仓库：https://github.com/kimsb2429/claude-skills
Stars：1 | 许可：MIT | 纯 markdown，无代码无依赖
本地路径：/Users/zhaoweiguo/6ai/opensources/claude-skills
核心定位
个人维护的 Claude Code skill 合集，主打 /deep-dive——模仿 Google Deep Research 的 DAG 式深度研究；附带 /news-from-discussions 晨间简报 skill。
/deep-dive <问题>：5 阶段
Plan → Fan out → Gap analysis → Iterate → Synthesize
- DAG 分解：子问题节点含 id/question/depends_on，4-8 个节点（上限 12），每节点限 1-3 次搜索；先打印 DAG 表格再免确认执行
- 波次并行：按拓扑序分 wave，3-6 个 Agent subagent 并发；后续 wave 的 prompt 注入依赖节点 findings（context flows forward）
- Gap iteration：subagent 固定返回 Findings/Gaps/Sources 三段；汇总后最多 1 轮补问（1-3 个新子问题），明确禁止无限循环
- 引用持久化：每波次来源追加写
/tmp/deep-dive-sources-[topic-slug].json，抗 context 压缩；报告落盘docs/deep-dive/日期-slug.md（500-2000 行、15-40 来源、5-15 分钟）；另用 TaskCreate 逐节点追踪进度
/news-from-discussions [—out ]
Phase 1 项目 TODO 清单 → Phase 2 个性化新闻摘要：扫 ~/ 直接子目录的 TODO.md + ~/.claude/projects/*/memory/ 推断兴趣，6 路并行 WebSearch（2×For You、综合、AI 科技、最强 niche、HN/Reddit/X buzz），recent-headlines.md 7 天去重、2 周时效门槛，建议项经批准后回写 TODO.md。
安装
cp <skill>/SKILL.md ~/.claude/skills/<name>/；要求支持 subagent 的 Claude Code，无 MCP/API/模型限定。
观察与局限
极早期个人项目（单 commit），无测试与示例产出；“唯一真 DAG”系 README 自评（引 mediar-ai/skillhubz 对比 7 个替代方案）。deep-dive 的 DAG + 波次 + gap 单轮 + 引用落盘设计值得作为 skill 编排范式参考。
资源
- 仓库：https://github.com/kimsb2429/claude-skills
- 同类对比：deep-research-skills（两阶段大纲式）、claude-deep-research-skill（8 阶段校验式）