Agent Skills
返回列表
搜索先行工作流

搜索先行工作流

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fccf428b/search-first 技能到当前 AI 助手。

技能介绍

为什么写代码前要先搜索

当你面对一个通用功能——HTTP 客户端封装、Markdown 处理、死链检查、配置校验——最快路径往往是"自己写一个"。但仓库里可能已经有类似的工具函数,PyPI 或 npm 上可能有维护良好的库,MCP 服务器甚至已经提供了现成能力。直接跳进代码的代价不仅是重复造轮子,还包括引入不必要的依赖、错过边界条件处理、以及和项目现有约定不一致。

/search-first 把"先验证再实现"固化为流程,避免让 AI Agent 在信息不足时默认选择从零构建。

核心机制与关键步骤

四路决策矩阵

搜索完成后按以下信号分流:

  • 完全匹配:存在高质量、许可证友好(MIT/Apache)的现成方案 → 直接采用
  • 部分匹配:有可用基础但不完全契合 → 安装后写薄包装层
  • 多个弱匹配:没有单一完美方案 → 组合 2-3 个小包
  • 无匹配:确实需要自建 → 但基于搜索获得的模式与约束来设计

五条检索通道

技能在动手前系统化检查:

  • 仓库内搜索(rg --files + 定向 rg 查询)
  • 包管理器(npm / pip / 项目对应的 registry)
  • gh auth status 可用时的 GitHub CLI 与公开代码搜索
  • MCP 服务器和官方文档工具
  • 本地技能目录 ~/.claude/skills / ~/.codex/skills

两种使用模式

Quick Mode(内联):简单任务时直接按 5 步检查清单自检,适合日常小改动。

Full Mode(Agent):非平凡功能启动 researcher 子代理做分轮检索——先广搜、再深入评估候选、最后测试项目约束兼容性。

技能还内置分类检索捷径:Linting / Format / Test 工具链、LLM 集成(Claude SDK 走 Context7)、HTTP 客户端、Markdown 处理、图像优化等高频领域都有推荐起点。

与其他 Agent 的集成

planner 应在架构评审前先调用 researcher,避免计划阶段重复造轮子;architect 在技术选型、集成模式和参考架构决策时也应先检索。

适用边界与常见反模式

这个技能不替代技术判断,它只把"有没有现成的"从凭记忆变成有据可查。注意以下几点:

  • 检索通道不可用时要明确说明,而不是静默报告"没找到"
  • 不要过度包装库——过度抽象反而失去第三方方案的更新红利
  • 单个小功能不要引入巨型依赖包
  • 检索结果需要结合项目实际约束过滤,"存在"不等于"适合"

使用场景

  • 接手新项目要加 HTTP 客户端封装,先查 npm/PyPI 与 MCP 是否有成熟方案
  • 集成新的第三方依赖前,先在仓库里用 `rg` 找出已有实现和冲突入口
  • 给既有服务添加 dead-link 检查时,先搜索维护中的 OSS 工具再决定自建
  • 编写项目专用工具函数前,检查技能目录与 GitHub 是否有现成模板

适合人员

  • 需要在现有代码库里扩展功能、又不想重复造轮子的后端工程师
  • 负责把 Agent 研究步骤嵌进工作流的技术负责人
  • 搭建新项目工具链、希望先看社区方案再选型的全栈开发者
  • 维护内部 MCP 工具目录、想补全检索清单的开发者