CommunityEscrita e Ediçãogithub.com

angkon/agent-skills

Documente um método de pesquisa como um METHOD.md com seções de proveniência e validação, no formato usado pelo repositório research-methods. Use quando solicitado a escrever, registrar ou formalizar um método, procedimento, algoritmo ou receita de análise para reutilização.

O que é agent-skills?

Esta habilidade permite que um agente de IA (como Claude Code, Codex ou similar) transforme uma conversa ou descoberta de pesquisa em um documento METHOD.md estruturado e autocontido. O objetivo é capturar um método de pesquisa — seja um procedimento, algoritmo, pipeline de análise ou receita — de forma que outro pesquisador ou agente possa reproduzi-lo sem depender do histórico da conversa original. A habilidade enfatiza a coleta rigorosa de proveniência (quem derivou o método, com qual ferramenta, modelo e em que data), a redação de um procedimento executável com etapas numeradas, comandos exatos e parâmetros padrão, e a validação concreta com testes e resultados observados. Ela também exige a documentação honesta de limitações e modos de falha, e o uso de um campo de status (rascunho, validado ou publicado). O modelo fornecido segue o formato do repositório research-methods, com seções como Resumo, Problema, Entradas e Saídas, Procedimento, Validação, Limitações, Proveniência e Referências. Essa abordagem garante que os métodos sejam reutilizáveis, rastreáveis e confiáveis, evitando suposições e mantendo a linguagem acessível.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Angkon/agent-skills/tree/HEAD/skills/research-method-writeup

Installed? Explore more Escrita e Edição skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Redação de método de pesquisa

Produza um METHOD.md que outro pesquisador, ou outro agente, possa seguir sem acesso à conversa que gerou o método.

Etapas

  1. Defina o escopo. Indique qual pergunta o método responde, o que ele recebe como entrada e o que produz. Se a conversa contiver vários métodos, escreva um arquivo por método.
  2. Colete a proveniência primeiro. Quem o derivou (uma pessoa, um agente ou ambos), qual ferramenta e modelo, qual habilidade ou prompt, e em qual data. Pergunte por qualquer informação faltante em vez de adivinhar.
  3. Escreva o METHOD.md a partir do modelo abaixo. Se o repositório de destino tiver methods/_template/METHOD.md, use esse, pois pode ser mais novo.
  4. Torne o procedimento executável. Etapas numeradas, comandos ou equações exatas, valores padrão de parâmetros e tempo de execução esperado.
  5. Torne a validação concreta. Nomeie o teste, conjunto de dados ou verificação de sanidade que mostra que o método funciona, e registre os números realmente observados.
  6. Registre as limitações e os modos de falha encontrados durante o desenvolvimento.
  7. Defina o status honestamente. draft até que a validação tenha observado resultados, validated quando as verificações passarem, published quando for citado em um artigo.

Regras

  • Registre apenas o que foi realmente executado ou derivado. Marque qualquer coisa não testada como não testada.
  • Mantenha o arquivo autocontido. Vincule ao código em vez de colar blocos grandes.
  • Prefira linguagem simples. O leitor pode não compartilhar o jargão do projeto de onde o método veio.
  • Não invente proveniência. Um modelo ou data desconhecidos são escritos como unknown.

Modelo

---
name: <nome-da-pasta>
description: <uma frase: o que faz e quando usar>
status: draft
origin: human | agent | mixed
agent: claude-code | codex | none
model: <id do modelo ou unknown>
skill: <link para o SKILL.md usado, ou vazio>
derived: AAAA-MM-DD
---

# <Nome do método>

## Resumo
## Problema
## Entradas e saídas
## Procedimento
## Validação
## Limitações e modos de falha
## Proveniência
## Usado em
## Referências

Habilidades Relacionadas