Communitygithub.com

search-first

Fluxo de pesquisa antes de codificar. Busca ferramentas, bibliotecas e padrões existentes antes de escrever código personalizado. Invoca o agente pesquisador.

O que é search-first?

A skill **search-first** sistematiza o fluxo de trabalho de 'pesquisar soluções existentes antes de implementar'. Ela é ideal para desenvolvedores e agentes de IA que iniciam novas funcionalidades, adicionam dependências ou integram APIs, evitando reinventar a roda. A skill suporta plataformas como Claude Code, Cursor e Codex, e funciona através de um fluxo de 5 etapas: Análise de Necessidades, Pesquisa Paralela (usando canais como npm, PyPI, MCP, GitHub e web), Avaliação de Candidatos, Decisão (Adotar, Estender ou Construir) e Implementação. Ela inclui uma matriz de decisão para escolher entre adotar uma biblioteca pronta, estendê-la ou construir código personalizado, além de atalhos de busca por categorias (ferramentas de dev, IA/LLM, dados & APIs e conteúdo). A skill também sugere modos de uso rápido (inline) e completo (com agente), e se integra com agentes planejadores e arquitetos para incorporar descobertas de pesquisa no plano de implementação. Seu principal benefício é reduzir código customizado desnecessário, aumentar a confiabilidade e acelerar o desenvolvimento ao aproveitar soluções testadas pela comunidade.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/search-first

Perguntar na sua IA favorita

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

Documentação

/search-first — Pesquise Antes de Codificar

Sistematiza o fluxo de trabalho "pesquisar soluções existentes antes de implementar".

Gatilho

Use esta skill quando:

  • Iniciar uma nova funcionalidade que provavelmente tem soluções existentes
  • Adicionar uma dependência ou integração
  • O usuário pedir "adicione a funcionalidade X" e você estiver prestes a escrever código
  • Antes de criar uma nova utilidade, helper ou abstração

Fluxo de Trabalho

┌─────────────────────────────────────────────┐
│  0. VERIFICAÇÃO PRÉVIA DE DISPONIBILIDADE   │
│     DE FERRAMENTAS                          │
│     Verifique canais de busca antes de      │
│     confiar neles; relate canais ignorados   │
│     honestamente                             │
├─────────────────────────────────────────────┤
│  1. ANÁLISE DE NECESSIDADES                 │
│     Defina qual funcionalidade é necessária  │
│     Identifique restrições de lingua/framework │
├─────────────────────────────────────────────┤
│  2. BUSCA PARALELA (agente pesquisador)     │
│     ┌──────────┐ ┌──────────┐ ┌──────────┐  │
│     │  npm /   │ │  MCP /   │ │  GitHub / │  │
│     │  PyPI    │ │  Skills  │ │  Web      │  │
│     └──────────┘ └──────────┘ └──────────┘  │
├─────────────────────────────────────────────┤
│  3. AVALIAR                                 │
│     Pontue candidatos (funcionalidade,      │
│     manutenção, comunidade, docs, licença,  │
│     dependências)                            │
├─────────────────────────────────────────────┤
│  4. DECIDIR                                  │
│     ┌─────────┐  ┌──────────┐  ┌─────────┐  │
│     │  Adotar  │  │  Estender │  │  Construir│
│     │  tal qual│  │  /Wrap   │  │  Custom  │  │
│     └─────────┘  └──────────┘  └─────────┘  │
├─────────────────────────────────────────────┤
│  5. IMPLEMENTAR                              │
│     Instale pacote / Configure MCP /        │
│     Escreva código customizado mínimo       │
└─────────────────────────────────────────────┘

Matriz de Decisão

SinalAção
Correspondência exata, bem mantido, MIT/ApacheAdotar — instalar e usar diretamente
Correspondência parcial, boa baseEstender — instalar + escrever wrapper fino
Várias correspondências fracasCompor — combinar 2-3 pacotes pequenos
Nada adequado encontradoConstruir — escrever customizado, mas informado pela pesquisa

Como Usar

Etapa 0: Verificação Prévia de Disponibilidade de Ferramentas

Isso é orientação para o agente, não um script de configuração executável. Verifique apenas os canais que são relevantes para a tarefa e o projeto à sua frente.

CanalVerificaçãoSe ausente
Pesquisa no repositóriorg --files e consultas rg direcionadasInforme que apenas os arquivos visíveis foram inspecionados
Registro de pacotesnpm --version, python -m pip --version, ou gerenciador de pacotes do projetoUse busca na web/documentação e evite afirmar cobertura do registro
GitHub CLIgh auth statusUse apenas web pública ou histórico git local
Ferramentas MCP/docsLista de ferramentas disponíveis ou configuração MCP localRecorra a docs oficiais/pesquisa web
Diretório de skillsls ~/.claude/skills ~/.codex/skills quando aplicávelInforme que nenhum catálogo local de skills estava disponível

Modo Rápido (inline)

Antes de escrever uma utilidade ou adicionar funcionalidade, percorra mentalmente:

  1. Isso já existe no repositório? → rg pelos módulos/testes relevantes primeiro
  2. Isso é um problema comum? → Busque no npm/PyPI
  3. Existe um MCP para isso? → Verifique ~/.claude/settings.json e busque
  4. Existe uma skill para isso? → Verifique ~/.claude/skills/
  5. Existe uma implementação/template no GitHub? → Execute busca de código no GitHub por OSS mantido antes de escrever código novo

Modo Completo (agente)

Para funcionalidades não triviais, inicie o agente pesquisador:

Agent(subagent_type="general-purpose", prompt="
  Pesquise ferramentas existentes para: [DESCRIÇÃO]
  Linguagem/framework: [LINGUA]
  Restrições: [QUALQUER]

  Busque: npm/PyPI, servidores MCP, skills Claude Code, GitHub
  Retorne: Comparação estruturada com recomendação
")

Documentação mais antiga do Claude Code pode chamar isso de Task(...); use o nome da ferramenta agent/subagent atual exposta pelo harness ativo.

Atalhos de Busca por Categoria

Ferramentas de Desenvolvimento

  • Linting → eslint, ruff, textlint, markdownlint
  • Formatação → prettier, black, gofmt
  • Testes → jest, pytest, go test
  • Pré-commit → husky, lint-staged, pre-commit

Integração com IA/LLM

  • SDK Claude → Context7 para docs mais recentes
  • Gerenciamento de prompts → Verifique servidores MCP
  • Processamento de documentos → unstructured, pdfplumber, mammoth

Dados & APIs

  • Clientes HTTP → httpx (Python), ky/undici (Node)
  • Validação → zod (TS), pydantic (Python)
  • Banco de dados → Verifique servidores MCP primeiro

Conteúdo e Publicação

  • Processamento Markdown → remark, unified, markdown-it
  • Otimização de imagens → sharp, imagemin

Pontos de Integração

Com agente planejador

O planejador deve invocar o pesquisador antes da Fase 1 (Revisão de Arquitetura):

  • Pesquisador identifica ferramentas disponíveis
  • Planejador as incorpora no plano de implementação
  • Evita "reinventar a roda" no plano

Com agente arquiteto

O arquiteto deve consultar o pesquisador para:

  • Decisões sobre pilha tecnológica
  • Descoberta de padrões de integração
  • Arquiteturas de referência existentes

Com skill iterative-retrieval

Combine para descoberta progressiva:

  • Ciclo 1: Busca ampla (npm, PyPI, MCP)
  • Ciclo 2: Avalie os principais candidatos em detalhes
  • Ciclo 3: Teste compatibilidade com restrições do projeto

Exemplos

Exemplo 1: "Adicionar verificação de links quebrados"

Necessidade: Verificar arquivos markdown para links quebrados
Busca: npm "markdown dead link checker"
Encontrado: textlint-rule-no-dead-link (pontuação: 9/10)
Ação: ADOTAR — npm install textlint-rule-no-dead-link
Resultado: Zero código customizado, solução testada em batalha

Exemplo 2: "Adicionar wrapper de cliente HTTP"

Necessidade: Cliente HTTP resiliente com retentativas e gerenciamento de timeout
Busca: npm "http client retry", PyPI "httpx retry"
Encontrado: got (Node) com plugin de retry, httpx (Python) com retry embutido
Ação: ADOTAR — usar got/httpx diretamente com configuração de retry
Resultado: Zero código customizado, bibliotecas testadas em produção

Exemplo 3: "Adicionar linter de arquivos de configuração"

Necessidade: Validar arquivos de configuração do projeto contra um esquema
Busca: npm "config linter schema", "json schema validator cli"
Encontrado: ajv-cli (pontuação: 8/10)
Ação: ADOTAR + ESTENDER — instalar ajv-cli, escrever esquema específico do projeto
Resultado: 1 pacote + 1 arquivo de esquema, nenhuma lógica de validação customizada

Anti-Padrões

  • Pular para o código: Escrever uma utilidade sem verificar se uma existe
  • Ignorar MCP: Não verificar se um servidor MCP já fornece a capacidade
  • Ignorar silenciosamente: Relatar "nada encontrado" quando um canal de busca estava indisponível
  • Superpersonalizar: Envolver uma biblioteca tão fortemente que perde seus benefícios
  • Inchaço de dependências: Instalar um pacote enorme para um recurso pequeno

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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Habilidades Relacionadas