SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场search-first

search-first

编程与开发

查看项目

更新于 10-15 10:36

技能介绍

用途

search-first（/search-first）是一个围绕「Research Before You Code（先研究再写代码）」的工作流技能，用于把「先搜索已有解决方案，再动手实现」这一做法系统化。

触发场景

资料列出以下情形应使用该技能：

  • 开始一个新功能，而该功能很可能已有现成方案
  • 新增依赖或集成
  • 用户提出「增加 X 功能」，而你正准备写代码
  • 在创建新的工具类、辅助函数或抽象层之前

工作流

流程分为六步（编号从 0 开始）：

  1. 工具可用性预检（TOOL AVAILABILITY PREFLIGHT）：在依赖各搜索渠道之前先检查其是否可用；如实报告被跳过的渠道。
  2. 需求分析（NEED ANALYSIS）：明确需要什么功能，识别语言/框架约束。
  3. 并行搜索（PARALLEL SEARCH，由 researcher 智能体执行）：并行搜索 npm / PyPI、MCP / Skills、GitHub / Web。
  4. 评估（EVALUATE）：对候选方案打分，维度包括功能、维护状况、社区、文档、许可证、依赖。
  5. 决策（DECIDE）：三选一——按原样采用（Adopt as-is）、扩展/包装（Extend/Wrap）、自建（Build Custom）。
  6. 实施（IMPLEMENT）：安装包、配置 MCP，或编写最小化自定义代码。

决策矩阵

  • 精确匹配、维护良好、MIT/Apache 许可 → 采用（Adopt），直接安装并使用
  • 部分匹配、基础良好 → 扩展（Extend），安装并编写轻量包装层
  • 多个弱匹配 → 组合（Compose），组合 2–3 个小包
  • 未找到合适方案 → 自建（Build），但基于调研结果来写

使用方式

第 0 步：工具可用性预检

资料明确说明这是智能体指引（agent guidance），不是可执行安装脚本；只需检查与当前任务和项目相关的渠道。

各渠道检查项与缺失时的处理：

  • 仓库搜索：使用 rg --files 与针对性的 rg 查询；若缺失，说明只检查了可见文件。
  • 包仓库：检查 npm --version、python -m pip --version 或项目包管理器；若缺失，改用网页/文档搜索，且不要声称覆盖了包仓库。
  • GitHub CLI：gh auth status；若缺失，仅使用公开网页或本地 git 历史。
  • MCP/文档工具：查看可用工具列表或本地 MCP 配置；若缺失，回退到官方文档/网页搜索。
  • Skills 目录：在适用时执行 ls ~/.claude/skills ~/.codex/skills；若缺失，说明没有可用的本地技能目录。

快速模式（内联）

在编写工具或增加功能前，在心里快速过一遍：

  • 仓库中是否已存在？→ 先用 rg 搜索相关模块/测试。
  • 是否是常见问题？→ 搜索 npm/PyPI。
  • 是否有对应的 MCP？→ 检查 ~/.claude/settings.json 并搜索。
  • 是否有对应的 skill？→ 检查 ~/.claude/skills/。
  • 是否有 GitHub 实现/模板？→ 在编写全新代码前，运行 GitHub 代码搜索查找有维护的开源实现。

完整模式（智能体）

对于非平凡（non-trivial）的功能，启动 researcher 智能体，提示词形式为：

Agent(subagent_type="general-purpose", prompt="
  Research existing tools for: [DESCRIPTION]
  Language/framework: [LANG]
  Constraints: [ANY]

  Search: npm/PyPI, MCP servers, Claude Code skills, GitHub
  Return: Structured comparison with recommendation
")

资料提示：较旧的 Claude Code 文档可能称其为 Task(...)；应使用当前 harness 暴露的 agent/subagent 工具名。

分类搜索捷径

  • 开发工具链：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 → 通过 Context7 查最新文档；Prompt 管理 → 检查 MCP servers；文档处理 → unstructured、pdfplumber、mammoth。
  • 数据与 API：HTTP 客户端 → httpx（Python）、ky/undici（Node）；校验 → zod（TS）、pydantic（Python）；数据库 → 先检查是否有 MCP servers。
  • 内容与发布：Markdown 处理 → remark、unified、markdown-it；图片优化 → sharp、imagemin。

与其他组件的集成

  • 与 planner 智能体：planner 应在 Phase 1（Architecture Review）之前调用 researcher——researcher 找出可用工具，planner 将其纳入实施计划，避免在计划中「重复造轮子」。
  • 与 architect 智能体：architect 应在技术栈决策、集成模式发现、现有参考架构方面咨询 researcher。
  • 与 iterative-retrieval 技能：结合以实现渐进式发现——第 1 轮广泛搜索（npm、PyPI、MCP），第 2 轮详细评估头部候选，第 3 轮测试与项目约束的兼容性。

示例

  • 示例 1「增加死链检查」：需求为检查 markdown 文件中的失效链接；搜索 npm "markdown dead link checker"；找到 textlint-rule-no-dead-link（评分 9/10）；动作：采用——npm install textlint-rule-no-dead-link；结果：零自定义代码，经充分验证的方案。
  • 示例 2「增加 HTTP 客户端包装」：需求为带重试与超时处理的健壮 HTTP 客户端；搜索 npm "http client retry"、PyPI "httpx retry"；找到 Node 的 got（带 retry 插件）、Python 的 httpx（内置重试）；动作：采用——直接使用 got/httpx 并配置重试；结果：零自定义代码，生产验证过的库。
  • 示例 3「增加配置文件 linter」：需求为按 schema 校验项目配置文件；搜索 npm "config linter schema"、"json schema validator cli"；找到 ajv-cli（评分 8/10）；动作：采用 + 扩展——安装 ajv-cli，编写项目专用 schema；结果：1 个包 + 1 个 schema 文件，无自定义校验逻辑。

反模式

资料列出的反模式包括：直接跳到编码（未检查是否已存在就编写工具）；忽视 MCP（未检查 MCP server 是否已提供该能力）；静默跳过（在某个搜索渠道不可用时却报告「什么都没找到」）；过度定制（把库包装得过重，以致失去其价值）；依赖膨胀（为一个小功能安装庞大的包）。

限制

资料未提供关于安装命令、收费、价格或平台支持范围的信息，除上述内容外暂未提供其他限制说明。第 0 步被明确标注为智能体指引而非可执行设置脚本。