Research And Analysis
by sandk0
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
Skill Details
Repository Files
1 file in this skill directory
name: research-and-analysis description: 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
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:
-
Границы исследования
- Какие директории/модули включены?
- Какие исключены?
- Насколько глубоко погружаться?
-
Конкретные вопросы
- Что именно нужно узнать?
- Какие решения будут приняты на основе результатов?
- Кто потребитель отчёта?
-
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:
-
Выявить паттерны
- Повторяющиеся структуры
- Общие подходы в коде
- Отклонения от паттернов
-
Идентифицировать проблемы/риски
- Technical debt
- Потенциальные баги
- Performance bottlenecks
- Security concerns
-
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
Related Skills
Mermaid Diagrams
Comprehensive guide for creating software diagrams using Mermaid syntax. Use when users need to create, visualize, or document software through diagrams including class diagrams (domain modeling, object-oriented design), sequence diagrams (application flows, API interactions, code execution), flowcharts (processes, algorithms, user journeys), entity relationship diagrams (database schemas), C4 architecture diagrams (system context, containers, components), state diagrams, git graphs, pie charts,
Matlab
MATLAB and GNU Octave numerical computing for matrix operations, data analysis, visualization, and scientific computing. Use when writing MATLAB/Octave scripts for linear algebra, signal processing, image processing, differential equations, optimization, statistics, or creating scientific visualizations. Also use when the user needs help with MATLAB syntax, functions, or wants to convert between MATLAB and Python code. Scripts can be executed with MATLAB or the open-source GNU Octave interpreter
Dask
Distributed computing for larger-than-RAM pandas/NumPy workflows. Use when you need to scale existing pandas/NumPy code beyond memory or across clusters. Best for parallel file processing, distributed ML, integration with existing pandas code. For out-of-core analytics on single machine use vaex; for in-memory speed use polars.
Consult Zai
Compare z.ai GLM 4.7 and code-searcher responses for comprehensive dual-AI code analysis. Use when you need multiple AI perspectives on code questions.
Writing Effective Prompts
Structure Claude prompts for clarity and better results using roles, explicit instructions, context, positive framing, and strategic organization. Use when crafting prompts for complex tasks, long documents, tool workflows, or code generation.
Analyze Performance
Establish performance baselines and detect regressions using flamegraph analysis. Use when optimizing performance-critical code, investigating performance issues, or before creating commits with performance-sensitive changes.
Flowchart Creator
Create HTML flowcharts and process diagrams with decision trees, color-coded stages, arrows, and swimlanes. Use when users request flowcharts, process diagrams, workflow visualizations, or decision trees.
Bio Reporting Rmarkdown Reports
Create reproducible bioinformatics analysis reports with R Markdown including code, results, and visualizations in HTML, PDF, or Word format. Use when generating analysis reports with RMarkdown.
Desmos Graphing
Create interactive Desmos graphs in Obsidian using desmos-graph code blocks. Use when visualizing functions, parametric curves, inequalities, or mathematical relationships with customizable styling and settings.
Performance
Rendimiento & Optimización - Atoll Tourisme. Use when optimizing performance or profiling code.
