CommunityPesquisa e Análise de Dadosgithub.com

rauleburro/skills

Coleção pessoal de habilidades de agente para Claude Code e o ecossistema aberto de agentes (skills.sh)

O que é skills?

Este skill define um fluxo de trabalho estruturado para que agentes de IA (como Claude Code) investiguem problemas técnicos de forma eficiente e persistam o conhecimento aprendido, evitando que o mesmo tópico seja investigado duas vezes. Ele suporta as plataformas Claude Code e o ecossistema aberto de agentes (skills.sh). O skill orienta o agente a escopo do assunto, preparar o workspace, lançar três agentes padrão em paralelo (análise de código, teoria de causa raiz e soluções/validação), sintetizar os resultados em documentos específicos (`NOTAS.md` e `RESEARCH_CONSOLIDADO.md`) e finalizar com validação e relatório conciso ao usuário. É particularmente útil para desenvolvedores e times que desejam sistematizar investigações técnicas, garantindo rastreabilidade e evitando retrabalho.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add rauleburro/skills

Installed? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Perguntar na sua IA favorita

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

Documentação

Habilidade de Pesquisa

Investigue um problema técnico de forma eficiente e persista o que você aprende para que a equipe nunca reinvestigue o mesmo tópico duas vezes.

1. Escopo do tópico

Extraia da mensagem do usuário (pergunte apenas se realmente não estiver claro):

  • Slug do tópico: nome da pasta em kebab-case, ex. bluetooth-audio-routing
  • Stack: plataforma/linguagem/framework
  • Sintoma: comportamento observado vs. esperado
  • Conhecido: hipóteses já tentadas

2. Prepare o workspace

Execute scripts/init-research.sh {topic-slug} para criar a pasta de docs.

3. Lance 3 agentes padrão em paralelo

Cada agente recebe uma linha de abordagem mais o contexto compartilhado. Leia reference/agent-prompts.md quando precisar da redação exata do prompt.

  1. Análise de código-fonte (Agente Explorador) — encontre código relevante, lacunas, referências arquivo:linha.
  2. Teoria da causa raiz (agente web) — por que isso acontece no nível do SO/framework/protocolo.
  3. Soluções e validação (agente web) — APIs nativas, bibliotecas, correções confirmadas pela comunidade.

Lance o 4º/5º agente opcional apenas se o usuário solicitar explicitamente uma comparação de bibliotecas ou um mergulho profundo em APIs multiplataforma.

4. Sintetize

Crie exatamente estes dois arquivos:

  • docs/{topic}/NOTAS.md — descobertas brutas, trechos de código, URLs, observações rápidas.
  • docs/{topic}/RESEARCH_CONSOLIDADO.md — documento mestre estruturado.

Use reference/consolidated-template.md apenas quando precisar do modelo completo. Arquivos de detalhe opcionais (03_android_api.md, 04_librerias.md, etc.) são criados apenas quando as descobertas justificam.

5. Finalize

Execute scripts/finalize-research.sh {topic-slug} para validar que o documento mestre existe e anexar uma linha de iteração. Em seguida, relate ao usuário:

  1. Causa raiz (com arquivo:linha, se aplicável)
  2. Top 3 descobertas não óbvias
  3. Arquivos criados
  4. Próximo passo sugerido

Mantenha o relatório no chat conciso; os detalhes ficam nos documentos.

Habilidades Relacionadas