不少人有反馈，那么我继续写哈！ 介绍一个我自己最喜欢的新方法，我认为这个方法才是真正的Agent智能体，我就是用它搞新项目的：

利用claude code 作为agent框架：

github.com

GitHub - liangdabiao/Claude-Code-Deep-Research-main: 利用claude code agent框架一步一步实现deep...

利用claude code agent框架一步一步实现deep research！很强大很简单的skills。我一步一步介绍实现deep research，因为deep research就是agent框架第一应用，对比一下各个框架实现这个deep research，就知道哪个框架才是真厉害。

利用claude code agent框架一步一步实现deep research！利用好很强大很简单的skills

###下面我一步一步展示怎样搞出来：

什么是agent框架？为什么CC可能才是最佳agent框架？
例如下面就是crewAI agent框架的介绍，核心就是这些，思考一下，CC全部都有，而且更强大10倍，所以几个月前我就利用CC搞数据分析，完全很好用：

CC搞数据分析：GitHub - liangdabiao/claude-data-analysis-ultra-main: 让小白都可以一键进行数据分析，搞互联网的，搞电商的，搞各种各样的，那么其实就会用到 互联网的数据分析， 例如互联网会关心 拉新，留存，促活，推荐，转化，A/B test, 用户分析 等等很多有用的数据分析。 命令就是“/do-more”.

CC开发的核心：

subagent, commands, skills 这些就是开发CC智能体的核心，都是写markdown就可以。
简约不简单，非常强大，难以置信，开发它好像搞外星人一样，或者说人造人一样。
下面我一步一步介绍实现deep research，因为deep research就是agent框架第一应用，对比一下各个框架实现这个deep research，就知道哪个框架才是真厉害。

deep-research.md

--- description: 对指定主题执行完整的深度研究流程，从问题细化到最终报告生成 argument-hint: [研究主题或问题] allowed-tools: Task, WebSearch, WebFetch, mcp__web_reader__webReader, Read, Write, TodoWrite --- # Deep Research Execute comprehensive deep research on the given topic using the 7-phase research methodology and Graph of Thoughts framework. ## Topic $ARGUMENTS ## Research Workflow This command will execute the following steps: ### Step 1: Question Refinement Use the **question-refiner** skill to ask clarifying questions and generate a structured research prompt. ### Step 2: Research Planning Break down the research topic into 3-7 subtopics and create a detailed execution plan. ### Step 3: Multi-Agent Research Deploy multiple parallel research agents to gather information from different sources: - Web Research Agents (3-5 agents): Current information, trends, news - Academic/Technical Agent (1-2 agents): Research papers, technical specifications - Cross-Reference Agent (1 agent): Fact-checking and verification

命令告诉AI怎样workflow，怎样调用tools，skills。

多个skills
commands是命令步骤，而skills是每一个步骤的具体逻辑，例如：Research planning with Graph-of-Thoughts 逻辑。如下，我把deep research的理论和具体细节都写成markdown skill。AI会参考来工作。

name: research-executor

description: 执行完整的 7 阶段深度研究流程。接收结构化研究任务，自动部署多个并行研究智能体，生成带完整引用的综合研究报告。当用户有结构化的研究提示词时使用此技能。

---

claude-code-deep-research/ ├── .claude/ │ ├── skills/ # Skills definitions │ │ ├── question-refiner/ # Question refinement skill │ │ │ ├── skill.json │ │ │ ├── instructions.md │ │ │ └── examples.md │ │ ├── research-executor/ # Main research execution skill │ │ │ ├── skill.json │ │ │ ├── instructions.md │ │ │ └── examples.md │ │ ├── got-controller/ # Graph of Thoughts controller │ │ │ ├── skill.json │ │ │ ├── instructions.md │ │ │ └── examples.md │ │ ├── citation-validator/ # Citation validation skill │ │ │ ├── skill.json │ │ │ ├── instructions.md │ │ │ └── examples.md │ │ └── synthesizer/ # Research synthesis skill │ │ ├── skill.json │ │ ├── instructions.md │ │ └── examples.md │ └── commands/ # User-facing commands │ ├── deep-research/ # Main deep research command │ ├── refine-question/ # Question refinement command │ ├── plan-research/ # Research planning command │ ├── validate-citations/ # Citation validation command │ └── synthesize-findings/ # Synthesis command

如果你的任务很复杂，那么就需要做多个AI员工，分工合作完成，那就是subagent。我这里不要，因为多个subagent就会带来沟通成本。一个agent就不需要上下文的处理。

运行起来

CC运行起来太简单，就是你自己做的command命令：
这里就是 ：

/deep-research Michael Jackson 在中国的流行

就这样就可以全自动化完成工作了，下面展示过程：

AI遇到不清晰，它会问清楚你的需求。

AI自己执行多个并行task任务，每一个任务运行多个tools，这么神奇，我告诉你，你什么都不需要做，这些都是AI自己自由发挥的。

AI自己想上网就上网，它自带了search, fetch 等功能，也自己会用playwright mcp等等上网百度谷歌：

这些都是AI自己搞的，不是我教它的，所以这才是智能，这才是Agent,过去那些框架这么傻，我才不用。

deep research最后成果

看，巨大的报告：

结论

我这里是用deep research 作为例子，其实所有agent开发都可以直接用claude code，例如我做的全自动数据分析也是：

github.com

GitHub - liangdabiao/claude-data-analysis-ultra-main: 让小白都可以一键进行数据分析，搞互联网的，搞电商的，搞各种各样的，那么其实就会用到...

让小白都可以一键进行数据分析，搞互联网的，搞电商的，搞各种各样的，那么其实就会用到 互联网的数据分析， 例如互联网会关心 拉新，留存，促活，推荐，转化，A/B test, 用户分析 等等很多有用的数据分析。 命令就是“/do-more”.

对比那些crewAI, langgraph, dify, autogen，反正我觉得CC才是真的agent。

开源地址：

github.com

GitHub - liangdabiao/Claude-Code-Deep-Research-main: 利用claude code agent框架一步一步实现deep...

利用claude code agent框架一步一步实现deep research！很强大很简单的skills。我一步一步介绍实现deep research，因为deep research就是agent框架第一应用，对比一下各个框架实现这个deep research，就知道哪个框架才是真厉害。

核心技术要点：

- **Graph of Thoughts (GoT)** Framework - Intelligent research path management with graph-based reasoning - **7-Phase Deep Research Process** - Structured methodology for quality research - **Multi-Agent Architecture** - Parallel research agents with specialized roles - **Citation Validation System** - A-E source quality ratings with chain-of-verification