研究类 Skills 榜单：十个真能装的

先给清单：十行表，装法都在下面

怎么装（命令抄自各自官方页面）

# ① 仓库 59 个目录，别整装——只拷你要的那两三个
/plugin marketplace add daymade/claude-code-skills
git clone --depth 1 https://github.com/daymade/claude-code-skills /tmp/dcs
cp -r /tmp/dcs/deep-research /tmp/dcs/competitors-analysis /tmp/dcs/fact-checker ~/.claude/skills/

# ② 注意：它也叫 deep-research，和 ① 同目录名，二选一
git clone https://github.com/199-biotechnologies/claude-deep-research-skill.git ~/.claude/skills/deep-research

# ③ 先 clone 本仓，再拷；中英各一套，另有 Codex / OpenCode 版
cp -r skills/research-en/* ~/.claude/skills/
cp agents/web-search-agent.md ~/.claude/agents/
cp -r agents/web-search-modules ~/.claude/agents/
pip install pyyaml

# ④ 一次装进来 31 个 skill，写论文才值
npx skills add lingzhi227/agent-research-skills -g -a claude-code

# ⑤ 官方的，它自己就是一个 plugin，不在 example-skills 里
/plugin marketplace add anthropics/skills
/plugin install discernment-nudge@anthropic-agent-skills

# ⑥ 同一份东西两种形态：这是 skill 装法，MCP 装法见仓库
uv tool install paper-search-mcp
mkdir -p ~/.claude/skills/paper-search
curl -fsSL https://raw.githubusercontent.com/openags/paper-search-mcp/main/claude-code/SKILL.md \
  -o ~/.claude/skills/paper-search/SKILL.md

# ⑦⑧⑨⑩ 检索层，四选一到二
uvx arxiv-mcp-server                                   # ⑦ 写进 mcpServers，论文存 ~/.arxiv-mcp-server/papers
claude plugin install exa@claude-plugins-official      # ⑧ 默认只上 2 个工具
env FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp   # ⑨ 默认 25 个工具，看清楚
npx -y tavily-mcp@latest                               # ⑩ 4 个工具，要 API key

# 装完立刻做这件事
/skill-doctor    # 看每个 skill 的 context 成本与调用频次

逐条说人话

• ① daymade 的三件套（据 GitHub 仓库页，2026-09 为 1.4k 星，MIT）：本榜证据链做得最细的一个。deep-research 的 SKILL.md 把流程钉成 P0–P7，关键在 P3 先建「引用登记表」——去重、编号、记下被丢弃的源和理由，登记表一旦定稿，P5 只许从这张表里引。另有三条硬规矩：每个承重论断必须回头重开原文；绝不臆造 URL，每个定位符都来自真实抓取；证据不足就标 [Unverified] 或干脆略过。同仓 competitors-analysis 要求「仓库层面的结论必须来自本地 clone 的代码，市场层面的说法必须给来源」，fact-checker 只提修改建议、要你点头。缺点是这仓有 59 个目录，整装等于把 59 份描述塞进每一轮。
• ② 199-biotechnologies/claude-deep-research-skill（据 GitHub 仓库页，2026-09 为 1.0k 星，MIT）：8 段流水线，带回环——Scope → Plan → Retrieve → Triangulate → 提纲精修 → Synthesize → Critique（可回跳）→ Refine → Package。它独一份的地方是两个真跑的校验脚本：validate_report.py（9 项检查）与 verify_citations.py（DOI / URL / 幻觉检测），外加「校验→修→重试，最多 3 轮」的闭环，质量线写死为「至少 10 个来源、每个主要论断 3 个以上」。多源检索要额外装 search-cli 并自带 Brave 之类的 key。
• ③ Weizhena/Deep-Research-skills（据 GitHub 仓库页，2026-09 为 2.2k 星，MIT）：唯一把人工闸门做成第一阶段的。它先只产出一份大纲——要查哪些条目、每条要采哪些字段——等你增删改完点头，第二阶段才逐条开搜、最后并成一份 markdown。仓里 research-en / research-zh 中英各一套，还有 Codex 版，跨 harness 是它的卖点。代价是装法是手工 cp，还要拷一个 web-search-agent 和 pip install pyyaml。
• ④ lingzhi227/agent-research-skills（据 GitHub 仓库页，2026-09 为 350 星）：31 个 skill 铺满论文全流程——从 literature-search / novelty-assessment，到 experiment-design / paper-writing-section / related-work-writing，再到 self-review / rebuttal-writing / slide-generation。发现层接 Semantic Scholar、arXiv、OpenAlex、CrossRef 四个 API。它是本榜「域越窄、越该整装」的样本：你真在写论文它就是流水线，你不写就是 31 份白交的描述税。
• ⑤ discernment-nudge：官方 anthropics/skills 里的（据 GitHub 仓库页，2026-09 该仓 177k 星），全榜最轻，也最容易被低估。它不做研究，它改的是你接收答案的姿态：在给出你可能据以行动的实质答案后，追加 2–3 个贴着刚才那份产出的具体追问，帮你核关键事实、戳假设、看漏了什么上下文；一次对话只做一次。它的 description 花了大半篇幅写什么时候别做——琐碎的 how-to、纯教学解释、只是帮你排版、你要跑的代码、创意写作、以及你已经让它核过了。这句「什么时候别触发」写得比正文还长，本身就是写 skill 的范本。
• ⑥ openags/paper-search-mcp（据 GitHub 仓库页，2026-09 为 2.7k 星，MIT）：一份东西两种形态——既能当 MCP server，也能当 Claude Code skill 装（paper-search），后者不用碰 MCP 配置。覆盖 arXiv、PubMed、bioRxiv、medRxiv、Semantic Scholar、OpenAlex、CrossRef、Europe PMC、dblp、Zenodo、HAL、SSRN 等二十余个源，策略是「免费优先」：多数源不用 key，Semantic Scholar / CORE / Unpaywall 等配了更稳。
• ⑦ blazickjp/arxiv-mcp-server（据 GitHub 仓库页，2026-09 为 3.2k 星，Apache-2.0）：19 个工具，本地跑。它值钱在「痕迹」是物理的——论文下到 ~/.arxiv-mcp-server/papers 留在盘上，能按节读 LaTeX 原文而不是读摘要转述，能从 arXiv 元数据直接出 BibTeX，还能挂主题监听。核心功能不需要外部检索服务；Semantic Scholar 的 key 只是让引文图查得更稳。
• ⑧ exa-labs/exa-mcp-server（据 GitHub 仓库页，2026-09 为 5.0k 星，MIT）：默认只暴露 web_search_exa 和 web_fetch_exa 两个工具，agent_run 等要显式开。托管端点可匿名用（有速率限制），配 key 或走 OAuth 才上量。在「工具位预算」这件事上它是本榜最克制的——对照⑨看。
• ⑨ firecrawl/firecrawl-mcp-server（据 GitHub 仓库页，2026-09 为 7.5k 星，MIT；组织早先叫 mendableai）：本榜星最多，功能也最杂——默认 25 个工具：scrape / map / crawl / search，一组 firecrawl_research_* 论文工具，外加八个 firecrawl_monitor_*。竞品情报那条线真正落到工具上的就是这八个：建监听、跑检查、看某个站点的哪一页变了。云端要 key，也能 FIRECRAWL_API_URL 指向自托管。
• ⑩ tavily-ai/tavily-mcp（据 GitHub 仓库页，2026-09 为 2.4k 星，MIT）：四个工具 tavily-search / tavily-extract / tavily-map / tavily-crawl，工具数介于⑧和⑨之间，是「要搜也要整站遍历、但不想上 25 个工具」时的中间档。必须要 key。

为什么这十个不能混着比：它们是三层，不是一排

最常见的一种装法是错的：同时装①和②。两个都往 ~/.claude/skills/deep-research 放，名字也撞；就算你改了目录名，两份描述会抢同一个触发词（「research this topic」「写一份报告」），每次走哪套流程随机。流程层挑一个，这是硬规矩。

反过来更常见：流程层装得很讲究，检索层一个没装。于是①那套「重开原文核对承重论断」落到默认网页搜索上——能搜到的还是那些 SEO 聚合页。流程再严，也严不过它手里那只眼睛。要查论文就上⑥⑦，要盯竞品站点就上⑨的 firecrawl_monitor_*，要的只是「搜得准、少占工具位」就⑧。

④是第三种东西：它不是通用研究，是学科流水线。拿它写市场调研会很别扭——rebuttal-writing、latex-formatting 这些在你的场景里永远不触发，却每轮都在交描述税。判断很简单：你产出的东西带不带参考文献表？带就装，不带就别装。

三分钟验货：打开 SKILL.md 看这六条

1. 有没有一份独立于正文的引用账本？ ①在 P3 建登记表、编号去重、记录被丢弃的源和丢弃理由，且登记表定稿后正文只许从表里引。没有这层的，引用就是正文的装饰品——你没法查它引了什么、又扔了什么。
2. 不确定性有没有出口？ 找 [Unverified]、confidence marker、「查不到就写查不到」这类词。一个不允许输出「不知道」的研究 skill，一定会把不确定编成确定——因为你只给了它一个出口。
3. 有没有日期口径？ ①把 AS_OF 定在 P0，所有时效性论断都要挂来源日期。没有这条，去年的数字和今年的会被平等地写进同一句话。
4. 有没有机器能跑的校验？ ②的 verify_citations.py 查 DOI / URL 是否存在，validate_report.py 跑 9 项检查。这是本类里唯一不用读内容就能判错的东西。但注意它的边界，见第 04 节。
5. 人能在哪一步介入？ ③把大纲批准做成阻塞式的第一阶段。研究最贵的错是方向错，而方向错只在开头几分钟里便宜。只在最后让你「审阅报告」的，等于没有闸门。
6. 它假设你手上有什么工具？ 这条最容易漏。翻 SKILL.md 里提到的检索能力：是自带脚本（④接四个学术 API、②要 search-cli）、还是默认你已经装了某个 MCP？假设落空的时候它不会报错，只会安静地降级。

六条里只要有三条答不上来，这个 skill 给你的就是研究的版式，不是研究。

诚实的代价：这一类贵在哪、骗你在哪

钱

Anthropic 自己公开过账：据其工程博客《How we built our multi-agent research system》，2025-06，Research 走的是 orchestrator-worker——主 agent 拆题、并行开若干带独立上下文的 subagent、最后合并并单独跑一遍引用。收益是 Opus 4 主 + Sonnet 4 子的组合在内部研究评测上比单个 Opus 4 高 90.2%；代价是大约 15 倍于一次普通对话的 token，而且这篇明说了它不适合紧耦合的任务（比如写代码）。①②那种「主 agent + subagents」的流程层，花的就是这笔钱。一份深研报告的成本，你该按一次编译而不是一次提问来预期。

工具位

⑨默认 25 个工具定义，⑧默认 2 个。这些定义每一轮都在上下文里，不管你用不用。装两个检索 MCP 之前先数工具数——同理①那仓 59 个目录、④那 31 个 skill，整装的代价是每轮都交的描述税。装完跑 /skill-doctor，它会给出每个 skill 的 context 成本和调用频次。

骗你的地方

第二个陷阱是格式的可信度高于内容：编号引用、置信度标注、「反面证据」小节，都是取信于人的视觉信号。一个只会套版式、不会真的重开原文的 skill，产出和真研究在屏幕上长得一模一样。第 03 节那六条判据，本质上就是在问「这份版式背后有没有账」。

第三，这类 skill 绝大多数默认吃公开网页，二手聚合站会被当成来源——本站 Skill 21 会单独拆这件事。