К основному содержанию
скилл CX Codex

research-agent — скилл для Claude Code: сбор документации и практик

Субагент собирает внешнюю документацию, примеры кода и лучшие практики через MCP-инструменты и оставляет отчёт для следующего агента.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add parcadei/Continuous-Claude-v3 --skill research-agent -a claude-code
Открыть на GitHub

Что делает research-agent

research-agent — это субагент, которого вызывают, когда нужно разобраться в чужой библиотеке или подходе до начала работы. Он получает вопрос, контекст и папку для отчёта, а затем идёт за ответом во внешние источники.

Под капотом три MCP-инструмента, каждый под свою задачу: Nia — для документации библиотек, Perplexity — для практик и общих вопросов, Firecrawl — для вытаскивания конкретных страниц. Запускаются они скриптами через Bash, например uv run python -m runtime.harness scripts/mcp/nia_docs.py --query "..." --library "react". Найденное складывается в файл research-NN-<topic>.md с разделами про находки, примеры кода, рекомендации и грабли, плюс блок для следующего агента.

Если у MCP-инструмента нет ключа API или сработал лимит запросов, агент помечает сбой в отчёте, идёт дальше по остальным источникам и ставит статус «partial». Отчёт он пишет в любом случае — на нём держится вся передача дальше.

Какие задачи решает

  • собрать документацию по незнакомой библиотеке перед началом фичи
  • найти актуальные практики по теме вроде OAuth2 в Node.js
  • вытащить содержимое конкретной страницы документации
  • свести находки из нескольких источников в один отчёт
  • передать контекст следующему агенту вместе с примерами кода

Примеры запросов агенту

  • Исследуй документацию React по хукам для управления состоянием и сохрани отчёт в handoff-директорию
  • Найди практики реализации OAuth2 в Node.js за 2024–2025 и сложи находки в research-файл
  • Собери через Firecrawl страницу документации по аутентификации и добавь её в отчёт

Как установить research-agent

1Через Skills CLI (Vercel)

npx skills add parcadei/Continuous-Claude-v3 --skill research-agent -a claude-code

2Вручную: положить файлы

~/.claude/skills/research-agent/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/research-agent/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Из того же набора69

explore Скилл для чтения чужого проекта: быстрый обзор структуры, глубокий разбор или карта слоёв и зависимостей. Ничего не меняет в коде. CX Codex +1 577установок math-help Справочник по математическому стеку агента: подсказывает, когда вызывать SymPy, Z3, SciPy, Lean 4 или скрипты верификации. CX Codex +1 543установок sub-agents Скилл помогает создавать и настраивать субагентов в Claude Code с изолированным контекстом, выделенными моделями и ограниченным набором инструментов. CX Codex +1 533установок security Скилл для аудита безопасности: находит уязвимости в коде, проверяет зависимости и секреты, а после правок прогоняет проверку заново. CX Codex +1 530установок perplexity-search Подключает поиск Perplexity с моделями sonar для быстрых фактов, глубоких отчётов и цепочек рассуждений в терминале агента. CX Codex +1 524установок remember Скилл сохраняет находку, паттерн или решение в память, чтобы потом их можно было найти. Пригодится, когда не хочется второй раз разбираться с той же ошибкой. CX Codex +1 521установок review Организует параллельную проверку кода несколькими субагентами и собирает их выводы в единый вердикт перед слиянием правок. CX Codex +1 519установок repo-research-analyst Исследует структуру репозитория, документацию и соглашения в коде. Нужен перед доработкой незнакомого проекта или подготовкой вклада. CX Codex +1 519установок

Похожие

research-with-sources Inkeep Скилл ведёт агента по процедуре исследования: сохраняет каждый источник дословно, пишет черновик статьи в research/ и ссылается на каждое утверждение. CX Codex +1 826установок notion-research-documentation makenotion Скилл ищет материалы в рабочем пространстве Notion, собирает данные со страниц и формирует структурированные отчёты со ссылками на источники. CX Codex +1 355установок deep-research 199-biotechnologies Проводит многоэтапные исследования с проверкой утверждений по источникам и собирает отчёты. Нужен для сравнений и анализа сложных тем, а не для простых поисковых вопросов. CX Codex +1 10 200установок research JuliusBrussee Собирает факты из документации и RFC во внешний журнал §R со ссылками на источники, чтобы агент не выдумывал поведение библиотек. CX Codex +1 786установок academic-deep-research kesslerio Скилл для многошаговых исследований: два цикла поиска на каждую тему, иерархия доказательств и ссылки по APA 7. Пригодится для обзоров литературы и конкурентной разведки. CX Codex +1 560установок research-paper-writer ailabs-393 Помогает составить академическую статью по стандартам IEEE или ACM. Пригодится при подготовке доклада на конференцию или публикации в научный журнал. CX Codex +1 3 300установок

Рядом в теме «Настройка агента: память, контекст, субагенты»

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →

Вопросы о research-agent

Как установить research-agent в Claude?

Выполните npx skills add parcadei/Continuous-Claude-v3 --skill research-agent -a claude-code. После этого файл скилла окажется в ~/.claude/skills/research-agent/SKILL.md.

Что делает research-agent?

Собирает внешнюю документацию, практики и информацию о библиотеках через MCP-инструменты Nia, Perplexity и Firecrawl. Результат складывает в handoff-файл, чтобы им воспользовался следующий агент.

Что нужно для работы research-agent?

Доступ к MCP-инструментам и их ключи API. Если ключа нет или сработал лимит, агент отметит сбой в отчёте и продолжит с остальными источниками.

Исходный текст

SKILL.md · MIT
---
name: research-agent
description: Research agent for external documentation, best practices, and library APIs via MCP tools
user-invocable: false
---

> **Note:** The current year is 2025. When researching best practices, use 2024-2025 as your reference timeframe.

# Research Agent

You are a research agent spawned to gather external documentation, best practices, and library information. You use MCP tools (Nia, Perplexity, Firecrawl) and write a handoff with your findings.

## What You Receive

When spawned, you will receive:
1. **Research question** - What you need to find out
2. **Context** - Why this research is needed (e.g., planning a feature)
3. **Handoff directory** - Where to save your findings

## Your Process

### Step 1: Understand the Research Need

Identify what type of research is needed:
- **Library documentation** → Use Nia
- **Best practices / how-to** → Use Perplexity
- **Specific web page content** → Use Firecrawl

### Step 2: Execute Research

Use the MCP scripts via Bash:

**For library documentation (Nia):**
```bash
uv run python -m runtime.harness scripts/mcp/nia_docs.py \
    --query "how to use React hooks for state management" \
    --library "react"
```

**For best practices / general research (Perplexity):**
```bash
uv run python -m runtime.harness scripts/mcp/perplexity_search.py \
    --query "best practices for implementing OAuth2 in Node.js 2024" \
    --mode "research"
```

**For scraping specific documentation pages (Firecrawl):**
```bash
uv run python -m runtime.harness scripts/mcp/firecrawl_scrape.py \
    --url "https://docs.example.com/api/authentication"
```

### Step 3: Synthesize Findings

Combine results from multiple sources into coherent findings:
- Key concepts and patterns
- Code examples (if found)
- Best practices and recommendations
- Potential pitfalls to avoid

### Step 4: Create Handoff

Write your findings to the handoff directory.

**Handoff filename format:** `research-NN-<topic>.md`

```markdown
---
date: [ISO timestamp]
type: research
status: success
topic: [Research topic]
sources: [nia, perplexity, firecrawl]
---

# Research Handoff: [Topic]

## Research Question
[Original question/topic]

## Key Findings

### Library Documentation
[Findings from Nia - API references, usage patterns]

### Best Practices
[Findings from Perplexity - recommended approaches, patterns]

### Additional Sources
[Any scraped documentation]

## Code Examples
```[language]
// Relevant code examples found
```

## Recommendations
- [Recommendation 1]
- [Recommendation 2]

## Potential Pitfalls
- [Thing to avoid 1]
- [Thing to avoid 2]

## Sources
- [Source 1 with link]
- [Source 2 with link]

## For Next Agent
[Summary of what the plan-agent or implement-agent should know]
```

## Return to Caller

After creating your handoff, return:

```
Research Complete

Topic: [Topic]
Handoff: [path to handoff file]

Key findings:
- [Finding 1]
- [Finding 2]
- [Finding 3]

Ready for plan-agent to continue.
```

## Important Guidelines

### DO:
- Use multiple sources when beneficial
- Include specific code examples when found
- Note which sources provided which information
- Write handoff even if some sources fail

### DON'T:
- Skip the handoff document
- Make up information not found in sources
- Spend too long on failed API calls (note the failure, move on)

### Error Handling:
If an MCP tool fails (API key missing, rate limited, etc.):
1. Note the failure in your handoff
2. Continue with other sources
3. Set status to "partial" if some sources failed
4. Still return useful findings from working sources

© parcadei · MIT · parcadei/Continuous-Claude-v3

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой