claude-plugins/project-manager/skills/discover/SKILL.md

name, description, author, version, quality_score, user_invocable, category, tags, desk_project, allowed-tools, mcps

name	description	author	version	quality_score	user_invocable	category	tags	desk_project	allowed-tools	mcps
discover	Pesquisa e discovery v1.1. Investiga viabilidade, abordagens e estado da arte antes de brainstorm. Pesquisa NotebookLM (Gemini 2.5 + conhecimento curado), Dify KB, web, codebase e Context7. Use when "pesquisar", "investigar", "discover", "como funciona", "existe algo para", "alternativas", "estado da arte", "viabilidade", "research", "antes de comecar".	Descomplicar® Crescimento Digital	1.1.0	72	true	productivity	research discovery pesquisa viabilidade alternativas estado-arte notebooklm	65	Read, Glob, Grep, WebSearch, WebFetch, mcp__dify-kb, mcp__mcp-time, mcp__memory-supabase, mcp__plugin_context7_context7, mcp__notebooklm	dify-kb, mcp-time, memory-supabase, context7, notebooklm

/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

1. FACTOS antes de opinioes - reportar o que encontrou, nao o que acha
2. SEMPRE pesquisar internamente antes de ir a web
3. NUNCA inventar fontes ou resultados
4. Se nao encontrar nada: dizer "nao encontrei info sobre X"
5. Lacunas sao valiosas - saber o que NAO sabemos e importante
6. Manter fontes rastreavies - incluir links quando disponivel
7. Para PHDA: resumos curtos primeiro, detalhes a pedido
8. NUNCA fazer pesquisa infinita - max 3-4 queries por fonte, depois compilar