- All SKILL.md files now <500 lines (avg reduction 69%) - Detailed content extracted to references/ subdirectories - Frontmatter standardised: only name + description (Anthropic standard) - New skills: brand-guidelines, spec-coauthor, report-templates, skill-creator - Design skills: anti-slop guidelines, premium-proposals reference - Removed non-standard frontmatter fields (triggers, version, author, category) Plugins affected: infraestrutura, marketing, dev-tools, crm-ops, gestao, core-tools, negocio, perfex-dev, wordpress, design-media Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
7.5 KiB
7.5 KiB
name, description
| name | description |
|---|---|
| discover | Pesquisa e discovery de viabilidade, abordagens e estado da arte. Pesquisa NotebookLM, Dify KB, web, codebase e Context7. |
/discover v1.1 - Pesquisa e Discovery
Investiga antes de opinar. Recolhe factos, abordagens e estado da arte para alimentar o brainstorm. Usa NotebookLM (Gemini 2.5 com RAG sobre conhecimento curado) como fonte primaria de pesquisa interna.
Flow: ideia -> discover -> brainstorm -> spec -> sprint -> codigo
Comandos
| Comando | Funcao |
|---|---|
/discover |
Pesquisa interactiva sobre tema |
/discover <tema> |
Pesquisa focada |
/discover tech <tema> |
Foco em abordagens tecnicas e libraries |
/discover market <tema> |
Foco em mercado, concorrentes, tendencias |
/discover internal <tema> |
Foco no que ja temos (codebase, KB, projectos) |
/discover save |
Guardar findings para brainstorm |
Protocolo Principal
1. mcp__mcp-time__current_time
2. RECEBER tema:
- Se argumento dado: usar como query base
- Se nao: "O que queres investigar?"
3. CLARIFICAR objectivo:
"Queres saber:"
a) Se e viavel tecnicamente?
b) Que abordagens/ferramentas existem?
c) O que a concorrencia faz?
d) O que ja temos que pode ajudar?
e) Tudo acima?
4. FASE 1 - Pesquisa Interna (o que ja sabemos)
a. NotebookLM - Conhecimento curado profundo (Gemini 2.5 + RAG):
PRIMEIRO, encontrar notebooks relevantes:
mcp__notebooklm__search_notebooks({
query: "[tema palavras-chave]"
})
DEPOIS, perguntar aos notebooks encontrados:
mcp__notebooklm__ask_question({
question: "[pergunta especifica sobre o tema]",
notebook_id: "[id do notebook relevante]"
})
Notebooks disponiveis e quando usar:
| Notebook | Temas |
|----------|-------|
| perfex-crm-knowledge-base | Perfex CRM, modulos, extensoes |
| claude-code-advanced-knowledge | Claude Code, MCP, skills, plugins |
| stack-tecnol-gica-ia-descompli | Stack IA/SaaS, n8n, CrewAI, SIFIDE |
| centos-web-panel-cwp-complete | CWP, servidores, hosting, seguranca |
| obsidian-knowledge-system | Obsidian, vault, PKM, bases |
| whatsms-zender-platform | WhatSMS, Zender, WhatsApp |
| e-commerce-portugal-estrat-gia | E-commerce PT, PMEs, mercado |
REGRA: Consultar 1-3 notebooks relevantes. Se tema nao encaixa em nenhum, saltar.
b. Dify KB - Pesquisar em datasets relevantes:
mcp__dify-kb__dify_kb_retrieve_segments({
dataset: "[relevante]",
query: "[tema]"
})
Repetir para 2-4 datasets que possam ter info.
c. Codebase local - Procurar implementacoes existentes:
Grep/Glob por termos relacionados em:
- /media/ealmeida/Dados/Dev/
- ~/.claude/plugins/
d. Memory Supabase - Experiencias anteriores:
mcp__memory-supabase__search_memories({
query: "[tema]"
})
e. Projectos Desk - Trabalho anterior relacionado:
Se tema se relaciona com projecto existente,
verificar tasks e discussoes relevantes.
5. FASE 2 - Pesquisa Externa (o que o mundo sabe)
a. Web Search - Estado da arte:
WebSearch("[tema] best practices 2026")
WebSearch("[tema] alternatives comparison")
b. Context7 - Documentacao de libraries:
SE tema e tecnico:
mcp__plugin_context7_context7__resolve-library-id({
libraryName: "[library relevante]"
})
Depois: query-docs para detalhes
c. WebFetch - Artigos especificos:
Se WebSearch encontra artigos relevantes,
buscar detalhes com WebFetch.
6. FASE 3 - Compilar Findings
---
## Discovery: [tema]
_Data: YYYY-MM-DD_
### O Que Ja Temos
- [Codigo/skills/MCPs existentes relevantes]
- [Experiencias anteriores (memoria)]
- [Knowledge base interna]
### Estado da Arte
- [O que o mercado/industria faz]
- [Ferramentas e abordagens populares]
- [Tendencias 2026]
### Abordagens Possiveis
| Abordagem | Descricao | Complexidade | Exemplo |
|-----------|-----------|-------------|---------|
| A | [desc] | Baixa/Media/Alta | [ref] |
| B | [desc] | Baixa/Media/Alta | [ref] |
### Documentacao Relevante
- [Links e refs encontrados]
### Lacunas
- [O que NAO encontrei e precisamos investigar mais]
### Recomendacao Inicial
[Baseada nos factos recolhidos, nao em opiniao]
---
7. PERGUNTAR:
"Queres aprofundar algum ponto? Ou avancar para /brainstorm?"
Variantes
/discover tech <tema>
Foco tecnico - ignora mercado, concentra-se em:
1. Libraries e frameworks (Context7)
2. Padroes de implementacao (WebSearch)
3. Codigo existente no projecto (Grep/Glob)
4. Benchmarks e comparacoes
5. Documentacao oficial
/discover market <tema>
Foco mercado - ignora tecnico, concentra-se em:
1. Concorrentes e alternativas (WebSearch)
2. Pricing e modelos de negocio
3. Tendencias e previsoes
4. Datasets de Marketing e Estrategia (Dify KB)
5. Opiniao de mercado
/discover internal <tema>
So fontes internas - nao pesquisa web:
1. NotebookLM (conhecimento curado - search_notebooks + ask_question)
2. Dify KB (todos os datasets)
3. Memory Supabase (experiencias)
4. Codebase (implementacoes)
5. Projectos Desk (historico)
6. Hub Obsidian (documentacao)
/discover save
1. Compilar todos os findings da sessao
2. Guardar em memory-supabase:
save_memory({
content: "[findings compilados]",
tags: ["discover", tema, "research"],
metadata: {
type: "discovery",
sources_count: N,
approaches_found: M,
outcome: "brainstorm_ready|needs_more|dead_end"
}
})
3. "Discovery guardado. Usar /brainstorm para debater as opcoes."
Fontes de Pesquisa (por prioridade)
| # | Fonte | Tool | Quando |
|---|---|---|---|
| 1 | NotebookLM | mcp__notebooklm | Sempre (conhecimento curado + Gemini 2.5 RAG) |
| 2 | Dify KB | mcp__dify-kb | Sempre (boas praticas e datasets tematicos) |
| 3 | Memory Supabase | mcp__memory-supabase | Sempre (experiencia passada) |
| 4 | Codebase local | Grep, Glob | Quando tema e tecnico |
| 5 | Web Search | WebSearch | Quando precisa estado da arte |
| 6 | Context7 | mcp__plugin_context7_context7 | Quando envolve libraries especificas |
| 7 | WebFetch | WebFetch | Para artigos especificos encontrados |
| 8 | Desk CRM | mcp__desk-crm-v3 | Quando tema se relaciona com projecto |
Regra: Pesquisa interna PRIMEIRO, externa DEPOIS. O que ja sabemos e mais fiavel. NotebookLM vs Dify KB: NotebookLM tem conhecimento curado com contexto profundo (cursos, manuais, docs extensos). Dify KB tem segmentos curtos e boas praticas gerais. Usar ambos - complementam-se.
Integracao
| Skill | Como integra |
|---|---|
/brainstorm |
Findings alimentam perspectivas e argumentos |
/spec create |
Decisoes tecnicas informadas pela pesquisa |
/knowledge |
Pode ser invocado para pesquisa KB mais profunda |
/research (marketing) |
Complementar para analise competitiva formal |
| NotebookLM | Conhecimento curado via search_notebooks + ask_question |
Regras
- FACTOS antes de opinioes - reportar o que encontrou, nao o que acha
- SEMPRE pesquisar internamente antes de ir a web
- NUNCA inventar fontes ou resultados
- Se nao encontrar nada: dizer "nao encontrei info sobre X"
- Lacunas sao valiosas - saber o que NAO sabemos e importante
- Manter fontes rastreavies - incluir links quando disponivel
- Para PHDA: resumos curtos primeiro, detalhes a pedido
- NUNCA fazer pesquisa infinita - max 3-4 queries por fonte, depois compilar