search-first

name	search-first
description	研究优先于编码的工作流程。在编写自定义代码之前，搜索现有的工具、库和模式。调用研究员代理。
origin	ECC

/search-first — 编码前先研究

系统化“在实现之前先寻找现有解决方案”的工作流程。

触发时机

在以下情况使用此技能：

• 开始一项很可能已有解决方案的新功能
• 添加依赖项或集成
• 用户要求“添加 X 功能”而你准备开始编写代码
• 在创建新的实用程序、助手或抽象之前

工作流程

┌─────────────────────────────────────────────┐
│  1. 需求分析                               │
│     确定所需功能                          │
│     识别语言/框架限制                     │
├─────────────────────────────────────────────┤
│  2. 并行搜索（研究员代理）                │
│     ┌──────────┐ ┌──────────┐ ┌──────────┐  │
│     │  npm /   │ │  MCP /   │ │  GitHub / │  │
│     │  PyPI    │ │  技能    │ │  网络     │  │
│     └──────────┘ └──────────┘ └──────────┘  │
├─────────────────────────────────────────────┤
│  3. 评估                                   │
│     对候选方案进行评分（功能、维护、      │
│     社区、文档、许可证、依赖）            │
├─────────────────────────────────────────────┤
│  4. 决策                                   │
│     ┌─────────┐  ┌──────────┐  ┌─────────┐  │
│     │  采用   │  │  扩展    │  │  构建   │  │
│     │ 原样    │  │  /包装   │  │  定制   │  │
│     └─────────┘  └──────────┘  └─────────┘  │
├─────────────────────────────────────────────┤
│  5. 实施                                   │
│     安装包 / 配置 MCP /                    │
│     编写最小化自定义代码                   │
└─────────────────────────────────────────────┘

决策矩阵

信号	行动
完全匹配，维护良好，MIT/Apache 许可证	采纳 — 直接安装并使用
部分匹配，基础良好	扩展 — 安装 + 编写薄封装层
多个弱匹配	组合 — 组合 2-3 个小包
未找到合适的	构建 — 编写自定义代码，但需基于研究

使用方法

快速模式（内联）

在编写实用程序或添加功能之前，在脑中过一遍：

0. 这已经在仓库中存在吗？ → 首先通过相关模块/测试检查 rg
1. 这是一个常见问题吗？ → 搜索 npm/PyPI
2. 有对应的 MCP 吗？ → 检查 ~/.claude/settings.json 并进行搜索
3. 有对应的技能吗？ → 检查 ~/.claude/skills/
4. 有 GitHub 上的实现/模板吗？ → 在编写全新代码之前，先运行 GitHub 代码搜索以查找维护中的开源项目

完整模式（代理）

对于非平凡的功能，启动研究员代理：

任务（子代理类型="通用型"，提示="
  研究现有工具用于：[描述]
  语言/框架：[语言]
  约束：[任何]

  搜索：npm/PyPI、MCP 服务器、Claude Code 技能、GitHub
  返回：结构化对比与推荐
")

按类别搜索快捷方式

开发工具

• Linting → eslint, ruff, textlint, markdownlint
• Formatting → prettier, black, gofmt
• Testing → jest, pytest, go test
• Pre-commit → husky, lint-staged, pre-commit

AI/LLM 集成

• Claude SDK → 使用 Context7 获取最新文档
• 提示词管理 → 检查 MCP 服务器
• 文档处理 → unstructured, pdfplumber, mammoth

数据与 API

• HTTP 客户端 → httpx (Python), ky/got (Node)
• 验证 → zod (TS), pydantic (Python)
• 数据库 → 首先检查是否有 MCP 服务器

内容与发布

• Markdown 处理 → remark, unified, markdown-it
• 图片优化 → sharp, imagemin

集成点

与规划器代理

规划器应在阶段 1（架构评审）之前调用研究员：

• 研究员识别可用的工具
• 规划器将它们纳入实施计划
• 避免在计划中“重新发明轮子”

与架构师代理

架构师应向研究员咨询：

• 技术栈决策
• 集成模式发现
• 现有参考架构

与迭代检索技能

结合进行渐进式发现：

• 循环 1：广泛搜索 (npm, PyPI, MCP)
• 循环 2：详细评估顶级候选方案
• 循环 3：测试与项目约束的兼容性

示例

示例 1：“添加死链检查”

需求：检查 Markdown 文件中的失效链接
搜索：npm "markdown dead link checker"
发现：textlint-rule-no-dead-link（评分：9/10）
行动：采纳 — npm install textlint-rule-no-dead-link
结果：无需自定义代码，经过实战检验的解决方案

示例 2：“添加 HTTP 客户端包装器”

需求：具备重试和超时处理能力的弹性 HTTP 客户端
搜索：npm "http client retry"、PyPI "httpx retry"
发现：got（Node）带重试插件、httpx（Python）带内置重试功能
行动：采用——直接使用 got/httpx 并配置重试
结果：零定制代码，生产验证的库

示例 3：“添加配置文件 linter”

需求：根据模式验证项目配置文件
搜索：npm "config linter schema"、"json schema validator cli"
发现：ajv-cli（评分：8/10）
操作：采用 + 扩展 —— 安装 ajv-cli，编写项目特定的模式
结果：1 个包 + 1 个模式文件，无需自定义验证逻辑

反模式

• 直接跳转到编码：不检查是否存在就编写实用程序
• 忽略 MCP：不检查 MCP 服务器是否已提供该能力
• 过度定制：对库进行如此厚重的包装以至于失去了其优势
• 依赖项膨胀：为了一个小功能安装一个庞大的包