search-first

Überblick über den search-first-Skill

Was search-first ist

Der search-first-Skill ist ein Workflow für Recherche vor dem Coden: erst bestehende Tools, Bibliotheken und Implementierungsmuster finden, dann erst eigenen Code schreiben. Er ist hilfreich, wenn der Assistent wie ein sorgfältiger Scout arbeiten soll und nicht wie ein Entwickler, der zuerst rät und dann baut.

Wer search-first nutzen sollte

Nutzen Sie den search-first-Skill, wenn Sie ein neues Feature beginnen, eine Abhängigkeit bewerten, eine Integration hinzufügen oder einen Helfer bauen, der möglicherweise schon existiert. Besonders gut passt er zum Use Case search-first for Skill Scaffolding, wenn Sie bewährte Muster wiederverwenden statt etwas Neues zu erfinden möchten.

Warum search-first wichtig ist

Der größte Nutzen von search-first liegt in der Entscheidungsqualität: Der Assistent wird dazu angehalten, vor Code-Empfehlungen npm, PyPI, GitHub, Webquellen und verwandte Skills zu durchsuchen. Das reduziert Doppelarbeit, verbessert die Auswahl von Abhängigkeiten und macht Entscheidungen wie „bauen, übernehmen oder kapseln“ deutlich besser begründbar.

So verwenden Sie den search-first-Skill

Installieren und auslösen

Für search-first install fügen Sie den Skill mit npx skills add affaan-m/everything-claude-code --skill search-first hinzu. Lösen Sie ihn aus, wenn die Aufgabe nach „füge X hinzu“, „finde eine Library für Y“ oder „gibt es dafür schon eine bessere Lösung?“ klingt. Das Muster search-first usage funktioniert am besten, wenn Sie ausdrücklich Recherche vor der Implementierung anfordern.

Geben Sie ein entscheidungsorientiertes Briefing

Ein schwaches Briefing lautet: „Baue einen Dateiparser.“ Ein stärkeres Briefing lautet: „Ich brauche einen TypeScript-Dateiparser für Node 18, er muss Streaming unterstützen, keine nativen Abhängigkeiten haben, MIT-Lizenz bevorzugt, und ich möchte 3 Optionen zum Übernehmen oder Bauen mit Trade-offs.“ Dieses Format gibt dem Skill genug Kontext, um gezielt zu suchen und Kandidaten zu vergleichen, statt generische Vorschläge zurückzugeben.

Lesen Sie zuerst die richtigen Dateien

Beginnen Sie mit SKILL.md und prüfen Sie dann README.md, AGENTS.md, metadata.json sowie vorhandene Ordner wie rules/, resources/, references/ oder scripts/, falls sie existieren. In diesem Repo ist SKILL.md die wichtigste Quelle der Wahrheit, sodass Sie schnell arbeiten können, ohne sich durch zusätzliche Hilfsdateien zu kämpfen.

Nutzen Sie den Workflow als Prompt-Vorlage

Ein praktikabler search-first guide-Prompt sollte nach Bedarf, Einschränkungen, Kandidatensuche, Bewertungskriterien und einer klaren Entscheidung fragen. Beispiel: „Recherchiere bestehende Optionen für X, vergleiche 3 Kandidaten, bewerte sie nach Wartung, Doku, Lizenz und Passung und empfehle dann adopt, extend oder build custom.“ Diese Struktur hilft dem Research-Agenten, brauchbare Ergebnisse statt einer losen Liste zu liefern.

FAQ zum search-first-Skill

Ist search-first nur für große Projekte sinnvoll?

Nein. Oft ist er gerade bei kleinen Aufgaben am wertvollsten, weil dort still und leise technischer Schulden entstehen können, etwa bei einer Hilfsfunktion, einem UI-Utility oder einer Abhängigkeitsentscheidung. Die Kosten dafür, Recherche zu überspringen, sind häufig am höchsten, wenn die Änderung auf den ersten Blick simpel wirkt.

Worin unterscheidet sich search-first von einem normalen Prompt?

Ein normaler Prompt fragt vielleicht nach Ideen; der search-first skill verlangt einen Recherche-Workflow und eine Entscheidung. Das ist wichtig, weil die Ausgabe Entscheidungen zur Übernahme unterstützen soll und nicht nur die Frage beantworten soll: „Was könnte ich programmieren?“

Ist search-first für Einsteiger geeignet?

Ja, wenn Sie Ziel und Einschränkungen beschreiben können. Einsteiger profitieren, weil der Skill den Suchraum eingrenzt und vorhandene Optionen sichtbar macht, die man sonst vielleicht gar nicht in Betracht zieht. Weniger hilfreich ist er, wenn Sie sofort Code ohne Trade-off-Analyse möchten.

Wann sollte ich search-first nicht nutzen?

Lassen Sie ihn weg, wenn die Aufgabe eindeutig maßgeschneidert, zeitkritisch oder eng auf Ihre Codebasis zugeschnitten ist und keine externe Lösung sinnvoll passt. Wenn Sie das genaue Paket oder Muster bereits kennen, kann direkte Umsetzung schneller sein als eine vollständige Recherche.

So verbessern Sie den search-first-Skill

Nennen Sie Einschränkungen, die die Suche wirklich verändern

Der größte Qualitätsgewinn entsteht, wenn Sie harte Constraints direkt am Anfang nennen: Sprache, Laufzeit, Framework, Lizenz, Bundle-Größe, Sicherheitsregeln, Plattformgrenzen und ob native Abhängigkeiten erlaubt sind. Diese Details helfen dem Skill, Kandidaten herauszufiltern, statt nur populäre, aber unbrauchbare Optionen anzuzeigen.

Bitten Sie um Vergleiche, nicht nur um Empfehlungen

Ein besseres search-first usage-Briefing verlangt eine kurze Shortlist und eine Empfehlung mit Begründung. Zum Beispiel: „Vergleiche 3 Bibliotheken, erkläre, warum jede scheitern könnte, und wähle dann eine für den produktiven Einsatz und eine als Fallback.“ Das liefert deutlich handlungsfähigere Recherche als eine Antwort mit nur einem Namen.

Achten Sie auf oberflächlichen Neuheits-Bias

Ein häufiger Fehler besteht darin, das neueste oder sichtbarste Projekt auszuwählen, ohne Wartung, Doku oder Integrationsaufwand zu prüfen. Verbessern Sie den search-first skill, indem Sie ihn anweisen, Einführungsaufwand, Ökosystem-Passung und Ausschlusskriterien mitzuliefern.

Iterieren Sie nach dem ersten Durchlauf

Wenn das erste Ergebnis zu breit ist, schärfen Sie den nächsten Prompt mit genau einem fehlenden Constraint oder einem einzelnen Akzeptanztest. Bei search-first for Skill Scaffolding kann das bedeuten, die Zielsprache, die Repo-Struktur oder die genaue Art des Scaffolds zu ergänzen, den Sie wiederverwenden möchten.