smithery.ai

research-and-analysis

Use when analyzing code structure, researching codebase, investigating architecture, exploring dependencies, creating reports, auditing code quality, or when asked to проанализировать, исследовать, изучить, составить отчёт, провести аудит - provides structured approach for exploration tasks without immediate code changes

First seen Mar 23, 2026

Installation

$ npx skills add https://smithery.ai

Summary

Use when analyzing code structure, researching codebase, investigating architecture, exploring dependencies, creating reports, auditing code quality, or when asked to проанализировать, исследовать, изучить, составить отчёт, провести аудит - provides structured approach for exploration tasks without immediate code changes

Similar popular skills

Related neighbors and high-traction skills in the same topics — useful to compare before installing.

Also in this package

Other skills from smithery.ai · top by installs.

npx skills add https://smithery.ai

Browse all from smithery.ai

More details

Agent compatibility

Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.

Claude Code Declared
Cursor Not declared
Codex Not declared
GitHub Copilot Not declared
Windsurf Not declared
Gemini CLI Not declared
Cline Not declared
OpenCode Not declared

Skill metadata

Parsed from SKILL.md frontmatter.

Declared agents claude-code

Package contents

Files included with this skill beyond the listing page.

  • skill md SKILL.md 7,173 B
  • docs SUMMARY.md 412 B

History

  1. First seen on skills.sh
  2. First recorded snapshot · 1 installs

SKILL.md

Research and Analysis

Overview

Структурированный подход к исследовательским задачам, которые требуют анализа без немедленных изменений кода.

Core principle: Сначала понять систему полностью → затем формировать рекомендации.

When to Use

Используй этот skill для:

  • Анализа архитектуры кодовой базы
  • Исследования зависимостей между модулями
  • Аудита качества кода
  • Составления отчётов о состоянии проекта
  • Изучения структуры перед рефакторингом
  • Выявления потенциальных проблем
  • Performance analysis без немедленного фикса

When NOT to Use

НЕ используй этот skill если:

  • Есть конкретный баг → используй /systematic-debugging
  • Нужно создать новую фичу → используй /brainstorm
  • Есть готовые требования → используй /writing-plans
  • Простой вопрос ("Что делает X?") → отвечай напрямую

The Four Phases

Phase 1: Scope Definition

Перед началом исследования определи:

  1. Границы исследования

- Какие директории/модули включены? - Какие исключены? - Насколько глубоко погружаться?

  1. Конкретные вопросы

- Что именно нужно узнать? - Какие решения будут приняты на основе результатов? - Кто потребитель отчёта?

  1. Критерии успеха

- Когда исследование считается завершённым? - Какой формат результата ожидается?

Phase 2: Systematic Exploration

Используй правильные инструменты:

Задача Инструмент Когда использовать
Структура директорий tree, ls High-level обзор
Поиск файлов по паттерну Glob Найти все компоненты типа X
Поиск по содержимому Grep Найти использования функции
Чтение кода Read Понять логику конкретного файла
Структура символов LSP documentSymbol Обзор классов/функций в файле
Навигация к определению LSP goToDefinition Найти где определён тип
Поиск использований LSP findReferences Найти все вызовы функции
Call graph LSP incomingCalls Понять кто вызывает функцию

Порядок исследования:

digraph exploration {
    rankdir=TB;
    node [shape=box];

    high [label="1. High-level обзор\n(структура директорий)"];
    patterns [label="2. Паттерны и конвенции\n(Grep по типичным паттернам)"];
    deep [label="3. Глубокий анализ\n(Read + LSP для ключевых файлов)"];
    deps [label="4. Зависимости\n(imports, calls)"];
    doc [label="5. Документирование находок"];

    high -> patterns -> deep -> deps -> doc;
}

Phase 3: Analysis

После сбора данных:

  1. Выявить паттерны

- Повторяющиеся структуры - Общие подходы в коде - Отклонения от паттернов

  1. Идентифицировать проблемы/риски

- Technical debt - Потенциальные баги - Performance bottlenecks - Security concerns

  1. Сформировать рекомендации

- Конкретные действия - Приоритеты (P0-P3) - Зависимости между рекомендациями

Phase 4: Report

Структура отчёта:

# [Название исследования]

**Дата:** YYYY-MM-DD
**Scope:** [Границы исследования]
**Автор:** Claude Code

## Executive Summary
[2-3 предложения: что исследовали, главные находки]

## Findings

### [Категория 1]
- Finding 1.1
- Finding 1.2

### [Категория 2]
- Finding 2.1

## Recommendations

| # | Рекомендация | Приоритет | Сложность |
|---|--------------|-----------|-----------|
| 1 | ... | P0 | Низкая |
| 2 | ... | P1 | Средняя |

## Next Steps
1. [Конкретное действие]
2. [Конкретное действие]

## Appendix (если нужно)
[Детальные данные, графики, списки файлов]

Сохранить отчёт:

docs/reports/YYYY-MM-DD-<topic>-analysis.md

Deliverables Checklist

Каждое исследование ДОЛЖНО завершиться:

  • Markdown отчёт в docs/reports/
  • Executive summary (≤3 предложения)
  • Findings с конкретными примерами
  • Recommendations с приоритетами
  • Next steps (если применимо)

Common Mistakes

Ошибка Правильный подход
Начать с глубокого погружения Сначала high-level обзор
Исследовать бесконечно Определить границы заранее
Давать абстрактные рекомендации Конкретные действия с файлами
Забыть про deliverables Всегда создавать отчёт
Смешивать исследование и фикс Сначала отчёт, потом изменения

Integration with Other Skills

После завершения исследования:

  • Если найден баг → /systematic-debugging
  • Если нужна новая фича → /brainstorm
  • Если готов план рефакторинга → /writing-plans
  • Если готов к реализации → /test-driven-development