search-first

/search-first — 先研究再编码

系统化“在实现之前搜索现有解决方案”的工作流。

触发条件

在以下情况下使用此技能：

• 开始一个很可能已有现成解决方案的新功能
• 添加依赖或集成
• 用户要求“添加X功能”，而你正准备编写代码
• 在创建新的工具函数、辅助函数或抽象之前

工作流

┌─────────────────────────────────────────────┐
│  0. 工具可用性预检                           │
│     在依赖搜索渠道前检查其可用性；            │
│     如实报告跳过的渠道                       │
├─────────────────────────────────────────────┤
│  1. 需求分析                                 │
│     定义所需功能                             │
│     识别语言/框架约束                        │
├─────────────────────────────────────────────┤
│  2. 并行搜索（研究员智能体）                  │
│     ┌──────────┐ ┌──────────┐ ┌──────────┐  │
│     │  npm /   │ │  MCP /   │ │  GitHub / │  │
│     │  PyPI    │ │  技能    │ │  网页     │  │
│     └──────────┘ └──────────┘ └──────────┘  │
├─────────────────────────────────────────────┤
│  3. 评估                                     │
│     对候选方案评分（功能、维护、社区、         │
│     文档、许可证、依赖）                     │
├─────────────────────────────────────────────┤
│  4. 决策                                     │
│     ┌─────────┐  ┌──────────┐  ┌─────────┐  │
│     │  直接   │  │  扩展    │  │  自建   │  │
│     │  采用   │  │  /封装   │  │  定制   │  │
│     └─────────┘  └──────────┘  └─────────┘  │
├─────────────────────────────────────────────┤
│  5. 实现                                     │
│     安装包 / 配置 MCP /                      │
│     编写最少量的自定义代码                   │
└─────────────────────────────────────────────┘

决策矩阵

信号	行动
完全匹配，维护良好，MIT/Apache 许可证	采用 — 直接安装使用
部分匹配，基础良好	扩展 — 安装并编写薄封装层
多个弱匹配	组合 — 结合2-3个小包
未找到合适的	自建 — 编写自定义代码，但参考研究成果

如何使用

第0步：工具可用性预检

这是智能体指导，不是可执行的设置脚本。只检查与当前任务和项目相关的渠道。

渠道	检查方法	如果缺失
仓库搜索	rg --files 和针对性的 rg 查询	声明仅检查了可见文件
包注册表	npm --version、python -m pip --version 或项目包管理器	使用网页/文档搜索，避免声称注册表覆盖
GitHub CLI	gh auth status	仅使用公共网页或本地 git 历史
MCP/文档工具	可用工具列表或本地 MCP 配置	回退到官方文档/网页搜索
技能目录	在适用时使用 ls ~/.claude/skills ~/.codex/skills	说明没有可用的本地技能目录

快速模式（内联）

在编写工具函数或添加功能之前，在脑海中快速过一遍：

0. 仓库中是否已存在？→ 先用 rg 搜索相关模块/测试
1. 这是常见问题吗？→ 搜索 npm/PyPI
2. 是否有对应的 MCP？→ 检查 ~/.claude/settings.json 并搜索
3. 是否有对应的技能？→ 检查 ~/.claude/skills/
4. 是否有 GitHub 实现/模板？→ 在编写全新代码前，运行 GitHub 代码搜索以查找维护良好的开源项目

完整模式（智能体）

对于非平凡功能，启动研究员智能体：

Agent(subagent_type="general-purpose", prompt="
  研究现有工具：[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：结构化比较并附推荐
")

较旧的 Claude Code 文档可能称之为 Task(...)；请使用当前活动框架暴露的智能体/子智能体工具名称。

按类别分类的搜索快捷方式

开发工具

• 代码检查 → eslint、ruff、textlint、markdownlint
• 格式化 → prettier、black、gofmt
• 测试 → jest、pytest、go test
• 预提交 → husky、lint-staged、pre-commit

AI/LLM 集成

• Claude SDK → Context7 获取最新文档
• 提示管理 → 检查 MCP 服务器
• 文档处理 → unstructured、pdfplumber、mammoth

数据与 API

• HTTP 客户端 → httpx (Python)、ky/undici (Node)
• 验证 → zod (TS)、pydantic (Python)
• 数据库 → 首先检查 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

与规划智能体

规划智能体应在第一阶段（架构审查）之前调用研究员：

• 研究员识别可用工具
• 规划智能体将其纳入实现计划
• 避免在计划中“重复造轮子”

与架构智能体

架构智能体应咨询研究员以获取：

• 技术栈决策
• 集成模式发现
• 现有参考架构

与迭代检索技能

结合使用以实现渐进式发现：

• 第一轮：广泛搜索（npm、PyPI、MCP）
• 第二轮：详细评估最佳候选
• 第三轮：测试与项目约束的兼容性

示例

示例1：“添加死链接检查”

需求：检查 Markdown 文件中的损坏链接
搜索：npm "markdown dead link checker"
找到：textlint-rule-no-dead-link（评分：9/10）
行动：采用 — npm install textlint-rule-no-dead-link
结果：零自定义代码，久经考验的解决方案

示例2：“添加 HTTP 客户端封装”

需求：具有重试和超时处理的弹性 HTTP 客户端
搜索：npm "http client retry"、PyPI "httpx retry"
找到：got (Node) 带重试插件、httpx (Python) 内置重试
行动：采用 — 直接使用 got/httpx 并配置重试
结果：零自定义代码，生产级库

示例3：“添加配置文件检查器”

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

反模式

• 直接写代码：在未检查是否存在现成方案的情况下编写工具函数
• 忽略 MCP：未检查 MCP 服务器是否已提供该能力
• 静默跳过：当搜索渠道不可用时报告“未找到”
• 过度定制：过度封装库，使其失去优势
• 依赖膨胀：为一个小功能安装一个庞大的包