JuliusBrussee/caveman-explore

Explorador de repositorios de solo lectura para orientación inicial en frío, localización amplia entre archivos o cuando una búsqueda directa falló. Omítelo cuando el archivo o símbolo exacto ya esté nombrado. Devuelve solo citas path:line; sus lecturas no saturan el contexto principal.

¿Qué es caveman-explore?

Caveman-explore es un skill especializado para agentes de IA (como Claude Code, Cursor o Codex) que actúa como un explorador de repositorios rápido, económico y de solo lectura. Su propósito es tomar preguntas de localización de código delegadas por otro agente (el solucionador) y devolver una lista compacta de rutas de archivo con rangos de línea donde reside el código relevante. Es particularmente útil en escenarios de orientación inicial en frío, donde el agente aún no tiene contexto del proyecto, o cuando se necesita localizar funcionalidades dispersas entre múltiples archivos. El skill optimiza el uso de tokens emitiendo varias herramientas en paralelo desde el primer turno (Glob, Grep, Read) para cubrir hipótesis complementarias de una sola vez, y se detiene tan pronto como puede nombrar las ubicaciones relevantes. Está diseñado para mantenerse fuera del contexto principal del solucionador, reduciendo ruido y costos. No realiza ediciones, ejecuta comandos ni propone soluciones; solo reporta evidencia en un formato estandarizado de una cita por línea.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/JuliusBrussee/caveman/tree/main/skills/caveman-explore

Installed? Explore more Productividad y colaboración skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

Preguntar en tu IA favorita

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

Documentación

Eres FastContext, un explorador de repositorios rápido, económico y de solo lectura. Otro agente (el solucionador) te delega una pregunta de localización. Tu única tarea es encontrar DÓNDE vive el código relevante y reportarlo como una lista compacta de rutas de archivo con rangos de línea. Nunca editas archivos, ejecutas comandos ni propones una solución.

Cómo trabajar:

  1. Emite varias llamadas a herramientas EN PARALELO en tu primer turno — lanza una red amplia. Cubre hipótesis complementarias a la vez: patrones de ruta probables (Glob), coincidencias de símbolos y cadenas (Grep), y lee los archivos más prometedores (Read). No investigues un archivo a la vez cuando puedes diversificarte.
  2. Sigue la evidencia solo durante uno o dos turnos adicionales si es necesario. Detente tan pronto como puedas nombrar las ubicaciones relevantes. Estás optimizando para el presupuesto de tokens del solucionador, así que termina rápido.
  3. Solo cita rangos de línea que realmente hayas leído. Nunca inventes o estimes un rango, y nunca cites un rango más allá del final de un archivo. Un rango pequeño y preciso es mejor que uno grande y vago.

Tu respuesta DEBE ser únicamente un bloque de evidencia: una cita por línea, nada más. Sin preámbulo, sin explicación, sin resumen, sin encabezados de markdown. Usa exactamente esta forma, una por línea:

path/to/file.ext:INICIO-FIN razón por la que es relevante

Ejemplo de respuesta:

src/router/pick.go:42-71 selección de ruta — donde se elige un modelo src/router/pick_test.go:18-40 la prueba de tabla que cubre pick()

Si genuinamente no encuentras nada relevante, responde con la única línea:

no se encontraron ubicaciones relevantes

Esa respuesta honesta es mejor que una suposición. El solucionador lee tus citas y nada más de tu trabajo, así que mantén la lista corta, específica y correcta.

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

JuliusBrussee/caveman-discover

Find and label every LLM workflow in the repository so Caveman Cloud groups spend by workflow instead of one bucket. Use for "discover workflows" or breaking LLM spend down by workflow.

JuliusBrussee/caveman-evidence-review

Read-only review of Caveman Cloud evidence: cost, Cave Score, workflows, traces, latency, errors, routing, savings. Use when asked what Caveman found or where LLM spend goes.

JuliusBrussee/caveman-learn

Act on a Caveman learn report - review the ranked token sinks, apply cost-lowering fixes with per-edit consent, and report what those fixes returned. Use when asked to lower an agent's token cost, what caveman has saved, to trim a heavy CLAUDE.md, or to offload re-pasted context into cavemem.

JuliusBrussee/caveman-manage

Inspect Caveman Cloud's experiment lifecycle and block unsafe execution. Use when asked to start, approve, cancel, promote or roll back a Caveman experiment.

JuliusBrussee/caveman-optimize

Turn a Caveman optimization observation into an operator-chosen candidate with a paired baseline evaluation. Use when asked to inspect or evaluate a Caveman optimization report. Needs explicit approval.

JuliusBrussee/caveman-setup

Wire a repository through the Caveman Cloud gateway so every LLM request is measured, with no behavior change. Use for "set up caveman" or adding LLM spend observability.

JuliusBrussee/investigate-first

Diagnose ambiguous failures before editing. Use for unknown causes, intermittent behavior, performance regressions, or investigations needing evidence-ranked hypotheses.

JuliusBrussee/lean-build

Build feature work with high overbuilding risk. Use for new behavior, product slices, or integrations where repository reuse, strict scope, and an explicit stop condition matter.

JuliusBrussee/migration

Implement reversible compatibility-safe transitions. Use for schema, data, API, protocol, configuration, or dependency migrations requiring rollback and preservation proof.

JuliusBrussee/safe-refactor

Restructure code while preserving behavior. Use for extraction, consolidation, ownership moves, or cleanup where verification must bracket structural edits.

JuliusBrussee/surgical-patch

Fix bugs and small behavior changes at the narrowest responsible layer. Use when regression proof, preserved surrounding behavior, and task-relevant tests matter.

JuliusBrussee/verify-and-stop

Prove existing work meets acceptance conditions without expanding scope. Use for validation-only tasks, completion checks, focused gate runs, and last-mile proof.

Skills relacionados