概要

Deep Research Skillsは「Automated systematic literature review with consensus quantification and gap analysis」を掲げるOpenCode用エージェントスキルです。大規模言語モデル（LLM）を中心としたパイプラインで、文献検索・論文情報の抽出・多角的要約・意見の集約（コンセンサスの定量化）・研究ギャップの検出までを自動化します。研究者やレビューワーが効率的に体系的レビューを行い、定量的な合意指標とギャップリストを得るためのツール群を提供します。

リポジトリの統計情報

スター数: 1
フォーク数: 0
ウォッチャー数: 1
コミット数: 11
ファイル数: 14
メインの言語: Python

主な特徴

LLMを用いたマルチアングルの自動要約と評価で、複数視点からのレビューを生成。
合意度（consensus）を定量化して、研究コミュニティ内の一致／不一致を可視化。
ギャップ分析機能により、未解決／未探索の研究領域を候補として抽出。
テスト（48 passing）と高いカバレッジ（91%）により、品質管理が行われている点。

技術的なポイント

本プロジェクトは「エージェントスキル」という概念に基づき、OpenCodeエコシステム内で動作するプラグイン的な構成を想定しています。中心的な処理はLLMによる自然言語処理で、論文からの情報抽出（目的、手法、評価指標、結果の要約）や観点別要約を自動生成します。複数の角度（例：方法論、評価、適用領域など）から出力を得て、それらを統計的またはベクトル的手法で集約し「合意スコア」を算出する設計です。ギャップ分析は抽出したキーワードやテーマ分布、合意の弱い領域を基にして候補を自動抽出します。

実装面ではPython（3.11以上）で記述され、テストスイートと高いカバレッジにより再現性と保守性を高めています。外部の検索APIや埋め込み／ベクトル検索、ドキュメントストアとの組み合わせが想定され、エージェントはステップごとのチェックポイント（CHECKPOINT.md）や貢献ガイド（CONTRIBUTING.md）を備えて拡張・運用しやすい構造になっています。MITライセンスのため研究用途や商用利用での採用障壁が低い点も特徴です。

プロジェクトの構成

主要なファイルとディレクトリ：

.gitignore: file
.opencode: dir
.python-version: file
CHECKPOINT.md: file — パイプラインや重要な処理ポイントの記録
CONTRIBUTING.md: file — コントリビューションルールと開発フロー

他に含まれる主な要素（推定）：

README.md: プロジェクト概要と使い方
LICENSE: MITライセンス表記
pyproject.toml / requirements.txt: 依存関係定義
src/ またはパッケージディレクトリ: コア実装（エージェントスキル、ユーティリティ）
tests/: 単体・統合テスト（48 tests passing、カバレッジ91%）
docs/ または CHECKPOINT に紐づくドキュメント群

（実際のファイル名・構成はリポジトリ内を参照してください）

使いどころと導入上の注意

研究テーマの事前調査やレビュー作業の省力化に向く。大量の論文集合から定量的な合意指標とギャップ候補を抽出するワークフローを自動化することで、レビューの初期フェーズを短縮できます。
LLMを利用するため、外部APIキーやコスト、応答の確実性（hallucination）に注意が必要。結果は人間の検証を前提に評価・補正する運用が望ましいです。
文献の取得方法（データベース接続やライセンス）や再現性確保のため、データ取得・前処理ルールを明確にして運用してください。

まとめ

LLMを活用した自動体系的レビューと合意定量化を組み合わせた、研究支援向け実用的なエージェントスキルです。

リポジトリ情報：

名前: deep-research-skills
説明: Automated systematic literature review agent-skill for OpenCode with consensus quantification and gap analysis
スター数: 1
言語: Python
URL: https://github.com/chenhaodev/deep-research-skills
オーナー: chenhaodev
アバター: https://avatars.githubusercontent.com/u/5836798?v=4

READMEの抜粋：