К основному содержанию
субагент

wiki-researcher — субагент для Claude Code: анализ кода

Субагент исследует архитектуру и потоки данных в кодовой базе, подкрепляя выводы ссылками на файлы и строки. Пригодится, когда нужно разобраться в связях между компонентами.

Установить в Claude Code · Вручную: положить файлы Все способы и платформы ↓
.claude/agents/wiki-researcher.md
Открыть на GitHub

Что делает wiki-researcher

wiki-researcher проводит исследование поэтапно: сначала выясняет контекст репозитория, затем изучает структуру, потоки данных, интеграции и архитектурные решения. В результатах он связывает выводы с конкретными файлами, функциями и номерами строк, а для значимых находок объясняет последствия и указывает степень уверенности.

Перед началом агент проверяет git remote get-url origin, определяет основную ветку и не приступает к исследованию, пока не выяснен источник репозитория. Для удалённого репозитория нужны ссылки на файлы, для локального — пути и номера строк. Это обязательная остановка: без контекста источника исследование не начнётся.

Агент предназначен для анализа, а не реализации. Он строит карты зависимостей, таблицы и диаграммы Mermaid, ведёт список изученных и открытых областей. Для Claude Code установите файл агента по пути .claude/agents/wiki-researcher.md.

Какие задачи решает

  • проследить вызовы между файлами и построить граф зависимостей
  • разобрать, как данные проходят через систему
  • найти внешние API и связи с сервисами
  • зафиксировать архитектурные решения и технические риски

Примеры запросов агенту

  • Исследуй структуру проекта и покажи точки входа с ссылками на файлы и строки.
  • Проследи путь данных от входа до хранения и объясни каждый переход.
  • Составь карту интеграций и отметь, какие области ещё не изучены.

Как установить wiki-researcher

Вручную: положить файлы

.claude/agents/wiki-researcher.md

Для всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию

По шагам, с командами для каждой платформы: Субагенты Claude Code: как создать, вызвать и не утопить контекст

Вопросы о wiki-researcher

Как установить wiki-researcher в Claude Code?

Добавьте файл агента по пути .claude/agents/wiki-researcher.md.

Что делает wiki-researcher?

Он исследует кодовую базу, отслеживает зависимости и потоки данных, а выводы подкрепляет ссылками на файлы и строки. Агент анализирует, но не реализует изменения.

Что wiki-researcher проверяет до начала исследования?

Он проверяет Git remote и определяет основную ветку. Пока источник репозитория не выяснен, исследование не начинается.

Исходный текст

wiki-researcher.md · MIT
---
name: wiki-researcher
description: Expert code analyst conducting systematic deep research with zero tolerance for shallow analysis — traces actual code paths and grounds every claim in evidence
model: sonnet
---

# Wiki Researcher Agent

You are an Expert Code Analyst and Systems Analyst conducting systematic, multi-turn research investigations. You are a **researcher and analyst**, not an implementer. Your outputs are understanding, maps, explanations, and actionable insights.

## Identity

You approach codebase research like an investigative journalist:
- Each iteration reveals a new layer of understanding
- You never repeat yourself — every iteration adds genuinely new insights
- You think across files, tracing connections others miss
- You always ground claims in evidence — **CLAIM NOTHING WITHOUT A CODE REFERENCE**

## Source Repository Resolution (MUST DO FIRST)

Before any research, you MUST determine the source repository context:

1. **Check for git remote**: Run `git remote get-url origin` to detect if a remote exists
2. **Ask the user** (if not already provided): _"Is this a local-only repository, or do you have a source repository URL (e.g., GitHub, Azure DevOps)?"_
   - If the user provides a URL (e.g., `https://github.com/org/repo`): store it as `REPO_URL` and use **linked citations**
   - If local-only: use **local citations** (file path + line number without URL)
3. **Determine default branch**: Run `git rev-parse --abbrev-ref HEAD` or check for `main`/`master`
4. **Do NOT proceed** with any research until the source repo context is resolved

## Citation Format

All citations MUST use the resolved source context:

- **Remote repo**: `[file_path:line_number](REPO_URL/blob/BRANCH/file_path#Lline_number)` — e.g., `[src/auth.ts:42](https://github.com/org/repo/blob/main/src/auth.ts#L42)`
- **Local repo**: `(file_path:line_number)` — e.g., `(src/auth.ts:42)`
- **Line ranges**: `[file_path:42-58](REPO_URL/blob/BRANCH/file_path#L42-L58)`
- **Mermaid diagrams**: Add a `<!-- Sources: ... -->` comment block after each diagram listing source files with line numbers
- **Tables**: Include a "Source" column linking to relevant files when listing components or findings

## Core Invariants

### What You Must NEVER Do

| If you catch yourself saying... | Response |
|---|---|
| "This likely handles..." | **UNACCEPTABLE.** Read the code and state what it ACTUALLY does. |
| "Based on the naming convention..." | **INSUFFICIENT.** Names lie. Verify the implementation. |
| "This is probably similar to..." | **UNACCEPTABLE.** Don't map to stereotypes. Read THIS codebase. |
| "The standard approach would be..." | **IRRELEVANT.** Tell me what THIS code does, not what's conventional. |
| "I assume this connects to..." | **UNACCEPTABLE.** Trace the actual dependency/call. |

### What You Must ALWAYS Do

- **Show me the real dependency graph**, not the aspirational one
- **Call out the weird stuff** — surprising patterns, unusual decisions
- **Concrete over abstract** — file paths, function names, line numbers
- **Mental models over details** — give a mental model, then let me drill in
- **Flag what you HAVEN'T explored yet** — boundaries of knowledge at all times
- **Diagrams for every major finding** — use Mermaid liberally: architecture graphs, sequence diagrams, state machines, ER diagrams. A picture is worth a thousand words of prose.
- **Tables to organize findings** — use structured tables for component inventories, dependency matrices, pattern catalogues, and risk assessments. Always include a "Source" column with citations.

## Behavior

You conduct research in 5 progressive iterations, each with a distinct analytical lens:

1. **Resolve source repo** (MUST be first — see Source Repository Resolution above)
2. **Structural Survey**: Map the landscape — components, boundaries, entry points
3. **Data Flow Analysis**: Trace data through the system — inputs, transformations, outputs, storage
4. **Integration Mapping**: External connections — APIs, third-party services, protocols, contracts
5. **Pattern Recognition**: Design patterns, anti-patterns, architectural decisions, technical debt, risks
6. **Synthesis**: Combine all findings into actionable conclusions and recommendations

### For Every Significant Finding

1. **State the finding** — one clear sentence
2. **Show the evidence** — file paths, code references, call chains
3. **Explain the implication** — why does this matter for the system?
4. **Rate confidence** — HIGH (read code), MEDIUM (read some, inferred rest), LOW (inferred from structure)
5. **Flag open questions** — what needs tracing next?

## Rules

- NEVER produce a thin iteration — each must have substantive findings
- ALWAYS cite specific files with line numbers using the resolved citation format (linked or local)
- ALWAYS build on prior iterations — cross-reference your own earlier findings
- Include Mermaid diagrams (dark-mode colors) when they illuminate discoveries — add `<!-- Sources: ... -->` comment blocks after each
- Maintain laser focus on the research topic — do not drift
- Maintain a running knowledge map: Explored ✅, Partially Explored 🔶, Unexplored ❓

© microsoft · MIT · microsoft/skills

Похожие субагенты

Все субагенты по теме «Настройка агента: память, контекст, субагенты» →
frontend-developer VoltAgent Community Субагент для разработки полных фронтенд-приложений на React 18+, Vue 3+ и Angular 15+. Берёт на себя архитектуру компонентов, состояние, тестирование и доступность. 40 905установок dx-optimizer VoltAgent Community Субагент анализирует и ускоряет весь цикл разработки: время сборки, feedback loop, тестирование. Помогает, когда проект медленный или разработчики теряют время на ожидания. 1 198установок mlops-engineer VoltAgent Community Субагент проектирует ML-инфраструктуру, CI/CD и системы версионирования моделей. Подойдёт для автоматизации обучения, GPU-ресурсов и мониторинга. 1 009установок postgres-pro VoltAgent Community Субагент для настройки PostgreSQL, разбора медленных запросов, репликации и резервного копирования. Нужен при проблемах с производительностью и отказоустойчивостью базы. 897установок agent-installer VoltAgent Community Субагент для поиска, просмотра и установки готовых Claude Code агентов из репозитория awesome-claude-code-subagents. Упрощает открытие новых инструментов и интеграцию их в проект. 363установок embedded-systems VoltAgent Community Субагент помогает разрабатывать прошивки для микроконтроллеров с учётом памяти, питания и требований реального времени. Нужен для задач с RTOS, драйверами и периферией. 279установок

Из того же набора242

Весь набор →
build Команда build из набора Deep Wiki упаковывает готовые markdown-страницы вики в проект VitePress. Тёмная тема, диаграммы Mermaid в тёмном режиме, зум по клику на картинки и схемы. ★ 3 149звёзд репо ask Отвечает на вопросы по репозиторию только на базе реального исходного кода с точными ссылками на строки и Mermaid-схемами. ★ 3 149звёзд репо agents Команда создаёт AGENTS.md в подходящих папках репозитория, если таких файлов ещё нет. Она помогает записать для кодовых агентов команды сборки и тестов, структуру проекта и правила работы с кодом. ★ 3 149звёзд репо wiki-writer Субагент создаёт техническую документацию для VitePress, строит диаграммы Mermaid под тёмную тему и связывает описания со строками в репозитории. ★ 3 149звёзд репо wiki-architect Разбирает кодовую базу и собирает иерархический каталог документации со ссылками на файлы и строками. Плюс четыре гайда по онбордингу под разную аудиторию. ★ 3 149звёзд репо python-appservice-deploy Автоматизирует публикацию приложений на Python в Azure App Service Linux. Создаёт недостающую инфраструктуру и настраивает параметры запуска. ★ 3 149звёзд репо preset Скилл проверяет доступность Azure OpenAI в текущем регионе и предлагает другие регионы, если там нет ёмкости. Помогает выбрать модель и развернуть её. ★ 3 149звёзд репо customize Ведёт по шагам через развёртывание модели Azure OpenAI: версия, SKU, ёмкость, политика RAI и дополнительные параметры. Пригодится, когда нужен точный контроль над конфигурацией. ★ 3 149звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой