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

| 項目 | 選択肢 | 説明 | |------|--------|------| | 調査タイプ | quick / deep | quick: 単発検索、deep: マルチステップ深掘り | | 検索カテゴリ | web / news / images / videos | 検索対象のタイプ | | 言語 | ja / en / auto | 検索結果の言語 | | 出力形式 | text / file | 会話内テキスト or ファイル保存 |

調査タイプ別の推奨設定

| ケース | タイプ | カテゴリ | 備考 | |--------|--------|----------|------| | 技術調査 | deep | web | 複数ソースの交差検証が有効 | | 最新ニュース確認 | quick | news | freshness フィルターで鮮度制御 | | トレンド把握 | quick | web | count=10 で俯瞰 | | 競合分析 | deep | web + news | 複数クエリで多角的に調査 | | 画像リソース探索 | quick | images | 参照画像の発見に有効 |

ツール一覧

| ツール | 説明 | |-------|------| | search.py | Brave Search API 検索（web/news/images/videos） | | extract.py | URL からコンテンツをマークダウン抽出 |

前提条件

uv: curl -LsSf https://astral.sh/uv/install.sh | sh でインストール
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:

search.py の出力（API キー取得手順）をユーザーに提示する
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
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
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

| オプション | 説明 | デフォルト | |-----------|------|-----------| | -t, --type | 検索タイプ (web, news, images, videos) | web | | -c, --count | 結果件数 (1-20) | 5 | | -l, --lang | 検索言語 (ja, en, 等) ※ja→jp等は自動変換 | なし | | --country | 国コード (JP, US, 等) | なし | | --freshness | 鮮度フィルター (pd:24h, pw:1週, pm:1月, py:1年) | なし | | --offset | ページネーション開始位置 | 0 | | -o, --output | 結果をファイルに保存 | なし | | --summary | AI要約キーを取得（web検索のみ） | なし |

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:

| 演算子 | 説明 | 例 | |--------|------|-----| | site: | 特定ドメインに限定 | site:github.com MCP | | -site: | 特定ドメインを除外 | -site:reddit.com AI | | filetype: | ファイルタイプ指定 | filetype:pdf AI whitepaper | | intitle: | タイトル内検索 | intitle:"best practices" | | "..." | 完全一致フレーズ | "Claude Code plugin" | | before: | 日付以前 | before:2026-01-01 AI | | after: | 日付以降 | after:2025-06-01 MCP |

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

| オプション | 説明 | デフォルト | |-----------|------|-----------| | -o, --output | 抽出結果をファイルに保存 | なし | | --max-length | 最大文字数 | 5000 |

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

| Brave API プラン | 月間クエリ | QPS | 価格 | |-----------------|-----------|-----|------| | Free AI | 2,000 | 1 | 無料 | | Base AI | 20,000+ | 20 | $5/1K件 | | Pro AI | 無制限 | 50 | $9/1K件 |

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