Communitygithub.com

search-first

Research-before-coding-Workflow: Suche nach vorhandenen Tools, Bibliotheken und Mustern, bevor benutzerdefinierter Code geschrieben wird. Ruft den Researcher-Agenten auf.

Was ist search-first?

Die **search-first**-Fähigkeit systematisiert den Arbeitsablauf 'Suche vor Implementierung', um Duplikate und unnötige Eigenentwicklungen zu vermeiden. Sie ist besonders nützlich, wenn Sie eine neue Funktion starten, die wahrscheinlich bereits existierende Lösungen hat, eine Abhängigkeit oder Integration hinzufügen oder bevor Sie eine neue Utility, Helper oder Abstraktion erstellen. Die Fähigkeit unterstützt gängige Agentenplattformen wie Claude Code, Cursor und Codex und führt durch fünf Phasen: Tool-Verfügbarkeitsprüfung (Preflight), Bedarfsanalyse, parallele Suche über mehrere Kanäle (npm, PyPI, MCP-Server, GitHub-Suche, Skills-Verzeichnis), Bewertung der Kandidaten anhand eines Entscheidungsmatrix und schließlich die Implementierung – entweder durch Adoptieren, Erweitern oder Eigenentwicklung. Sie integriert sich nahtlos mit Planer- und Architektenagenten und verhindert gängige Anti-Patterns wie vorschnelles Programmieren oder das Ignorieren von MCP-Servern.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/search-first

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

/search-first — Recherchiere, bevor du programmierst

Systematisiert den Arbeitsablauf „Suche nach vorhandenen Lösungen, bevor implementiert wird".

Auslöser

Verwende diese Fähigkeit, wenn:

  • Eine neue Funktion begonnen wird, die wahrscheinlich bereits existierende Lösungen hat
  • Eine Abhängigkeit oder Integration hinzugefügt wird
  • Der Benutzer fragt „Füge X-Funktionalität hinzu" und du kurz davor bist, Code zu schreiben
  • Bevor eine neue Utility, ein Helper oder eine Abstraktion erstellt wird

Workflow

┌─────────────────────────────────────────────┐
│  0. TOOL-VERFÜGBARKEIT (PREFLIGHT)         │
│     Überprüfe Suchkanäle, bevor du auf sie  │
│     vertraust; melde übersprungene Kanäle   │
│     ehrlich                                  │
├─────────────────────────────────────────────┤
│  1. BEDARFSANALYSE                         │
│     Definiere, welche Funktionalität benötigt│
│     Identifiziere Sprach-/Framework-Einschränkungen │
├─────────────────────────────────────────────┤
│  2. PARALLELE SUCHE (Researcher-Agent)      │
│     ┌──────────┐ ┌──────────┐ ┌──────────┐  │
│     │  npm /   │ │  MCP /   │ │  GitHub / │  │
│     │  PyPI    │ │  Skills  │ │  Web      │  │
│     └──────────┘ └──────────┘ └──────────┘  │
├─────────────────────────────────────────────┤
│  3. BEWERTEN                               │
│     Bewerte Kandidaten (Funktionalität,     │
│     Wartung, Community, Docs, Lizenz, Deps) │
├─────────────────────────────────────────────┤
│  4. ENTSCHEIDEN                             │
│     ┌─────────┐  ┌──────────┐  ┌─────────┐  │
│     │  Über-  │  │  Erweitern│  │  Eigen-  │  │
│     │  nehmen  │  │  / Kapseln│  │  bau     │  │
│     └─────────┘  └──────────┘  └─────────┘  │
├─────────────────────────────────────────────┤
│  5. IMPLEMENTIEREN                          │
│     Paket installieren / MCP konfigurieren /│
│     Minimalen eigenen Code schreiben        │
└─────────────────────────────────────────────┘

Entscheidungsmatrix

SignalAktion
Exakte Übereinstimmung, gut gewartet, MIT/ApacheÜbernehmen — installieren und direkt verwenden
Teilweise Übereinstimmung, gute GrundlageErweitern — installieren + dünne Hülle schreiben
Mehrere schwache ÜbereinstimmungenKombinieren — 2-3 kleine Pakete kombinieren
Nichts Passendes gefundenEigenbau — benutzerdefiniert schreiben, aber durch Recherche informiert

So wird es verwendet

Schritt 0: Tool-Verfügbarkeitsprüfung (Preflight)

Dies ist eine Anleitung für Agenten, kein ausführbares Setup-Skript. Überprüfe nur die Kanäle, die für die Aufgabe und das aktuelle Projekt relevant sind.

KanalPrüfungWenn fehlend
Repository-Sucherg --files und gezielte rg-AbfragenGib an, dass nur sichtbare Dateien inspiziert wurden
Paketregisternpm --version, python -m pip --version oder Project Package ManagerVerwende Web-/Dokumentationssuche und behaupte keine Registerabdeckung
GitHub CLIgh auth statusVerwende nur öffentliches Web oder lokale Git-Historie
MCP-/Docs-ToolsVerfügbare Werkzeugliste oder lokale MCP-KonfigurationFalle zurück auf offizielle Dokumentation/Web-Suche
Skills-Verzeichnisls ~/.claude/skills ~/.codex/skills wo zutreffendSage, dass kein lokaler Skill-Katalog verfügbar war

Schnellmodus (Inline)

Bevor du eine Utility schreibst oder Funktionalität hinzufügst, gehe mental durch:

  1. Existiert dies bereits im Repository? → Zuerst rg durch relevante Module/Tests
  2. Ist dies ein häufiges Problem? → Suche auf npm/PyPI
  3. Gibt es einen MCP dafür? → Überprüfe ~/.claude/settings.json und suche
  4. Gibt es einen Skill dafür? → Überprüfe ~/.claude/skills/
  5. Gibt es eine GitHub-Implementierung/-Vorlage? → Führe eine GitHub-Code-Suche nach gewartetem OSS durch, bevor du neuen Code schreibst

Vollmodus (Agent)

Starte für nicht-triviale Funktionalität den Researcher-Agenten:

Agent(subagent_type="general-purpose", prompt="
  Recherchiere vorhandene Tools für: [BESCHREIBUNG]
  Sprache/Framework: [SPRACHE]
  Einschränkungen: [EINSCHRÄNKUNGEN]

  Suche: npm/PyPI, MCP-Server, Claude Code Skills, GitHub
  Gib zurück: Strukturierter Vergleich mit Empfehlung
")

Ältere Claude-Code-Dokumente können dies als Task(...) bezeichnen; verwende den aktuellen Agent/Subagent- Tool-Namen, der vom aktiven Harness bereitgestellt wird.

Suchabkürzungen nach Kategorie

Entwicklungswerkzeuge

  • Linting → eslint, ruff, textlint, markdownlint
  • Formatierung → prettier, black, gofmt
  • Testen → jest, pytest, go test
  • Pre-commit → husky, lint-staged, pre-commit

AI/LLM-Integration

  • Claude SDK → Context7 für die neuesten Dokumentationen
  • Prompt-Verwaltung → MCP-Server prüfen
  • Dokumentenverarbeitung → unstructured, pdfplumber, mammoth

Daten & APIs

  • HTTP-Clients → httpx (Python), ky/undici (Node)
  • Validierung → zod (TS), pydantic (Python)
  • Datenbank → Zuerst nach MCP-Servern suchen

Inhalte & Veröffentlichung

  • Markdown-Verarbeitung → remark, unified, markdown-it
  • Bildoptimierung → sharp, imagemin

Integrationspunkte

Mit Planer-Agenten

Der Planer sollte den Researcher vor Phase 1 (Architektur-Review) aufrufen:

  • Researcher identifiziert verfügbare Tools
  • Planer integriert sie in den Implementierungsplan
  • Vermeidet „das Rad neu erfinden" im Plan

Mit Architekten-Agenten

Der Architekt sollte den Researcher für Folgendes konsultieren:

  • Technologie-Stack-Entscheidungen
  • Entdeckung von Integrationsmustern
  • Vorhandene Referenzarchitekturen

Mit iterativer-retrieval-Fähigkeit

Kombiniere für schrittweise Entdeckung:

  • Zyklus 1: Breite Suche (npm, PyPI, MCP)
  • Zyklus 2: Top-Kandidaten im Detail bewerten
  • Zyklus 3: Kompatibilität mit Projekteinschränkungen testen

Beispiele

Beispiel 1: „Toten-Link-Prüfung hinzufügen"

Bedarf: Markdown-Dateien auf tote Links prüfen
Suche: npm "markdown dead link checker"
Gefunden: textlint-rule-no-dead-link (Punktzahl: 9/10)
Aktion: ÜBERNEHMEN — npm install textlint-rule-no-dead-link
Ergebnis: Null eigener Code, battle-getestete Lösung

Beispiel 2: „HTTP-Client-Wrapper hinzufügen"

Bedarf: Robuster HTTP-Client mit Wiederholungen und Timeout-Behandlung
Suche: npm "http client retry", PyPI "httpx retry"
Gefunden: got (Node) mit Retry-Plugin, httpx (Python) mit integrierter Wiederholung
Aktion: ÜBERNEHMEN — got/httpx direkt mit Retry-Konfiguration verwenden
Ergebnis: Null eigener Code, produktionserprobte Bibliotheken

Beispiel 3: „Konfigurationsdatei-Linter hinzufügen"

Bedarf: Projektkonfigurationsdateien gegen ein Schema validieren
Suche: npm "config linter schema", "json schema validator cli"
Gefunden: ajv-cli (Punktzahl: 8/10)
Aktion: ÜBERNEHMEN + ERWEITERN — ajv-cli installieren, projektspezifisches Schema schreiben
Ergebnis: 1 Paket + 1 Schema-Datei, keine benutzerdefinierte Validierungslogik

Anti-Patterns

  • Sofort programmieren: Eine Utility schreiben, ohne zu prüfen, ob eine existiert
  • MCP ignorieren: Nicht prüfen, ob ein MCP-Server die Fähigkeit bereits bereitstellt
  • Stillschweigend überspringen: „Nichts gefunden" melden, obwohl ein Suchkanal nicht verfügbar war
  • Übertrieben anpassen: Eine Bibliothek so stark umhüllen, dass sie ihre Vorteile verliert
  • Abhängigkeitsaufblähung: Ein massives Paket für eine kleine Funktion installieren

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Verwandte Skills