to gather information.
After completing your research, use write_file to save your findings to research_[topic_name]/findings_[subtopic].md.
Include key facts, relevant quotes, and source URLs.
Use 3-5 web searches maximum.
Step 3: Findings を統合
すべての subagent が完了した後:
-
ローカルに保存された findings ファイルを確認:
- まず
list_files research_[topic_name]を実行して、作成されたファイルを確認します - 次に
read_fileを使用してファイルパスを指定します (例:research_[topic_name]/findings_*.md) - 重要: URL ではなく、ローカルファイルの場合のみ
read_fileを使用します
- まず
-
情報を統合 - 以下を含む包括的なレスポンスを作成します:
- 元の質問に直接答える
- すべての小テーマからの洞察を統合する
- URL を含む具体的なソースを引用する (findings ファイルから)
- ギャップまたは制限事項を特定する
-
最終レポートを作成 (オプション) - リクエストされた場合、
write_fileを使用してresearch_[topic_name]/research_report.mdを作成します
注: URL から追加情報を取得する必要がある場合は、read_file ではなく fetch_url ツールを使用してください。
Best Practices
- 委譲前に計画を立てる - 必ず research_plan.md を最初に作成します
- 明確な小テーマ - 各 subagent が異なり、重複のないスコープを持つようにします
- ファイルベースの通信 - subagent に findings をファイルに保存させます。直接返させません
- 系統的な統合 - 最終レスポンスを作成する前に、すべての findings ファイルを読みます
- 適切に停止 - 過度にリサーチしません。小テーマごとに 3~5 回の検索が通常は十分です
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
- langchain-ai
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/langchain-ai/deepagents / 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。