research-before-answer

name

research-before-answer

description

Invoke BEFORE answering ANY question involving facts - specific repo, package, library, framework, SDK, API, version, release notes, deprecation, company, product, market, or person activity. Prevents hallucination from stale training data. Trigger whenever the user asks about a named tool, project, repo, library, version, or the current state of the world. Also invokable manually via /research-before-answer.

Prerequisites

This is a framework template, not drop-in. To use this skill you need to self-build:

• ~/.claude/hooks/websearch-parallel-enforce.sh — self-build; without it the "ticket model" parallel SERP enforcement won't work. You can skip the ticket-model section if not building this hook.
• ~/.claude/scripts/fetch-fallback.sh — self-build; without it the WebFetch fallback ladder (reddit→.json / Googlebot-UA / jina / archive) doesn't run. Document at the script's design intent paragraph, build your own version.
• ~/.claude/methodologies/progressive-interrogation.md — self-build; optional reference for single-source deep interrogation pattern.
• ~/.claude/wiki/ — self-build personal knowledge base for "individual layer". Without it, skip individual-layer instructions and only use external research tools.
• ~/.claude/projects/{{SCOPE}}/memory/ — self-build 2-level cluster memory schema. Without it, skip individual-layer Step 0-3.

This is a framework, not a drop-in tool. The skill describes a research discipline; reader is expected to fork and adapt to their own setup.

Research Before Answer

涉及事實的問題預設先查證再回答，不要用訓練資料編。

觸發條件（符合任一即 invoke）

• 具體 repo / 專案 / 套件 / library / framework / SDK
• API / CLI 用法、版本、release notes、deprecation
• 公司、產品、人物、市場近況
• 任何「現狀」「最新」「最近」「這個 X 怎麼用」類問題
• 混合題（框架 + 事實）→ 先查事實部分，再套框架

不觸發：純框架 / 原則 / 設計模式 / 概念解釋（用訓練知識即可）。

並行策略：個人 + 外部（預設）

本地（wiki + session memory）與外部採並行 + merge，不是 wiki 優先。

個人資料層

• wiki (~/.claude/wiki/): 個人經驗／偏好／踩過的坑
  • 寫/改 entity 前：(1) cat ~/.claude/wiki/_schema.md 確認格式 (2) grep -ri "<keyword>" ~/.claude/projects/*/memory/ 撈既有 reference / project / feedback memory，不要只憑當次對話
• session memory (~/.claude/projects/*/memory/): hand-curated reference / project / feedback / user 4 類 .md + 兩層 index 結構（MEMORY.md + _index_*.md cluster files）
  • Step 0：query 含個人化線索（「我的 X setup」「我這台機器」「我之前 X 怎處理」「我有沒有寫過」）→ 並行 grep -rli "<keyword>" ~/.claude/projects/*/memory/ 列出 hit file，補捕 MEMORY.md 沒列 pointer 但 file 還在的 standalone reference（MEMORY.md 採 on-demand-friendly trim、許多 standalone 移除 pointer 但保留 file）
  • Step 1：cat ~/.claude/projects/<scope>/memory/MEMORY.md 看索引（含 ### Cluster indexes + ### Standalone reference 兩段）
  • Step 2：MEMORY.md 看到相關 cluster pointer → Read ~/.claude/projects/<scope>/memory/_index_<topic>.md 看 sub-entries
  • Step 3：drill 進具體 topic file 取細節（注意：cluster index 內每 entry 的 1 行 description 通常已足夠形成 informed opinion，不要無腦 Read 對應 topic file 浪費 context）
  • Cluster 結構是動態的（每次重新 ls _index_*.md 拿當下狀態，不要記住固定 cluster list），規則見 feedback_memory_cluster_maintenance.md

外部工具分流

針對問題核心選工具，不要泛泛「搜相關資料」：

問題類型	工具
SDK / library 用法	Context7 (mcp__context7__*)
GitHub repo / issue / PR	gh CLI
套件（npm / pypi / crates）	registry search 或 WebSearch
市場 / 人物 / 公司動態	WebSearch、Exa
深度多輪研究	mcp__gemini__gemini-deep-research
Shopify	mcp__shopify-dev-mcp__*

搜尋 layer：同 query 一輪 nav + WS

任何「給 query 找 URL」場景一輪完整搜尋必須包含同 query 的 chrome nav + WebSearch：

• mcp__claude-in-chrome__navigate 到 google.com/search?q=<query> — 走 daily chrome 拿真 Google ranking + cookie personalization；配 mcp__claude-in-chrome__javascript_tool 抽 SERP JSON
• WebSearch query=<同 query> — 快、URL list、token 省，但 ranking 已知會漏官方 doc

兩者 cross-reference 比對哪個訊號更全。

規則（ticket model）：

• 每張 nav 給一張 query-specific ticket，每次成功 WebSearch 消耗一張同 query ticket
• 順序：先 navigate 再 WebSearch（不是嚴格同 message 並行 — PreToolUse hook fire 時 nav 必須已寫進 transcript，所以拆兩個 message 比較穩）
• 被 block 的 WS 不消耗 ticket（retry-friendly：補 nav 後可直接 retry 同 query WS）
• 同 query 跑兩次成功 WS 會被擋（結果一樣浪費 quota；要再跑請補新 nav 表達明確意圖）
• 不同 query 不共用 ticket（每個 query 自己配對自己的 nav）

Hook: ~/.claude/hooks/websearch-parallel-enforce.sh。覺得不好用 → 移除 settings.json PreToolUse WebSearch matcher。

SERP 抽取 JS pattern 跟試用背景見對應 reference / feedback memory entries（如 reference_search_tool_comparison_*.md、feedback_websearch_misses_official_docs.md、feedback_parallel_decision_by_structural_failure.md）。

URL 內容抓取

預設用 WebFetch（server-side、快、token 省，99% URL 都 work）。

WebFetch 拿 4xx/5xx 或內容明顯不夠（403 body / "Forbidden" / 亂碼 / < 200 字模板 / "Please enable JavaScript"）→ 必須立刻 fallback，不要回覆「官網沒爬到」「403 抓不到」就跳過——fallback 是 mandatory 不是 optional。 兩段退路階梯：

1. bash ~/.claude/scripts/fetch-fallback.sh <url> — reddit→.json;其餘一律通用 Googlebot-UA+JSON-LD→jina→archive(少數站 Bingbot/AMP 特化、非 gate)。exit 0=內容在 stdout;exit 75 或 exit 1 → 升下一段
2. exit 75/1 才 mcp__claude-in-chrome__navigate — 純瀏覽器才解的（CAPTCHA / 登入 wall / JS-only）

常見觸發：

• reddit.com 整域 hardcoded refuse
• 站需 cookie / 登入 wall
• JS-only 內容 server-side fetch 拿不到
• WebFetch 抓回來但 incomplete（亂碼 / 模板 / 空白）

抽取 JS snippet + SPA 變體可建對應 reference memory entry 紀錄。

不要無腦平行——大多 URL WebFetch 直接搞定，並行 claude-in-chrome 純浪費 token + 開 chrome window。

PullMD MCP 不在這支 skill 走——其 dual-fetch 對照協議僅在特定情境（例如每日報告場景）啟用，依個別 project CLAUDE.md 為準。

執行模式

• 淺題（單次查）：cat ~/.claude/wiki/index.md + 外部工具同 response 分段 merge
• 深題（多輪研究）：派背景 subagent（run_in_background: true），下則 turn 主動 TaskGet 取結果 merge
• 單邊：純個人經驗 → 只 wiki；純外部即時（SDK / API spec / 公司動態）→ 只外部
• Cold case（wiki 沒收 + 外部沒答案）：grep -ri "<keyword>" ~/.claude/projects/*/memory/ 翻既有 reference / project memory；不夠再 grep 對應 .jsonl session log（如 grep -l "<keyword>" ~/.claude/projects/**/*.jsonl）
• 衝突時：外部為準，主動提議「wiki/X.md 可能過期，要更新嗎？」
• 單源鑽深：深題且有單一可信主來源要榨乾時，參照 ~/.claude/methodologies/progressive-interrogation.md 的序列累積審訊骨架（與本 skill 的並行 local+external 互補）

記憶升級

學到 non-obvious pattern → 主動提議升級 wiki entity（使用者點頭才寫）。

手動觸發

/research-before-answer 在對話中直接呼叫，無需等待自動觸發。

核心原則

寧可多搜一次，不要編。