深度研究：多视角检索与带引用的结构化调研报告
「深度研究」是 SkillHub 社区 Skill @user_94161289/deep-research-v3（v1.0.0），面向学术级深度调研：多视角网络搜索、交叉验证来源、综合结论并输出带 citations 的结构化报告。无需 API Key。本文说明定位、核心能力，以及通过 skillhub CLI 安装到 Cursor 等客户端 skills 目录的步骤与典型提示用法。
阅读全文DeepSeek Harness 插件：Kestrel 深度研究引擎
Kestrel 是针对 DeepSeek Harness 设计的深度研究引擎，旨在解决传统工具引用虚假、来源不独立等可信度问题。它通过代码层面的机械校验，要求引用必须附带原文引语（短于24字符将被拒绝），并利用哈希匹配确保引用真实性。Kestrel 不以来源数量衡量真理，而是采用 MinHash 等算法计算“独立起源数”，以识别同源转载并评估来源可信度。该插件支持在 DSH 中直接使用，也可作为独立库调用其校验与图谱分析功能，适合需要高可信度研究的开发者。
阅读全文dsh-socrates：DeepSeek Harness 深度研究插件
`dsh-socrates` 是 DeepSeek Harness 的深度研究插件，采用 MIT 许可证。其核心理念是“一切皆插件”，通过引入苏格拉底式澄清机制与自适应闭环研究逻辑，解决了传统流水线缺乏验证的问题。插件支持调查前澄清、并行多轮研究、声明级交叉验证、程序化引用审计及学术三源检索。通过模型分层调度（Pro/Flash），它实现了高精度的深度调研，并自动生成包含证据库与引用报告的文档。
阅读全文dsh-open-deep-research: DeepSeek Harness 深度研究插件
dsh-open-deep-research 是一个基于 DeepSeek Harness 的 TypeScript 框架，旨在解决联网搜索、网页阅读及生成带引用报告的研究型智能体构建难题。它提供规划、执行和多模态检索功能，支持 CLI、DSH Tool 和 API 接入。用户需安装 Node.js、pnpm 及 DSH 环境后，通过 `research` 或 `research-jina` Profile 运行，前者仅支持搜索，后者结合 Jina 提供网页阅读能力。目前项目处于 Alpha 预览阶段，存在长文档截断等限制，适合快速构建复杂调研流程。
阅读全文dsh-deep-research：基于官方 workflow 的自适应深度研究插件
omdsh-dev 维护的 dsh-deep-research 是 DeepSeek Harness 工作流类插件，npm 包名 @dsh-external/dsh-deep-research。它基于官方 workflow 引擎与内置 web_search/web_fetch，用控制论与信息论实现规划、并行研究、边际增益停止与可选对抗审查，注册 deep_research 工具供对话触发。本文介绍其核心机制、安装命令、工具参数与典型用法，并说明 profile 需含 workflows provider。
阅读全文用 dsh-deep-research 给 DeepSeek Harness 补上自适应深度研究闭环
dsh-deep-research 是 omdsh-dev 维护的 DeepSeek Harness 工作流插件，把深度研究做成自适应闭环：规划先定答案空间，研究按信息增益停下来，综合保留不确定性，审查可选。本文按社区目录页、GitHub README 与源码核对安装命令、工具参数和注意事项。
阅读全文