search-first

/search-first — 코딩 전에 먼저 조사

"구현 전에 기존 해법을 먼저 찾는다"는 워크플로를 체계화합니다.

트리거

다음 상황에서 사용합니다.

• 기존 해법이 있을 가능성이 높은 새 기능을 시작할 때
• 의존성이나 integration을 추가할 때
• 사용자가 "X 기능 추가"를 말했고 곧바로 코드를 쓰려 할 때
• 새 utility, helper, abstraction을 만들기 전에

워크플로

1. NEED ANALYSIS
2. PARALLEL SEARCH
3. EVALUATE
4. DECIDE
5. IMPLEMENT

의사결정 매트릭스

Signal	Action
Exact match, 잘 관리됨	Adopt
부분 일치, 기반 좋음	Extend
약한 후보 여러 개	Compose
적합한 것 없음	Build

사용 방법

Quick Mode

코드 쓰기 전에 머릿속으로 먼저 점검합니다.

0. 저장소 안에 이미 있는가? → 먼저 rg
1. 흔한 문제인가? → npm/PyPI 검색
2. MCP로 되는가? → 설정 확인
3. skill로 되는가? → ~/.claude/skills/ 확인
4. GitHub에 검증된 구현이 있는가? → 코드 검색

Full Mode

작지 않은 기능이면 researcher agent를 띄웁니다.

Task(subagent_type="general-purpose", prompt="
  Research existing tools for: [DESCRIPTION]
  Language/framework: [LANG]
  Constraints: [ANY]
")

카테고리별 검색 단축

Development Tooling

• Linting → eslint, ruff, markdownlint
• Formatting → prettier, black, gofmt
• Testing → jest, pytest, go test
• Pre-commit → husky, lint-staged, pre-commit

AI/LLM Integration

• Claude SDK → 최신 문서는 Context7
• Prompt management → MCP 서버 확인
• Document processing → unstructured, pdfplumber, mammoth

Data & APIs

• HTTP client → httpx, ky, got
• Validation → zod, pydantic
• Database → 먼저 MCP 서버 존재 여부 확인

Content & Publishing

• Markdown → remark, unified, markdown-it
• 이미지 최적화 → sharp, imagemin

연동 지점

planner agent와 함께

• Researcher가 사용 가능한 도구를 먼저 찾고
• Planner가 이를 구현 계획에 반영합니다

architect agent와 함께

• 기술 스택 선택
• integration pattern 발견
• reference architecture 탐색

iterative-retrieval과 함께

• 1차: broad search
• 2차: 상위 후보 상세 비교
• 3차: 프로젝트 제약과 호환성 확인

안티패턴

• 존재 여부를 확인하지 않고 바로 코드부터 짜는 것
• 이미 capability가 있는데 MCP를 무시하는 것
• 라이브러리를 과하게 감싸서 장점을 잃는 것
• 아주 작은 기능 때문에 거대한 패키지를 들여오는 것