Research first

Investiga antes de codificar. Útil para funciones, correcciones de errores o cualquier cosa que involucre más que código trivial.

¿Qué es Research first?

El skill "Research first" guía al agente AI a realizar una investigación exhaustiva antes de escribir o editar código, especialmente para tareas no triviales. Su objetivo es evitar suposiciones sobre APIs, código existente o dependencias, promoviendo un flujo de trabajo estructurado: investigación, guardado de hallazgos, planificación, aprobación del usuario e implementación con verificación. Funciona en cualquier agente de desarrollo (Claude Code, Cursor, Codex, etc.) que pueda leer archivos, ejecutar comandos de shell y esperar confirmación del usuario. El proceso detallado incluye revisar hallazgos previos en `research/findings/`, buscar en el código fuente y en la web, citar fuentes, documentar resultados en formato markdown, crear un plan de implementación con archivos a modificar y pruebas, mostrar el plan al usuario para aprobación, y finalmente implementar, ejecutar pruebas y sincronizar la memoria del agente. Esto reduce errores costosos y mejora la calidad del código al basar las decisiones en hechos verificados.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/TheElephantCoder/agent-harness/tree/main/skills/research-first

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Research first?

No codifiques basándote en lo que crees que es la API. Verifica primero.

Debes hacer esto antes de cualquier edit o write que no sea trivial:

1. Investigar: research/findings/<tema>.md

  • Revisa research/findings/ primero. Si alguien ya lo investigó, reutilízalo.
  • Luego haz grep en el código base. Después, búsqueda web si necesitas documentación externa. Usa 2026 en la búsqueda para obtener documentación actual.
  • Cita lo que encontraste. Si no existe documentación, escribe un pequeño repro para verificar la hipótesis.
  • Guárdalo en research/findings/<slug>.md para que la siguiente sesión no repita el trabajo.

Plantilla:

# Hallazgos: <tema>

Fecha: 2026-09-04
Fuentes: [url, url]
Código existente: `ruta:línea`: lo que encontramos

## Veredicto

Enfoque recomendado: ...
Alternativas: ...
Riesgos: ...

2. Planificar: research/plans/<tarea>.md

# Plan: <tarea>

Investigación: research/findings/<tema>.md
Enfoque: ...
Archivos a modificar: [lista]
Pruebas: ...
Rollback: ...

3. Aprobación

Muestra el plan al usuario. No comiences a codificar hasta que diga que está bien. Para ediciones de un solo archivo muy pequeñas, el instinto de autoaprobación puede dejarte pasar.

4. Implementar y verificar

Ejecuta el plan, ejecuta pruebas, harness bench --quick, luego harness memory sync para que la próxima sesión recuerde lo que funcionó.

Notas

  • Si ya existen hallazgos, no los repitas.
  • Lee archivos para obtener hechos, no adivines. Si lo que encuentras contradice lo que esperabas, dilo y confía en el archivo.
  • Cuando termines, actualiza los hallazgos con lo que realmente funcionó.

No hagas esto

  • edit antes de read o grep
  • adivinar firmas de API
  • saltarse el plan porque "es pequeño" cuando estás a punto de tocar 3+ archivos

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

Skills relacionados