deepdive

让 Claude Code 按 12 阶段流水线做可核验的深度调研

deepdive 是给 Claude Code 用的深度研究技能包，把一次严肃调研拆成 12 个阶段的流水线：先做计划评审门禁，再并行派发子代理搜索，用 claims-ledger 做多来源交叉验证并保护少数派异议，按相关度×权威度过滤证据，多角度红队自查，最后做四层引用核验。它解决的是 LLM 做研究时常见的浅层搜索、来源单一、结论无据、引用造假问题，把'让 AI 查资料'变成可审计的工程流程。项目内置 105 个信息块、29 个频道、460+ 统计源、47 个 API 和 1072 个已验证端点，用 Python 实现，以 agent skill 形式接入 Claude Code，适合需要可追溯结论的调研、尽调和事实核查任务。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 378

维护状态活跃

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队Socialpranker

所属国家

官网地址https://socialpranker.github.io/deepdive

GitHubhttps://github.com/Socialpranker/deepdive

定价模式free

价格说明开源项目，免费使用

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-skills,agentic-workflow,ai-research-assistant,anthropic,citation-verification,claude,claude-code,deep-research,llm-research,markdown,meta-research,prompt-engineering,rag,research-automation,research-methodology

GitHub 星标★ 378

30天Star增速

HF 下载量

上线时间2026-05-21 00:00:00

最近更新2026-09-16 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-12

浏览次数0

使用教程

核心亮点

12 阶段流水线把研究过程结构化，计划评审门禁先拦掉方向错误，避免无效搜索
claims-ledger 三角验证加异议保护，少数派证据不会被主流结论吞掉
四层引用核验加相关度×权威度过滤，结论可回溯到具体来源，降低引用造假风险

不足之处

强依赖 Claude Code 生态，脱离该环境难以直接复用
12 阶段流程较重，简单事实查询场景下开销偏大
早期项目，社区案例和第三方评测还不多

适用场景

行业调研：快速产出带可核验引用的市场或技术分析报告
事实核查：对争议性说法做多来源交叉验证并保留异议记录
竞品/尽调：多角度红队自查，找出结论中的薄弱假设

替代项目

GPT-Researcher、storm、open-deep-research

项目介绍

deepdive 是一个搜索知识领域的开源项目，官方简介：Deepdive skill for Claude Code — 12-phase research pipeline: plan-review gate, parallel sub-agent search, claims-ledger triangulation with dissent protection, relevance × authority evidence filter, multi-angle red team, four-layer citation verification. 105 blocks, 29 channels, 460+ stat sources, 47 APIs, 1072 verified endpoints.。项目使用 Python 开发，在 GitHub 上获得 385 星标。

上一篇：UltimateRAG

下一篇：Ataru