Brave Research

Brave Research - Web調査スキル

Brave Search API を活用した Web 調査スキル。単発検索から複数クエリの深掘り調査まで対応する。

調査開始前の確認フロー

調査を開始する前に、AskUserQuestion ツールで以下を確認する。

確認項目

調査タイプ別の推奨設定

ツール一覧

前提条件

1. uv: curl -LsSf https://astral.sh/uv/install.sh | sh でインストール
2. BRAVE_API_KEY: 環境変数に Brave Search API キーを設定（https://brave.com/search/api/ で取得）

APIキー未設定時のフォールバック

BRAVE_API_KEY が未設定の場合、search.py は取得手順と料金情報を含むガイダンスを出力する。この場合、以下の手順で対応する:

1. search.py の出力（API キー取得手順）をユーザーに提示する
2. 代替手段として Claude Code 内蔵の WebSearch ツールを使用して検索を実行する
3. WebSearch の結果を brave-research と同じフォーマット（タイトル、URL、スニペット）で整理して提示する
4. コンテンツ抽出が必要な場合は WebFetch ツールで代替する

WebSearch/WebFetch は API キー不要で即座に使用可能。ただし Brave Search API と比較して検索演算子（site:, filetype: 等）や鮮度フィルター、画像・動画検索には対応していない点をユーザーに伝える。

1. search.py - Brave Search API 検索

uv run --with requests ${CLAUDE_PLUGIN_ROOT}/scripts/search.py "クエリ" [オプション]

オプション

例

# 基本的なWeb検索
uv run --with requests ${CLAUDE_PLUGIN_ROOT}/scripts/search.py "Claude Code plugin development"

# 日本語ニュース検索（直近1週間）
uv run --with requests ${CLAUDE_PLUGIN_ROOT}/scripts/search.py "AI開発ツール" -t news --freshness pw -l ja

# 画像検索
uv run --with requests ${CLAUDE_PLUGIN_ROOT}/scripts/search.py "system architecture diagram" -t images -c 10

# 結果をファイルに保存
uv run --with requests ${CLAUDE_PLUGIN_ROOT}/scripts/search.py "MCP server best practices" -c 10 -o results.md

# 検索演算子の活用
uv run --with requests ${CLAUDE_PLUGIN_ROOT}/scripts/search.py "site:github.com MCP server brave search"

検索演算子

Brave Search はネイティブ検索演算子をサポートする:

2. extract.py - コンテンツ抽出

uv run --with requests --with readability-lxml --with lxml_html_clean ${CLAUDE_PLUGIN_ROOT}/scripts/extract.py "URL" [オプション]

オプション

例

# URLからコンテンツを抽出
uv run --with requests --with readability-lxml --with lxml_html_clean ${CLAUDE_PLUGIN_ROOT}/scripts/extract.py "https://example.com/article"

# ファイルに保存
uv run --with requests --with readability-lxml --with lxml_html_clean ${CLAUDE_PLUGIN_ROOT}/scripts/extract.py "https://example.com/article" -o article.md

ワークフロー例

Quick Search: 単発技術調査

# 1. Web検索で概要把握
uv run --with requests ${CLAUDE_PLUGIN_ROOT}/scripts/search.py "Brave Search API rate limits pricing" -c 5

# 2. 有用な結果のコンテンツを抽出
uv run --with requests --with readability-lxml --with lxml_html_clean ${CLAUDE_PLUGIN_ROOT}/scripts/extract.py "https://brave.com/search/api/"

Deep Research: マルチステップ調査

# Phase 1: 広範な検索で主要ソースを特定
uv run --with requests ${CLAUDE_PLUGIN_ROOT}/scripts/search.py "MCP server architecture best practices 2026" -c 10

# Phase 2: 特定トピックの深掘り
uv run --with requests ${CLAUDE_PLUGIN_ROOT}/scripts/search.py "MCP server security authentication patterns" -c 5
uv run --with requests ${CLAUDE_PLUGIN_ROOT}/scripts/search.py "MCP server performance optimization" -c 5

# Phase 3: 主要ソースのコンテンツ抽出
uv run --with requests --with readability-lxml --with lxml_html_clean ${CLAUDE_PLUGIN_ROOT}/scripts/extract.py "https://source1.com/article"
uv run --with requests --with readability-lxml --with lxml_html_clean ${CLAUDE_PLUGIN_ROOT}/scripts/extract.py "https://source2.com/article"

# Phase 4: レポートファイルに結果を統合
# → Claude が検索結果とコンテンツを統合し、構造化レポートを生成

Deep Research プロセス

マルチステップ深掘り調査の標準プロセス:

1. Planning（計画）

• ユーザーの調査目的を分析し、サブトピックに分解
• 各サブトピックに最適な検索クエリを設計

2. Execution（実行）

• 各サブトピックを順次検索
• 有望な結果のコンテンツを抽出
• 情報の矛盾や不足を記録

3. Verification（検証）

• 複数ソースの情報を交差検証
• 情報の鮮度と信頼性を評価
• 不足があれば追加検索を実行

4. Synthesis（統合）

• 全情報を構造化レポートにまとめる
• 引用リンクを付与
• 調査の限界と注意点を記載

コスト最適化

コスト節約のヒント

• Quick Search（count=5）で概要把握 → 必要時のみ Deep Research
• --freshness フィルターで不要な結果を除外
• site: 演算子で信頼性の高いソースに限定
• 同一トピックの再検索を避け、前回結果を参照

ファイル構成

brave-research/
├── .claude-plugin/
│   └── plugin.json
├── skills/
│   └── brave-research/
│       └── SKILL.md            # このドキュメント
├── commands/
│   ├── search.md               # /brave-research:search コマンド
│   └── research.md             # /brave-research:research コマンド
├── scripts/
│   ├── search.py               # Brave Search API 検索
│   └── extract.py              # URL コンテンツ抽出
└── README.md

Converted and distributed by TomeVault — claim your Tome and manage your conversions.