gemini-deep-research
Über
Diese Fähigkeit ermöglicht es Claude, umfassende Webrecherchen mit Gemini Deep Research durchzuführen, die bis zu 20 Minuten für die Analyse mehrerer Quellen aufwendet, um detaillierte Berichte zu erstellen. Sie ist ideal für Entwickler, die tiefgehende Analysen zu komplexen Themen direkt in ihrem Arbeitsablauf benötigen. Für die Einrichtung muss ein Google-Konto über Umgebungsvariablen zur Authentifizierung konfiguriert werden.
Schnellinstallation
Claude Code
Empfohlennpx skills add NeverSight/skills_feed -a claude-code/plugin add https://github.com/NeverSight/skills_feedgit clone https://github.com/NeverSight/skills_feed.git ~/.claude/skills/gemini-deep-researchKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
GitHub Repository
Häufig gestellte Fragen
Was ist der Skill gemini-deep-research?
gemini-deep-research ist ein Claude Skill von NeverSight. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um gemini-deep-research ohne zusätzliche Eingaben auszuführen.
Wie installiere ich gemini-deep-research?
Verwende die Installationsbefehle auf dieser Seite: Füge gemini-deep-research als Plugin zu Claude Code hinzu oder klone das Repository in dein Skills-Verzeichnis. Starte Claude danach neu, damit der Skill geladen wird.
Zu welcher Kategorie gehört gemini-deep-research?
gemini-deep-research gehört zur Kategorie Andere.
Kann ich gemini-deep-research kostenlos nutzen?
Ja. gemini-deep-research ist auf AIMCP gelistet und kann kostenlos installiert werden.
Verwandte Skills
Diese Fähigkeit optimiert die Auswahl von KI-Modellen, indem sie Kontingentstände ausliest und die beste Verteilung von Claude, Codex und Gemini für jede Aufgabe empfiehlt. Sie bietet kontingentbewusstes Routing und Anzeigen des verfügbaren Spielraums, was sie ideal für Arbeitssitzungen mit mehreren wartenden Elementen oder bei sich nähernden Kontingentgrenzen macht. Entwickler sollten sie vor Sitzbeginn mit drei oder mehr Arbeitselementen oder wenn die Claude-Kontingente unter 50 % Restvolumen fallen, einsetzen.
Diese Fähigkeit bietet automatisierte Modellauswahlberatung für Claude Code basierend auf Aufgabenkomplexität, Kosten und Latenzanforderungen. Sie stellt einen Entscheidungsbaum und eine Kurzreferenztabelle bereit, um Entwicklern bei der effizienten Auswahl zwischen Opus-, Sonnet- und Haiku-Modellen zu helfen. Nutzen Sie sie bei neuen Aufgaben, um Leistung und Ressourcennutzung zu optimieren.
Diese Fähigkeit zeigt die verbleibenden API-Kontingentprozentsätze verschiedener KI-Anbieter in einer formatierten Tabelle mit farbcodierten Statusindikatoren an. Sie hilft Entwicklern, das am besten geeignete Modell basierend auf Verfügbarkeit und empfohlenen Anwendungsfällen auszuwählen. Die Ausgabe enthält Informationen zur Cache-Aktualität und visuelle Status-Schwellenwerte für eine schnelle Kontingentbewertung.
Diese Fähigkeit bietet standardmäßige KI-Modell-Routinglogik für verschiedene Codierungsaufgabenkomplexitäten, unabhängig von Quotenbeschränkungen. Sie ordnet einfache Aufgaben Codex zu, Standardaufgaben Claude Sonnet und komplexe Architekturaufgaben Claude Opus, mit spezifizierten Fallback-Optionen. Entwickler sollten dies als Grundkonfiguration zur Optimierung der KI-Agenten-Nutzung in ihren Codierungs-Workflows verwenden.