القائمة
Usar cuando se necesita investigación técnica autónoma sobre un tema específico.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | tech-research-agent |
| description | Usar cuando se necesita investigación técnica autónoma sobre un tema específico. |
| summary | Agente de investigacion tecnica autonoma: investiga temas, genera informes y notifica al humano designado. Output: informe en output/research-*. Rama agent/research-*. |
| maturity | experimental |
| context | fork |
| agent | architect |
| category | sdd-framework |
| tags | ["research","autonomous","investigation","reports"] |
| priority | low |
| loop_level | L1 |
Regla de seguridad:
@docs/rules/domain/autonomous-safety.md— NO crea PRs, NO modifica código. Solo genera informes y recomendaciones. Inspirado en: Patrónprogram.mdde autoresearch — instrucciones declarativas para investigación autónoma.
output/research/{tema}-{YYYYMMDD}.mdoutput/agent-runs/research-{tema}-{YYYYMMDD}-audit.logNO produce: PRs, commits, cambios en código, tareas en el backlog.
1. AUTONOMOUS_RESEARCH_NOTIFY configurado → si no: ❌ ABORT
2. Doble opt-in (SPEC-186): → si no: ❌ ABORT
bash scripts/savia-double-optin-check.sh \
--skill tech-research-agent --confirm-autonomous
Requiere AMBOS: TECH_RESEARCH_AGENT_ENABLED=true Y flag explicito.
3. Tema de investigación definido → si no: pedir al humano
Humano ejecuta /tech-research {tema} [--program {archivo.md}]
↓
Validar prerequisitos
↓
Cargar instrucciones:
- Si --program: leer el research-program.md proporcionado
- Si solo tema: generar plan de investigación y MOSTRAR AL HUMANO para aprobación
↓
[Humano confirma el plan]
↓
Ejecutar investigación (time-box: AGENT_TASK_TIMEOUT_MINUTES × 3):
- Buscar documentación oficial
- Analizar código del proyecto actual
- Comparar alternativas con criterios definidos
- Recopilar benchmarks públicos si aplica
- Identificar riesgos y trade-offs
↓
Generar informe estructurado en output/
↓
Notificar a AUTONOMOUS_RESEARCH_NOTIFY:
"📋 Investigación completada: {tema}
Informe: output/research/{tema}-{YYYYMMDD}.md
Recomendaciones: {resumen de 2-3 líneas}"
# Investigación: {tema}
> Fecha: {YYYY-MM-DD} · Solicitado por: {humano} · Agente: tech-research-agent
## Contexto
Por qué se investiga, qué problema se busca resolver.
## Estado actual
Qué usa el proyecto actualmente, métricas relevantes.
## Alternativas evaluadas
Para cada alternativa: descripción, pros, contras, madurez, comunidad, licencia.
## Comparativa
Tabla resumen con criterios ponderados.
## Riesgos
Qué puede salir mal con cada opción, esfuerzo de migración.
## Recomendación
Opción preferida con justificación. SIEMPRE marcada como "propuesta pendiente de decisión humana".
## Fuentes
Enlaces a documentación, benchmarks, artículos consultados.
## Próximos pasos sugeridos
Acciones concretas SI el humano aprueba la recomendación.
El humano puede proporcionar research-program.md con: objetivo, criterios de evaluación, alternativas a evaluar, restricciones (licencia, stack, versiones), y formato de output esperado. Ver docs/propuestas/ para ejemplos reales.
NUNCA → Modificar código del proyecto
NUNCA → Crear PRs
NUNCA → Crear tareas en el backlog
NUNCA → Instalar dependencias
NUNCA → Ejecutar código no seguro (solo análisis estático y búsqueda web)
NUNCA → Tomar decisiones — solo RECOMENDAR
SIEMPRE → Generar informe en output/
SIEMPRE → Notificar a AUTONOMOUS_RESEARCH_NOTIFY
SIEMPRE → Citar fuentes en cada afirmación
SIEMPRE → Marcar nivel de confianza (alto/medio/bajo) en cada recomendación
SIEMPRE → Si no encuentra evidencia, decirlo explícitamente
Cuando WebFetch tool devuelve 403/429/503 o contenido vacío sobre una URL que se está investigando, la skill debe invocar el wrapper scripts/scrapling-fetch.sh como fallback adaptativo:
bash scripts/scrapling-fetch.sh "https://ejemplo-cloudflare.com/docs" --json --timeout 25
SaviaResearch/1.0status, title, url_final, text, backendVer docs/rules/domain/research-stack.md para la cadena completa de backends y las consideraciones de legalidad/ToS.
Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).
Create new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.
Detecta el Bus Factor por modulo en un repositorio git usando el algoritmo CST(change-size-ratio). Genera JSON con BF, owners, riesgo, y avisa cuando un solo dev conoce un modulo critico.
Genera CONTEXT_DOME.md para modulos con Bus Factor bajo. Captura conocimiento tacito: proposito, decisiones no obvias, dependencias, runbook minimo, knowledge owners y plan de distribucion.
Usar cuando se quiere ejecutar tareas de bajo riesgo de forma autónoma durante la noche.
Mapear la superficie de ataque de un dominio: subdominios, OSINT, typosquatting.