[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M72R021RB19JSPEPPFEHXM8K":3,"skill-same:01M72R021RB19JSPEPPFEHXM8K":45},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":15,"categories":16,"keywords":17,"publishedAt":18,"linkOnly":19,"markdownContent":20,"markdownBody":21,"frontMatter":22,"refName":26,"commitSha":27,"skillDirectory":5,"forksCount":13,"repositoryHtmlUrl":28,"repositoryHomepageUrl":6,"ownerHtmlUrl":29,"ownerBlogUrl":6,"ownerDescription":6,"updatedAt":30,"install":31,"resources":44},"01M72R021RB19JSPEPPFEHXM8K","recursive-research",null,"Investigación recursiva profunda con loop auto-regulado hasta nivel PhD. Aplicable a cualquier dominio (ciencia, tecnología, negocio, arte, humanidades). Usa WDM + Inversión Munger para decisiones autónomas, tiering de fuentes confiables, y checkpointing a disco para sobrevivir límites de contexto.","zaka33333-hash\u002Fclaude-skills","zaka33333-hash","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F279515071?v=4","01M71QFN1VFW8QZDNSH1513D8T","01M71QFN2K23W6E11YPR7Z8JJS",0,"MIT","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills\u002Fblob\u002Fmain\u002Frecursive-research\u002FSKILL.md",[],[],"2026-11-10 22:39:42",false,"---\nname: recursive-research\nversion: 2.2.0\nauthor: Joseph Huayhualla (@Anjos2)\nlicense: MIT\nrepository: https:\u002F\u002Fgithub.com\u002FAnjos2\u002Frecursive-research\ndescription: Investigación recursiva profunda con loop auto-regulado hasta nivel PhD. Aplicable a cualquier dominio (ciencia, tecnología, negocio, arte, humanidades). Usa WDM + Inversión Munger para decisiones autónomas, tiering de fuentes confiables, y checkpointing a disco para sobrevivir límites de contexto.\n---\n\n# Skill: Investigación Recursiva Profunda (v2.0)\n\nInvestigación auto-regulada que itera hasta alcanzar **nivel PhD** sobre una semilla de investigación (tema raíz). Funciona en cualquier dominio: ciencias formales, naturales, sociales, humanidades, artes, tecnología, negocio.\n\n## Cuándo usar\n\n- Quieres profundizar en un tema hasta el nivel de un experto\n- Necesitas entender un campo nuevo para tomar decisiones informadas\n- Preparas un documento técnico, paper, propuesta o estudio\n- Quieres identificar estado del arte + gaps de conocimiento\n\n## Principios\n\n1. **Pregunta antes de investigar** — la skill interroga al usuario sobre semilla, modo y fuentes ANTES de arrancar\n2. **Fuentes confiables con tiering transparente** — rechaza automáticamente fuentes no fiables\n3. **WDM + Inversión Munger** en toda decisión autónoma no trivial\n4. **Loop con auto-regulación** — no iteraciones fijas; criterio medible para cerrar\n5. **Checkpointing defensivo** — guarda a disco cada ciclo; sobrevive compact \u002F cierre de sesión\n6. **Pausa preventiva** — detecta proximidad al límite de contexto y sugiere pausar antes del cierre forzoso\n\n---\n\n## Flujo completo\n\n### Fase 0 — Preguntas iniciales (la skill interroga)\n\nAl invocar `\u002Frecursive-research`, la skill pregunta al usuario, en orden:\n\n1. **Semilla de investigación**: \"¿Cuál es el tema que quieres investigar?\" (texto libre)\n2. **Modo**: `web` \u002F `local` \u002F `mixto`\n3. **Si incluye local**: \"¿Qué rutas locales debo investigar?\" (lista de paths separados por comas)\n4. **Fuentes priorizadas** (opcional): autores, dominios, publicaciones preferidas\n5. **Fuentes excluidas** (opcional)\n6. **Tope duro de ciclos** (default: 20; configurable)\n\nLa skill presenta un resumen y espera confirmación antes de arrancar.\n\n---\n\n### Fase 1 — Preparación del espacio de trabajo\n\n1. Generar `slug` de la semilla (kebab-case, máx. 40 caracteres)\n2. Verificar \u002F crear `memoria\u002Finvestigaciones\u002F\u003Cslug>\u002F` en el directorio de trabajo actual\n   - **Si `memoria\u002F` NO existe, crearla** explicando: *\"No existe la carpeta `memoria\u002F` en el proyecto. La creo porque la skill necesita consolidar hallazgos en disco cada ciclo — es lo que permite reanudar la investigación en sesiones nuevas.\"*\n3. Crear archivos iniciales:\n   - `estado.md` — metadatos, progreso, métricas\n   - `hilos.md` — árbol de hilos semilla + sub-hilos\n   - `fuentes-tier-1.md`, `fuentes-tier-2.md`, `fuentes-tier-3.md`, `fuentes-rechazadas.md`\n   - `hallazgos.md` — consolidación\n\n---\n\n### Fase 2 — Identificar hilos semilla\n\nGenerar **3-5 hilos semilla** (ángulos distintos del tema).\n\n**Aplicar WDM a la selección de hilos**:\n\n| Criterio | Peso | Qué evalúa |\n|---|---|---|\n| Cobertura conceptual | 4 | ¿Cubre una dimensión distinta del tema? |\n| Diversidad de perspectivas | 3 | ¿Trae voces \u002F escuelas distintas? |\n| Accesibilidad de fuentes | 3 | ¿Existen fuentes Tier 1\u002F2 para este hilo? |\n| Relevancia al usuario | 4 | ¿Alinea con el objetivo que motivó la investigación? |\n\nEvaluar 5-8 hilos candidatos, seleccionar top 3-5.\n\n**Inversión Munger sobre los hilos elegidos**:\n- ¿Qué hilo importante estoy ignorando?\n- ¿Qué perspectiva ausente haría que mi investigación sea parcial?\n- ¿Qué escuela \u002F voz disidente no aparece?\n\nSi la inversión revela un hilo crítico faltante, agregarlo y re-ejecutar WDM.\n\n**Ejemplos por dominio** (NO solo código):\n\n| Dominio | Semilla | Hilos típicos |\n|---------|---------|---------------|\n| Ciencia | Inmunoterapia contra cáncer | Mecanismos moleculares \u002F Ensayos clínicos \u002F Historia y evolución \u002F Controversias y limitaciones \u002F Estado comercial |\n| Arte | Minimalismo en música del siglo XX | Compositores clave \u002F Técnicas \u002F Contexto histórico-cultural \u002F Crítica y recepción \u002F Obras emblemáticas |\n| Negocio | Modelos de monetización SaaS B2B | Pricing strategies \u002F Métricas financieras \u002F Casos documentados \u002F Marco legal \u002F Psicología de compra B2B |\n| Humanidades | Filosofía estoica aplicada moderna | Fuentes primarias (Epicteto, Séneca, Aurelio) \u002F Interpretaciones contemporáneas \u002F Aplicaciones prácticas \u002F Críticas filosóficas \u002F Evidencia empírica psicológica |\n| Tecnología | Arquitectura hexagonal en microservicios | Fundamentos teóricos \u002F Implementaciones por lenguaje \u002F Casos reales \u002F Trade-offs y críticas \u002F Herramientas |\n\n---\n\n### Fase 3 — Detectar herramientas disponibles\n\nAntes del primer ciclo, detectar MCPs disponibles y ordenar por preferencia:\n\n**Preferencia (mayor a menor velocidad\u002Fefectividad)**:\n\n1. **MCPs de scraping optimizados para IA**: Firecrawl (`firecrawl_scrape`, `firecrawl_crawl`, `firecrawl_search`, `firecrawl_extract`) — texto estructurado, rápido\n2. **MCPs de documentación oficial**: Context7 (`query-docs`) — cuando la fuente es una librería\u002Fframework\n3. **Herramientas nativas**: `WebSearch`, `WebFetch` — fallback universal\n4. **MCPs de navegación real (Chrome DevTools)**: DESPRIORIZADOS — solo si el contenido requiere ejecución JS explícita (SPAs sin SSR, contenido tras auth)\n\nRazón: scrapers de IA son 10-50× más rápidos que navegadores reales y dan texto ya estructurado.\n\n---\n\n### Fase 4 — Fuentes semilla sugeridas\n\nLa skill presenta al usuario una lista de fuentes semilla **pre-cargadas por dominio** para que **confirme, añada o rechace**:\n\n**Ciencia general \u002F papers**:\n- arXiv (https:\u002F\u002Farxiv.org) — preprints en física, matemáticas, CS, biología, economía\n- Semantic Scholar (https:\u002F\u002Fwww.semanticscholar.org) — red de citaciones\n- Google Scholar (https:\u002F\u002Fscholar.google.com)\n- Connected Papers (https:\u002F\u002Fwww.connectedpapers.com) — mapas visuales de citaciones\n- OpenReview (https:\u002F\u002Fopenreview.net) — revisiones abiertas en ML\n\n**Medicina \u002F biología**:\n- PubMed (https:\u002F\u002Fpubmed.ncbi.nlm.nih.gov)\n- Cochrane Library (https:\u002F\u002Fwww.cochranelibrary.com) — meta-análisis\n- WHO (https:\u002F\u002Fwww.who.int)\n- ClinicalTrials.gov\n\n**Humanidades \u002F ciencias sociales**:\n- JSTOR (https:\u002F\u002Fwww.jstor.org)\n- SSRN (https:\u002F\u002Fwww.ssrn.com)\n- Project MUSE (https:\u002F\u002Fmuse.jhu.edu)\n\n**Código \u002F tecnología**:\n- GitHub (búsqueda, topics, starred lists de expertos)\n- Context7 para docs oficiales (si MCP disponible)\n- RFCs (https:\u002F\u002Fwww.rfc-editor.org)\n- W3C specs (https:\u002F\u002Fwww.w3.org\u002FTR\u002F)\n\n**Datos \u002F estadística**:\n- Banco Mundial (https:\u002F\u002Fdata.worldbank.org)\n- OECD Data (https:\u002F\u002Fdata.oecd.org)\n- Our World in Data (https:\u002F\u002Fourworldindata.org)\n- Pew Research (https:\u002F\u002Fwww.pewresearch.org)\n- Eurostat, INE, y equivalentes nacionales\n\n**Arte \u002F cultura \u002F humanidades**:\n- Europeana (https:\u002F\u002Fwww.europeana.eu)\n- Google Arts & Culture (https:\u002F\u002Fartsandculture.google.com)\n- Internet Archive (https:\u002F\u002Farchive.org)\n- Project Gutenberg (https:\u002F\u002Fwww.gutenberg.org)\n\n**Generales**:\n- Wikipedia — como PUNTO DE PARTIDA. Saltar siempre a la sección de **referencias** para llegar a Tier 1\u002F2\n- Wikidata — datos estructurados\n\n**Fuentes locales** (si el usuario proporcionó rutas):\n- Listar estructura de carpeta\n- Priorizar `.md`, `.pdf`, `.txt`, `.doc\u002F.docx`, `.html`, `.epub`\n- Usar herramientas de lectura del agente (Read, Grep, Glob)\n\n---\n\n### Fase 5 — Ciclo de investigación (LOOP auto-regulado)\n\nCada ciclo ejecuta los siguientes sub-pasos.\n\n#### 5.1. Elegir el hilo con menor cobertura\n\nCalcular cobertura actual de cada hilo (`hallazgos_registrados \u002F hallazgos_esperados_proxy`). Elegir el de menor %.\n\n#### 5.2. WDM + Munger sobre fuentes a usar en ESTE ciclo\n\n**WDM por fuente candidata**:\n\n| Criterio | Peso | Escala |\n|----------|------|--------|\n| Autoridad (Tier) | 5 | Tier 1 = 5 · Tier 2 = 3 · Tier 3 = 2 · Rechazo = 0 |\n| Relevancia al hilo actual | 5 | 1-5 por match semántico |\n| Accesibilidad | 3 | 5 = full text abierto · 3 = abstract + paywall · 1 = bloqueado |\n| Recencia apropiada al campo | 2 | Código: reciente > viejo · Filosofía clásica: viejo = relevante |\n| Ausencia de conflicto de interés | 3 | 5 = independiente · 1 = financiada por parte interesada |\n\nSeleccionar top 3-5.\n\n**Inversión Munger sobre las fuentes seleccionadas**:\n- ¿Qué fuente NO estoy usando que debería? (disidentes, escuelas críticas, voces silenciadas)\n- ¿Qué sesgo comparten todas las seleccionadas? (solo anglosajonas, solo de una época, solo de una escuela)\n- ¿Qué opinión contraria existe documentada? → Añadir al menos 1 fuente contradictoria si existe\n\n#### 5.3. Ejecutar búsquedas \u002F lecturas\n\n- Usar MCPs en orden de preferencia detectado en Fase 3\n- Extraer: hechos concretos, datos numéricos, citas textuales con atribución, nombres de personas\u002Fobras\u002Fconceptos nuevos\n- Registrar en notas de trabajo del ciclo\n\n#### 5.4. Aplicar tiering a cada fuente consultada\n\n**Tier 1 — Máxima confianza**:\n- Papers peer-reviewed en revistas indexadas (Scopus, Web of Science, PubMed, ACM, IEEE)\n- Libros de editoriales académicas (MIT Press, Oxford UP, Cambridge UP, Springer)\n- Documentación oficial de estándares (W3C, IETF\u002FRFC, ISO, IEEE, WHO, FDA, BIS)\n- Archivos primarios verificables (museos nacionales, bibliotecas universitarias, archivos estatales)\n- Datos crudos de instituciones estadísticas oficiales\n\n**Tier 2 — Alta confianza**:\n- Repositorios oficiales de proyectos activos y reconocidos\n- Blogs\u002Fpublicaciones de autores citables (investigadores, profesionales con trayectoria verificable)\n- Charlas en conferencias reconocidas (con video y paper)\n- Wikipedia *CON* referencias a Tier 1\u002F2 (tratar como agregador de referencias)\n- Reportes de think tanks \u002F consultoras con metodología publicada (Pew, Gartner, McKinsey Institute)\n\n**Tier 3 — Útil con cautela**:\n- Blogs con citaciones internas a Tier 1\u002F2\n- Stack Overflow \u002F foros con voto alto + citaciones\n- Entrevistas grabadas con expertos identificables\n- Publicaciones de industria con autoría clara\n\n**Rechazo automático**:\n- Sin autor identificable\n- Marketing sin datos empíricos\n- Agregadores spam \u002F SEO\n- Tutoriales sin citar fuentes\n- Social media sin contexto verificable\n- Contenido generado por IA sin supervisión humana documentada\n\nCada fuente consultada se registra en el archivo tier correspondiente con: título, URL, autor, fecha, tier asignado, justificación.\n\n#### 5.5. Consolidar en checkpoint\n\nGuardar al final del ciclo: `memoria\u002Finvestigaciones\u002F\u003Cslug>\u002Fciclo-N.md` con:\n- Hilo trabajado\n- Fuentes consultadas (con tier)\n- Hallazgos nuevos\n- Conexiones con hilos previos\n- Preguntas abiertas para próximos ciclos\n\n#### 5.6. Actualizar `estado.md`\n\n- Incrementar contador de ciclos\n- Recalcular cobertura por hilo\n- Registrar métrica de saturación: `saturacion = hallazgos_nuevos_ciclo \u002F hallazgos_totales_acumulados`\n- Actualizar estimación de tool calls y tokens de output consumidos\n\n#### 5.7. Evaluar criterios de cierre — Función de fitness \"nivel PhD\"\n\nLos 5 criterios DEBEN cumplirse todos:\n\n1. **Cobertura ≥80%** en todos los hilos semilla\n2. **≥3 fuentes Tier-1 por hilo** (o Tier 1+2 combinadas si el campo tiene pocas Tier 1)\n3. **Saturación ≤5%** durante 3 ciclos consecutivos\n4. **Inversión Munger aplicada al estado del conocimiento**: documentado qué NO sé, qué contradicen las fuentes, qué sesgos detecté\n5. **Síntesis cruzada entre hilos**: ≥3 conexiones explícitas entre hilos diferentes registradas\n\n**Decisión**:\n- Todos cumplidos → Fase 6 (cierre natural)\n- Tope de ciclos alcanzado → Fase 6 (cierre forzado con aviso)\n- Caso contrario → continuar al paso 5.8\n\n#### 5.8. Pausa preventiva (check de contexto)\n\nUmbrales:\n- `tool_calls_en_sesion ≥ 150`\n- **O** `tokens_output_aprox ≥ 80000`\n\nSi se cruza cualquiera:\n\n1. Escribir checkpoint completo (5.5 + 5.6)\n2. Emitir mensaje:\n\n```\n[PAUSA PREVENTIVA RECOMENDADA]\n\nEstado actual:\n- Ciclos completados: N\n- Tool calls en sesión: X (cerca del límite)\n- Tokens de output aprox: Y\n\nRazón: me aproximo al límite de contexto. Si continúo, podría perder coherencia\nal compactarse la sesión.\n\nLa investigación está guardada en:\n  memoria\u002Finvestigaciones\u002F\u003Cslug>\u002F\n\nPara reanudar en nueva sesión:\n  \u002Frecursive-research --resume \u003Cslug>\n\n¿Pausar aquí, o continuar 1-2 ciclos más? (continuar \u002F pausar)\n```\n\n3. Esperar respuesta. Si `continuar`, seguir. Si `pausar`, saltar a Fase 6 (cierre parcial documentado).\n\nSi no se cruza el umbral → volver a 5.1 para próximo ciclo.\n\n---\n\n### Fase 6 — Cierre\n\nSea cierre natural (5 criterios cumplidos), forzado (tope de ciclos), o parcial (pausa manual):\n\n1. **`sintesis.md`** — síntesis ejecutiva:\n   - Resumen en lenguaje simple (3-5 párrafos)\n   - Hallazgos por hilo con referencias cruzadas\n   - Controversias y contradicciones detectadas\n   - Gaps de conocimiento (qué NO se investigó \u002F qué sigue abierto)\n   - Mapa de hilos seguidos (árbol)\n\n2. **`acciones.md`** — checklist de acciones aplicables, priorizadas por impacto\n\n3. **Inversión Munger FINAL al estado del conocimiento** (registrar en `gaps.md`):\n   - ¿Qué sigo sin saber?\n   - ¿Qué fuentes contradijeron entre sí y no resolví?\n   - ¿Qué sesgo tiene mi conjunto de fuentes?\n   - ¿Qué pregunta debería hacerme un revisor crítico que no sepa responder?\n\n4. **Preguntar al usuario**:\n\n```\n[INVESTIGACIÓN COMPLETADA — estado: natural \u002F forzado \u002F pausado]\n\nSemilla: \u003Ctema>\nCiclos ejecutados: N \u002F \u003Ctope>\nFuentes consultadas: X total (T1: A · T2: B · T3: C · Rechazadas: D)\nEstado PhD: alcanzado \u002F NO alcanzado (razones: ...)\n\nGaps identificados:\n  1. ...\n  2. ...\n  3. ...\n\nOpciones:\n  1. Cerrar aquí\n  2. Profundizar un gap específico (indica cuál)\n  3. Añadir nuevo hilo y continuar\n  4. Cambiar de modo (web → mixto, etc.)\n\n¿Qué prefieres?\n```\n\n**La investigación puede ser infinita** — solo se cierra por decisión del usuario.\n\n---\n\n## Modo `--resume`\n\nInvocación: `\u002Frecursive-research --resume \u003Cslug>`\n\n1. Buscar `memoria\u002Finvestigaciones\u002F\u003Cslug>\u002F`\n2. Si no existe → error claro, sugerir `\u002Frecursive-research` normal\n3. Si existe:\n   - Leer `estado.md` → reconstruir métricas\n   - Leer último `ciclo-N.md` → contexto reciente\n   - Leer `hilos.md` → árbol actual\n   - Presentar: \"Retomo desde ciclo N. Próximo paso: [hilo X]. ¿Continúo?\"\n4. Continuar el loop desde Fase 5\n\n---\n\n## Modo `--list`\n\nInvocación: `\u002Frecursive-research --list`\n\nListar todas las investigaciones guardadas en `memoria\u002Finvestigaciones\u002F` del proyecto actual:\n- Slug · Semilla · Ciclos completados · Estado (abierta \u002F cerrada) · Última modificación\n\n---\n\n## Anti-patterns a rechazar activamente\n\n1. **Búsqueda plana** — repetir queries con sinónimos sin profundizar en resultados reales\n2. **Ignorar Munger** — seleccionar fuentes solo por confort; la inversión es obligatoria\n3. **Checkpoint ausente** — avanzar 5 ciclos sin dumpear a disco\n4. **Tier 3 sin referencias** — aceptar un blog sin que cite Tier 1\u002F2 explícitamente\n5. **Autoconfirmación del PhD** — declarar PhD sin los 5 criterios medidos; si uno falta, NO cerrar\n6. **Ignorar gaps** — cerrar sin documentar qué no se sabe; los gaps son parte del entregable\n7. **Condescendencia intelectual** — ocultar controversias o contradicciones \"para no ensuciar la síntesis\"; la honestidad intelectual ES el resultado\n8. **Confiar ciegamente en el knowledge interno** — el conocimiento del agente puede estar desactualizado; siempre verificar contra fuente\n\n---\n\n## Estructura final de archivos generados\n\n```\nmemoria\u002Finvestigaciones\u002F\u003Cslug>\u002F\n├── estado.md              ← progreso, métricas, metadata\n├── hilos.md               ← árbol de hilos y sub-hilos con estado\n├── fuentes-tier-1.md      ← fuentes más confiables consultadas\n├── fuentes-tier-2.md      ← fuentes de alta confianza\n├── fuentes-tier-3.md      ← fuentes con cautela\n├── fuentes-rechazadas.md  ← fuentes evaluadas y descartadas (con razón)\n├── hallazgos.md           ← consolidación de descubrimientos\n├── ciclo-01.md            ← checkpoint del ciclo 1\n├── ciclo-02.md\n├── ciclo-N.md\n├── sintesis.md            ← síntesis ejecutiva (Fase 6)\n├── acciones.md            ← checklist de acciones aplicables\n└── gaps.md                ← lo que NO se sabe, controversias, sesgos\n```\n\n---\n\n## Ejemplo de invocación\n\n```\nUsuario: \u002Frecursive-research\n\nSkill: ¿Cuál es el tema que quieres investigar?\nUsuario: Mecanismos de la memoria episódica en humanos\n\nSkill: ¿Modo? (web \u002F local \u002F mixto)\nUsuario: mixto\n\nSkill: ¿Rutas locales?\nUsuario: C:\u002FDropbox\u002Fpapers-neurociencia\n\nSkill: ¿Fuentes \u002F autores priorizados? (opcional)\nUsuario: Endel Tulving, Eleanor Maguire\n\nSkill: ¿Fuentes excluidas? (opcional)\nUsuario: -\n\nSkill: ¿Tope de ciclos? (default 20)\nUsuario: 25\n\nSkill: Confirmado.\n       Semilla: \"memoria episódica en humanos\"\n       Modo: mixto · Local: [C:\u002FDropbox\u002Fpapers-neurociencia]\n       Priorizar: [Tulving, Maguire] · Tope: 25 ciclos\n\n       Aplicando WDM + Munger para identificar hilos semilla...\n       [muestra tabla]\n\n       Hilos seleccionados:\n       1. Bases neuroanatómicas (hipocampo, PFC)\n       2. Fenomenología y taxonomía (Tulving et al.)\n       3. Trastornos y disociaciones (amnesia, Alzheimer)\n       4. Modelos computacionales\n       5. Neurociencia cognitiva contemporánea\n\n       La carpeta `memoria\u002F` no existe. La creo — es necesaria para\n       consolidar cada ciclo en disco.\n\n       Ruta: memoria\u002Finvestigaciones\u002Fmemoria-episodica-humanos\u002F\n\n       Arrancando ciclo 1 (hilo con menor cobertura: 1)...\n```\n\n---\n\n## Autoría y licencia\n\n- **Autor:** Joseph Huayhualla ([@Anjos2](https:\u002F\u002Fgithub.com\u002FAnjos2))\n- **Licencia:** MIT — ver archivo `LICENSE` del repositorio\n- **Repositorio:** https:\u002F\u002Fgithub.com\u002FAnjos2\u002Frecursive-research\n\nContribuciones bienvenidas. Si detectas un anti-pattern no cubierto, una heurística mejor, o un criterio de PhD más robusto, abre un PR.\n","# Skill: Investigación Recursiva Profunda (v2.0)\n\nInvestigación auto-regulada que itera hasta alcanzar **nivel PhD** sobre una semilla de investigación (tema raíz). Funciona en cualquier dominio: ciencias formales, naturales, sociales, humanidades, artes, tecnología, negocio.\n\n## Cuándo usar\n\n- Quieres profundizar en un tema hasta el nivel de un experto\n- Necesitas entender un campo nuevo para tomar decisiones informadas\n- Preparas un documento técnico, paper, propuesta o estudio\n- Quieres identificar estado del arte + gaps de conocimiento\n\n## Principios\n\n1. **Pregunta antes de investigar** — la skill interroga al usuario sobre semilla, modo y fuentes ANTES de arrancar\n2. **Fuentes confiables con tiering transparente** — rechaza automáticamente fuentes no fiables\n3. **WDM + Inversión Munger** en toda decisión autónoma no trivial\n4. **Loop con auto-regulación** — no iteraciones fijas; criterio medible para cerrar\n5. **Checkpointing defensivo** — guarda a disco cada ciclo; sobrevive compact \u002F cierre de sesión\n6. **Pausa preventiva** — detecta proximidad al límite de contexto y sugiere pausar antes del cierre forzoso\n\n---\n\n## Flujo completo\n\n### Fase 0 — Preguntas iniciales (la skill interroga)\n\nAl invocar `\u002Frecursive-research`, la skill pregunta al usuario, en orden:\n\n1. **Semilla de investigación**: \"¿Cuál es el tema que quieres investigar?\" (texto libre)\n2. **Modo**: `web` \u002F `local` \u002F `mixto`\n3. **Si incluye local**: \"¿Qué rutas locales debo investigar?\" (lista de paths separados por comas)\n4. **Fuentes priorizadas** (opcional): autores, dominios, publicaciones preferidas\n5. **Fuentes excluidas** (opcional)\n6. **Tope duro de ciclos** (default: 20; configurable)\n\nLa skill presenta un resumen y espera confirmación antes de arrancar.\n\n---\n\n### Fase 1 — Preparación del espacio de trabajo\n\n1. Generar `slug` de la semilla (kebab-case, máx. 40 caracteres)\n2. Verificar \u002F crear `memoria\u002Finvestigaciones\u002F\u003Cslug>\u002F` en el directorio de trabajo actual\n   - **Si `memoria\u002F` NO existe, crearla** explicando: *\"No existe la carpeta `memoria\u002F` en el proyecto. La creo porque la skill necesita consolidar hallazgos en disco cada ciclo — es lo que permite reanudar la investigación en sesiones nuevas.\"*\n3. Crear archivos iniciales:\n   - `estado.md` — metadatos, progreso, métricas\n   - `hilos.md` — árbol de hilos semilla + sub-hilos\n   - `fuentes-tier-1.md`, `fuentes-tier-2.md`, `fuentes-tier-3.md`, `fuentes-rechazadas.md`\n   - `hallazgos.md` — consolidación\n\n---\n\n### Fase 2 — Identificar hilos semilla\n\nGenerar **3-5 hilos semilla** (ángulos distintos del tema).\n\n**Aplicar WDM a la selección de hilos**:\n\n| Criterio | Peso | Qué evalúa |\n|---|---|---|\n| Cobertura conceptual | 4 | ¿Cubre una dimensión distinta del tema? |\n| Diversidad de perspectivas | 3 | ¿Trae voces \u002F escuelas distintas? |\n| Accesibilidad de fuentes | 3 | ¿Existen fuentes Tier 1\u002F2 para este hilo? |\n| Relevancia al usuario | 4 | ¿Alinea con el objetivo que motivó la investigación? |\n\nEvaluar 5-8 hilos candidatos, seleccionar top 3-5.\n\n**Inversión Munger sobre los hilos elegidos**:\n- ¿Qué hilo importante estoy ignorando?\n- ¿Qué perspectiva ausente haría que mi investigación sea parcial?\n- ¿Qué escuela \u002F voz disidente no aparece?\n\nSi la inversión revela un hilo crítico faltante, agregarlo y re-ejecutar WDM.\n\n**Ejemplos por dominio** (NO solo código):\n\n| Dominio | Semilla | Hilos típicos |\n|---------|---------|---------------|\n| Ciencia | Inmunoterapia contra cáncer | Mecanismos moleculares \u002F Ensayos clínicos \u002F Historia y evolución \u002F Controversias y limitaciones \u002F Estado comercial |\n| Arte | Minimalismo en música del siglo XX | Compositores clave \u002F Técnicas \u002F Contexto histórico-cultural \u002F Crítica y recepción \u002F Obras emblemáticas |\n| Negocio | Modelos de monetización SaaS B2B | Pricing strategies \u002F Métricas financieras \u002F Casos documentados \u002F Marco legal \u002F Psicología de compra B2B |\n| Humanidades | Filosofía estoica aplicada moderna | Fuentes primarias (Epicteto, Séneca, Aurelio) \u002F Interpretaciones contemporáneas \u002F Aplicaciones prácticas \u002F Críticas filosóficas \u002F Evidencia empírica psicológica |\n| Tecnología | Arquitectura hexagonal en microservicios | Fundamentos teóricos \u002F Implementaciones por lenguaje \u002F Casos reales \u002F Trade-offs y críticas \u002F Herramientas |\n\n---\n\n### Fase 3 — Detectar herramientas disponibles\n\nAntes del primer ciclo, detectar MCPs disponibles y ordenar por preferencia:\n\n**Preferencia (mayor a menor velocidad\u002Fefectividad)**:\n\n1. **MCPs de scraping optimizados para IA**: Firecrawl (`firecrawl_scrape`, `firecrawl_crawl`, `firecrawl_search`, `firecrawl_extract`) — texto estructurado, rápido\n2. **MCPs de documentación oficial**: Context7 (`query-docs`) — cuando la fuente es una librería\u002Fframework\n3. **Herramientas nativas**: `WebSearch`, `WebFetch` — fallback universal\n4. **MCPs de navegación real (Chrome DevTools)**: DESPRIORIZADOS — solo si el contenido requiere ejecución JS explícita (SPAs sin SSR, contenido tras auth)\n\nRazón: scrapers de IA son 10-50× más rápidos que navegadores reales y dan texto ya estructurado.\n\n---\n\n### Fase 4 — Fuentes semilla sugeridas\n\nLa skill presenta al usuario una lista de fuentes semilla **pre-cargadas por dominio** para que **confirme, añada o rechace**:\n\n**Ciencia general \u002F papers**:\n- arXiv (https:\u002F\u002Farxiv.org) — preprints en física, matemáticas, CS, biología, economía\n- Semantic Scholar (https:\u002F\u002Fwww.semanticscholar.org) — red de citaciones\n- Google Scholar (https:\u002F\u002Fscholar.google.com)\n- Connected Papers (https:\u002F\u002Fwww.connectedpapers.com) — mapas visuales de citaciones\n- OpenReview (https:\u002F\u002Fopenreview.net) — revisiones abiertas en ML\n\n**Medicina \u002F biología**:\n- PubMed (https:\u002F\u002Fpubmed.ncbi.nlm.nih.gov)\n- Cochrane Library (https:\u002F\u002Fwww.cochranelibrary.com) — meta-análisis\n- WHO (https:\u002F\u002Fwww.who.int)\n- ClinicalTrials.gov\n\n**Humanidades \u002F ciencias sociales**:\n- JSTOR (https:\u002F\u002Fwww.jstor.org)\n- SSRN (https:\u002F\u002Fwww.ssrn.com)\n- Project MUSE (https:\u002F\u002Fmuse.jhu.edu)\n\n**Código \u002F tecnología**:\n- GitHub (búsqueda, topics, starred lists de expertos)\n- Context7 para docs oficiales (si MCP disponible)\n- RFCs (https:\u002F\u002Fwww.rfc-editor.org)\n- W3C specs (https:\u002F\u002Fwww.w3.org\u002FTR\u002F)\n\n**Datos \u002F estadística**:\n- Banco Mundial (https:\u002F\u002Fdata.worldbank.org)\n- OECD Data (https:\u002F\u002Fdata.oecd.org)\n- Our World in Data (https:\u002F\u002Fourworldindata.org)\n- Pew Research (https:\u002F\u002Fwww.pewresearch.org)\n- Eurostat, INE, y equivalentes nacionales\n\n**Arte \u002F cultura \u002F humanidades**:\n- Europeana (https:\u002F\u002Fwww.europeana.eu)\n- Google Arts & Culture (https:\u002F\u002Fartsandculture.google.com)\n- Internet Archive (https:\u002F\u002Farchive.org)\n- Project Gutenberg (https:\u002F\u002Fwww.gutenberg.org)\n\n**Generales**:\n- Wikipedia — como PUNTO DE PARTIDA. Saltar siempre a la sección de **referencias** para llegar a Tier 1\u002F2\n- Wikidata — datos estructurados\n\n**Fuentes locales** (si el usuario proporcionó rutas):\n- Listar estructura de carpeta\n- Priorizar `.md`, `.pdf`, `.txt`, `.doc\u002F.docx`, `.html`, `.epub`\n- Usar herramientas de lectura del agente (Read, Grep, Glob)\n\n---\n\n### Fase 5 — Ciclo de investigación (LOOP auto-regulado)\n\nCada ciclo ejecuta los siguientes sub-pasos.\n\n#### 5.1. Elegir el hilo con menor cobertura\n\nCalcular cobertura actual de cada hilo (`hallazgos_registrados \u002F hallazgos_esperados_proxy`). Elegir el de menor %.\n\n#### 5.2. WDM + Munger sobre fuentes a usar en ESTE ciclo\n\n**WDM por fuente candidata**:\n\n| Criterio | Peso | Escala |\n|----------|------|--------|\n| Autoridad (Tier) | 5 | Tier 1 = 5 · Tier 2 = 3 · Tier 3 = 2 · Rechazo = 0 |\n| Relevancia al hilo actual | 5 | 1-5 por match semántico |\n| Accesibilidad | 3 | 5 = full text abierto · 3 = abstract + paywall · 1 = bloqueado |\n| Recencia apropiada al campo | 2 | Código: reciente > viejo · Filosofía clásica: viejo = relevante |\n| Ausencia de conflicto de interés | 3 | 5 = independiente · 1 = financiada por parte interesada |\n\nSeleccionar top 3-5.\n\n**Inversión Munger sobre las fuentes seleccionadas**:\n- ¿Qué fuente NO estoy usando que debería? (disidentes, escuelas críticas, voces silenciadas)\n- ¿Qué sesgo comparten todas las seleccionadas? (solo anglosajonas, solo de una época, solo de una escuela)\n- ¿Qué opinión contraria existe documentada? → Añadir al menos 1 fuente contradictoria si existe\n\n#### 5.3. Ejecutar búsquedas \u002F lecturas\n\n- Usar MCPs en orden de preferencia detectado en Fase 3\n- Extraer: hechos concretos, datos numéricos, citas textuales con atribución, nombres de personas\u002Fobras\u002Fconceptos nuevos\n- Registrar en notas de trabajo del ciclo\n\n#### 5.4. Aplicar tiering a cada fuente consultada\n\n**Tier 1 — Máxima confianza**:\n- Papers peer-reviewed en revistas indexadas (Scopus, Web of Science, PubMed, ACM, IEEE)\n- Libros de editoriales académicas (MIT Press, Oxford UP, Cambridge UP, Springer)\n- Documentación oficial de estándares (W3C, IETF\u002FRFC, ISO, IEEE, WHO, FDA, BIS)\n- Archivos primarios verificables (museos nacionales, bibliotecas universitarias, archivos estatales)\n- Datos crudos de instituciones estadísticas oficiales\n\n**Tier 2 — Alta confianza**:\n- Repositorios oficiales de proyectos activos y reconocidos\n- Blogs\u002Fpublicaciones de autores citables (investigadores, profesionales con trayectoria verificable)\n- Charlas en conferencias reconocidas (con video y paper)\n- Wikipedia *CON* referencias a Tier 1\u002F2 (tratar como agregador de referencias)\n- Reportes de think tanks \u002F consultoras con metodología publicada (Pew, Gartner, McKinsey Institute)\n\n**Tier 3 — Útil con cautela**:\n- Blogs con citaciones internas a Tier 1\u002F2\n- Stack Overflow \u002F foros con voto alto + citaciones\n- Entrevistas grabadas con expertos identificables\n- Publicaciones de industria con autoría clara\n\n**Rechazo automático**:\n- Sin autor identificable\n- Marketing sin datos empíricos\n- Agregadores spam \u002F SEO\n- Tutoriales sin citar fuentes\n- Social media sin contexto verificable\n- Contenido generado por IA sin supervisión humana documentada\n\nCada fuente consultada se registra en el archivo tier correspondiente con: título, URL, autor, fecha, tier asignado, justificación.\n\n#### 5.5. Consolidar en checkpoint\n\nGuardar al final del ciclo: `memoria\u002Finvestigaciones\u002F\u003Cslug>\u002Fciclo-N.md` con:\n- Hilo trabajado\n- Fuentes consultadas (con tier)\n- Hallazgos nuevos\n- Conexiones con hilos previos\n- Preguntas abiertas para próximos ciclos\n\n#### 5.6. Actualizar `estado.md`\n\n- Incrementar contador de ciclos\n- Recalcular cobertura por hilo\n- Registrar métrica de saturación: `saturacion = hallazgos_nuevos_ciclo \u002F hallazgos_totales_acumulados`\n- Actualizar estimación de tool calls y tokens de output consumidos\n\n#### 5.7. Evaluar criterios de cierre — Función de fitness \"nivel PhD\"\n\nLos 5 criterios DEBEN cumplirse todos:\n\n1. **Cobertura ≥80%** en todos los hilos semilla\n2. **≥3 fuentes Tier-1 por hilo** (o Tier 1+2 combinadas si el campo tiene pocas Tier 1)\n3. **Saturación ≤5%** durante 3 ciclos consecutivos\n4. **Inversión Munger aplicada al estado del conocimiento**: documentado qué NO sé, qué contradicen las fuentes, qué sesgos detecté\n5. **Síntesis cruzada entre hilos**: ≥3 conexiones explícitas entre hilos diferentes registradas\n\n**Decisión**:\n- Todos cumplidos → Fase 6 (cierre natural)\n- Tope de ciclos alcanzado → Fase 6 (cierre forzado con aviso)\n- Caso contrario → continuar al paso 5.8\n\n#### 5.8. Pausa preventiva (check de contexto)\n\nUmbrales:\n- `tool_calls_en_sesion ≥ 150`\n- **O** `tokens_output_aprox ≥ 80000`\n\nSi se cruza cualquiera:\n\n1. Escribir checkpoint completo (5.5 + 5.6)\n2. Emitir mensaje:\n\n```\n[PAUSA PREVENTIVA RECOMENDADA]\n\nEstado actual:\n- Ciclos completados: N\n- Tool calls en sesión: X (cerca del límite)\n- Tokens de output aprox: Y\n\nRazón: me aproximo al límite de contexto. Si continúo, podría perder coherencia\nal compactarse la sesión.\n\nLa investigación está guardada en:\n  memoria\u002Finvestigaciones\u002F\u003Cslug>\u002F\n\nPara reanudar en nueva sesión:\n  \u002Frecursive-research --resume \u003Cslug>\n\n¿Pausar aquí, o continuar 1-2 ciclos más? (continuar \u002F pausar)\n```\n\n3. Esperar respuesta. Si `continuar`, seguir. Si `pausar`, saltar a Fase 6 (cierre parcial documentado).\n\nSi no se cruza el umbral → volver a 5.1 para próximo ciclo.\n\n---\n\n### Fase 6 — Cierre\n\nSea cierre natural (5 criterios cumplidos), forzado (tope de ciclos), o parcial (pausa manual):\n\n1. **`sintesis.md`** — síntesis ejecutiva:\n   - Resumen en lenguaje simple (3-5 párrafos)\n   - Hallazgos por hilo con referencias cruzadas\n   - Controversias y contradicciones detectadas\n   - Gaps de conocimiento (qué NO se investigó \u002F qué sigue abierto)\n   - Mapa de hilos seguidos (árbol)\n\n2. **`acciones.md`** — checklist de acciones aplicables, priorizadas por impacto\n\n3. **Inversión Munger FINAL al estado del conocimiento** (registrar en `gaps.md`):\n   - ¿Qué sigo sin saber?\n   - ¿Qué fuentes contradijeron entre sí y no resolví?\n   - ¿Qué sesgo tiene mi conjunto de fuentes?\n   - ¿Qué pregunta debería hacerme un revisor crítico que no sepa responder?\n\n4. **Preguntar al usuario**:\n\n```\n[INVESTIGACIÓN COMPLETADA — estado: natural \u002F forzado \u002F pausado]\n\nSemilla: \u003Ctema>\nCiclos ejecutados: N \u002F \u003Ctope>\nFuentes consultadas: X total (T1: A · T2: B · T3: C · Rechazadas: D)\nEstado PhD: alcanzado \u002F NO alcanzado (razones: ...)\n\nGaps identificados:\n  1. ...\n  2. ...\n  3. ...\n\nOpciones:\n  1. Cerrar aquí\n  2. Profundizar un gap específico (indica cuál)\n  3. Añadir nuevo hilo y continuar\n  4. Cambiar de modo (web → mixto, etc.)\n\n¿Qué prefieres?\n```\n\n**La investigación puede ser infinita** — solo se cierra por decisión del usuario.\n\n---\n\n## Modo `--resume`\n\nInvocación: `\u002Frecursive-research --resume \u003Cslug>`\n\n1. Buscar `memoria\u002Finvestigaciones\u002F\u003Cslug>\u002F`\n2. Si no existe → error claro, sugerir `\u002Frecursive-research` normal\n3. Si existe:\n   - Leer `estado.md` → reconstruir métricas\n   - Leer último `ciclo-N.md` → contexto reciente\n   - Leer `hilos.md` → árbol actual\n   - Presentar: \"Retomo desde ciclo N. Próximo paso: [hilo X]. ¿Continúo?\"\n4. Continuar el loop desde Fase 5\n\n---\n\n## Modo `--list`\n\nInvocación: `\u002Frecursive-research --list`\n\nListar todas las investigaciones guardadas en `memoria\u002Finvestigaciones\u002F` del proyecto actual:\n- Slug · Semilla · Ciclos completados · Estado (abierta \u002F cerrada) · Última modificación\n\n---\n\n## Anti-patterns a rechazar activamente\n\n1. **Búsqueda plana** — repetir queries con sinónimos sin profundizar en resultados reales\n2. **Ignorar Munger** — seleccionar fuentes solo por confort; la inversión es obligatoria\n3. **Checkpoint ausente** — avanzar 5 ciclos sin dumpear a disco\n4. **Tier 3 sin referencias** — aceptar un blog sin que cite Tier 1\u002F2 explícitamente\n5. **Autoconfirmación del PhD** — declarar PhD sin los 5 criterios medidos; si uno falta, NO cerrar\n6. **Ignorar gaps** — cerrar sin documentar qué no se sabe; los gaps son parte del entregable\n7. **Condescendencia intelectual** — ocultar controversias o contradicciones \"para no ensuciar la síntesis\"; la honestidad intelectual ES el resultado\n8. **Confiar ciegamente en el knowledge interno** — el conocimiento del agente puede estar desactualizado; siempre verificar contra fuente\n\n---\n\n## Estructura final de archivos generados\n\n```\nmemoria\u002Finvestigaciones\u002F\u003Cslug>\u002F\n├── estado.md              ← progreso, métricas, metadata\n├── hilos.md               ← árbol de hilos y sub-hilos con estado\n├── fuentes-tier-1.md      ← fuentes más confiables consultadas\n├── fuentes-tier-2.md      ← fuentes de alta confianza\n├── fuentes-tier-3.md      ← fuentes con cautela\n├── fuentes-rechazadas.md  ← fuentes evaluadas y descartadas (con razón)\n├── hallazgos.md           ← consolidación de descubrimientos\n├── ciclo-01.md            ← checkpoint del ciclo 1\n├── ciclo-02.md\n├── ciclo-N.md\n├── sintesis.md            ← síntesis ejecutiva (Fase 6)\n├── acciones.md            ← checklist de acciones aplicables\n└── gaps.md                ← lo que NO se sabe, controversias, sesgos\n```\n\n---\n\n## Ejemplo de invocación\n\n```\nUsuario: \u002Frecursive-research\n\nSkill: ¿Cuál es el tema que quieres investigar?\nUsuario: Mecanismos de la memoria episódica en humanos\n\nSkill: ¿Modo? (web \u002F local \u002F mixto)\nUsuario: mixto\n\nSkill: ¿Rutas locales?\nUsuario: C:\u002FDropbox\u002Fpapers-neurociencia\n\nSkill: ¿Fuentes \u002F autores priorizados? (opcional)\nUsuario: Endel Tulving, Eleanor Maguire\n\nSkill: ¿Fuentes excluidas? (opcional)\nUsuario: -\n\nSkill: ¿Tope de ciclos? (default 20)\nUsuario: 25\n\nSkill: Confirmado.\n       Semilla: \"memoria episódica en humanos\"\n       Modo: mixto · Local: [C:\u002FDropbox\u002Fpapers-neurociencia]\n       Priorizar: [Tulving, Maguire] · Tope: 25 ciclos\n\n       Aplicando WDM + Munger para identificar hilos semilla...\n       [muestra tabla]\n\n       Hilos seleccionados:\n       1. Bases neuroanatómicas (hipocampo, PFC)\n       2. Fenomenología y taxonomía (Tulving et al.)\n       3. Trastornos y disociaciones (amnesia, Alzheimer)\n       4. Modelos computacionales\n       5. Neurociencia cognitiva contemporánea\n\n       La carpeta `memoria\u002F` no existe. La creo — es necesaria para\n       consolidar cada ciclo en disco.\n\n       Ruta: memoria\u002Finvestigaciones\u002Fmemoria-episodica-humanos\u002F\n\n       Arrancando ciclo 1 (hilo con menor cobertura: 1)...\n```\n\n---\n\n## Autoría y licencia\n\n- **Autor:** Joseph Huayhualla ([@Anjos2](https:\u002F\u002Fgithub.com\u002FAnjos2))\n- **Licencia:** MIT — ver archivo `LICENSE` del repositorio\n- **Repositorio:** https:\u002F\u002Fgithub.com\u002FAnjos2\u002Frecursive-research\n\nContribuciones bienvenidas. Si detectas un anti-pattern no cubierto, una heurística mejor, o un criterio de PhD más robusto, abre un PR.\n",{"name":5,"author":23,"license":14,"version":24,"repository":25,"description":7},"Joseph Huayhualla (@Anjos2)","2.2.0","https:\u002F\u002Fgithub.com\u002FAnjos2\u002Frecursive-research","main","b42ccb7f3494b2ef72ecd9fe6b0cbd6218835f62","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash","2026-05-15 04:57:52",{"source":8,"skillName":5,"commands":32,"prompt":42,"zipAvailable":43},[33,36,39],{"tool":34,"command":35},"npx","npx skills add zaka33333-hash\u002Fclaude-skills --skill recursive-research",{"tool":37,"command":38},"bunx","bunx skills add zaka33333-hash\u002Fclaude-skills --skill recursive-research",{"tool":40,"command":41},"pnpm","pnpm dlx skills add zaka33333-hash\u002Fclaude-skills --skill recursive-research","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills\u002Fblob\u002Fmain\u002Frecursive-research\u002FSKILL.md",true,[],[46,53,60,69,77,84],{"skillNo":47,"name":48,"nameZh":6,"description":49,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":50,"categories":51,"keywords":52,"publishedAt":18},"01M72R19P4ZZE151QKQ07ZN8SK","vercel-react-best-practices","React and Next.js performance optimization guidelines from Vercel Engineering. This skill should be used when writing, reviewing, or refactoring React\u002FNext.js code to ensure optimal performance patterns. Triggers on tasks involving React components, Next.js pages, data fetching, bundle optimization, or performance improvements.","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills\u002Fblob\u002Fmain\u002Fvercel-react-best-practices\u002FSKILL.md",[],[],{"skillNo":54,"name":55,"nameZh":6,"description":56,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":57,"categories":58,"keywords":59,"publishedAt":18},"01M72R1171HGVCQRH0ZRVH5J5Q","supabase-postgres-best-practices","Postgres performance optimization and best practices from Supabase. Use this skill when writing, reviewing, or optimizing Postgres queries, schema designs, or database configurations.","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills\u002Fblob\u002Fmain\u002Fsupabase-postgres-best-practices\u002FSKILL.md",[],[],{"skillNo":61,"name":62,"nameZh":6,"description":63,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":64,"licenseFileUrl":65,"sourceHtmlUrl":66,"categories":67,"keywords":68,"publishedAt":18},"01M72R06P20V7QN91E62FBWHR9","security-best-practices","Perform language and framework specific security best-practice reviews and suggest improvements. Trigger only when the user explicitly requests security best practices guidance, a security review\u002Freport, or secure-by-default coding help. Trigger only for supported languages (python, javascript\u002Ftypescript, go). Do not trigger for general code review, debugging, or non-security tasks.","Apache-2.0","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills\u002Fblob\u002Fmain\u002Fsecurity-best-practices\u002FLICENSE.txt","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills\u002Fblob\u002Fmain\u002Fsecurity-best-practices\u002FSKILL.md",[],[],{"skillNo":70,"name":71,"nameZh":6,"description":72,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":64,"licenseFileUrl":73,"sourceHtmlUrl":74,"categories":75,"keywords":76,"publishedAt":18},"01M72QYW21E0V35XNVRZJ6GW0Y","skill-creator","Create new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills\u002Fblob\u002Fmain\u002Fplugin-skills\u002Fskill-creator--skill-creator\u002FLICENSE.txt","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills\u002Fblob\u002Fmain\u002Fplugin-skills\u002Fskill-creator--skill-creator\u002FSKILL.md",[],[],{"skillNo":78,"name":79,"nameZh":6,"description":80,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":81,"categories":82,"keywords":83,"publishedAt":18},"01M72QVA6B24V48XYR1TJNG7GE","openweb","Typed JSON access to 90+ real websites — Google, Amazon, Reddit, YouTube, GitHub, Instagram, Bloomberg, Zillow, and more — across search, shopping, travel, finance, social, news, and dev tools. Use to read, search, post, comment, message, or otherwise interact with these sites (prices, products, articles, stock quotes, flights, posts, comments, DMs, etc.). Run `openweb sites` for the full list.","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills\u002Fblob\u002Fmain\u002Fopenweb\u002FSKILL.md",[],[],{"skillNo":85,"name":86,"nameZh":6,"description":87,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":64,"licenseFileUrl":88,"sourceHtmlUrl":89,"categories":90,"keywords":91,"publishedAt":18},"01M72QV0R7DWJSNJP35M7GVR8B","mcp-builder","Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node\u002FTypeScript (MCP SDK).","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills\u002Fblob\u002Fmain\u002Fmcp-builder\u002FLICENSE.txt","https:\u002F\u002Fgithub.com\u002Fzaka33333-hash\u002Fclaude-skills\u002Fblob\u002Fmain\u002Fmcp-builder\u002FSKILL.md",[],[]]