Prototipo · Versión preliminar: todos los servidores del registro oficial, sincronizados cada 30 minutos. Inicia sesión con Google para escribir reseñas.Prototipo · se actualiza cada 30 min
PopNx MCPServidores MCP para quienes usan IA · en palabras sencillas Iniciar sesión

Qué hace

Asks what to optimise and how to measure it, then runs experiments on its own branch.

Texto original del autor

  • Conexión Archivos de instrucciones que lee la IA
  • Cuenta o clave Sin confirmar (el README menciona una clave o un archivo .env)
  • Categoría Programación
Para autores: añade una insignia a tu README

Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/skill/krzysztofdudek-researcherskill.svg)](https://mcp.popnx.com/en/skills/krzysztofdudek-researcherskill)

Úsalo junto con

Servidores MCP que conectan la IA a servicios para el mismo trabajo

REA

Reverse engineer anything from your terminal or agent with one CLI and MCP server.

de morlutoMuy usado↓ 388,7 mil/sem★ 468,8 milActualizado hace 8 días

MCP · Conecta un servicioSe ejecuta en tu computadora

Fallow

Codebase intelligence for TypeScript and JavaScript, exposed as structured MCP analysis tools.

de fallow-rsMuy usado↓ 2,4 M/sem★ 5,4 milActualizado ayer

MCP · Conecta un servicioSe ejecuta en tu computadora

Desktop Commander

MCP server for terminal commands, file operations, and process management

de wonderwhy-erMuy usado↓ 740,3 mil/sem★ 10,4 milActualizado anteayer

MCP · Conecta un servicioSe ejecuta en tu computadora

Skills parecidas

Mismo tipo de trabajo, ordenadas como la lista de Skills

Comparado con otros parecidos
Este
ResearcherSkill
reaandrej-karpathy-skillsgraphifyMoneyPrinterTurbo
Autorkrzysztofdudekmorlutomultica-aiGraphify-Labsharry0703
Skills11111
Estrellas de GitHub270468.733234.332150.287144.566
Último cambio de código9 nov 202619 nov 202620 abr 202618 nov 202618 nov 2026
LicenciaMITMIT–Apache-2.0MIT

1 skills (conjuntos de instrucciones) de krzysztofdudek que la IA lee y sigue · no es un MCP server

En qué se diferencia un Skill de MCP

MCP = las manos

Conecta la IA a un servicio o dato externo, como leer Notion o crear una factura. Necesita un programa o servidor en marcha.

Skill = el manual

Un archivo de texto que enseña a la IA cómo hacer una tarea. No se conecta a nada.

A veces se parecen: algunas Skills ejecutan scripts que llaman herramientas y algunos MCP solo envían conocimiento. Empieza por la tarea que quieres hacer.

Funciona con

Claude CodeCursorGitHub Copilot

Según el README del autor y las carpetas del repo

Instalar

¿Es seguro?

  • Quién lo hizo

    Cuenta de GitHub krzysztofdudek (persona), creada hace 9 años

  • Uso y mantenimiento

    ★ 270 estrellas, todavía pocos usuarios · código modificado por última vez el 9 nov 2026

  • ¿Tiene scripts?

    No, son archivos de texto que la IA lee y sigue

  • ¿Usa internet?

    No hay scripts, así que no se conecta a internet por sí solo

  • ¿Cambia ajustes de todo el equipo?

    No se encontraron hooks ni escrituras en los ajustes del equipo

Revisado automáticamente a partir de los archivos del repositorio en el commit d09bb69 (solo lectura, no se ejecutó nada). No es una garantía de seguridad: léelo y decide por ti mismo

Primero: ¿qué IA usas?

Elige tu app y esta página mostrará solo cómo instalarlo en ella

Opción 1Subir a claude.ai (web y app)

La subida a claude.ai fallaría: la descripción tiene más de 200 caracteres (469). Usa mejor "Que la IA lo instale por ti"

Opción 1Deja que Claude Code lo instale

Copia esta frase y pégala en un chat de Claude Code

Dónde instalar

Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

Para un solo proyecto, pégala en un chat abierto en la carpeta de ese proyecto · La IA siempre te enseña la ruta antes de instalar

La IA te dice primero qué va a hacer y te pide permiso en cada paso

Vuelve a abrir Claude Code y escribe /researcher, o pide una tarea relacionada y Claude lo usará

Checked against official docs 12 nov 2026 · Source: code.claude.com

Para quien usa Terminal

Un Skill son instrucciones que la IA seguirá. Lee los archivos antes de instalar e instala solo de autores de confianza.

La forma que recomienda el autor

Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

Copiado del README del autor; descarga y ejecuta su código

  1. Abre la Terminal

    Mac: pulsa Command+Espacio y escribe Terminal · Windows: el comando no funciona en PowerShell; usa «Que la IA lo instale» arriba

  2. Copia la carpeta del skill a ~/.claude/skills

    Descarga el repo a una carpeta temporal y copia solo las carpetas con SKILL.md

    Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

  3. Vuelve a abrir Claude Code y escribe /researcher, o pide una tarea relacionada y Claude lo usará

Las skills que instalas tú funcionan en la app de escritorio de ChatGPT, en Codex CLI y en la extensión de Codex para el IDE · ChatGPT en la web y el móvil no puede usar skills instaladas por ti, solo las que vienen con un plugin del directorio

App de escritorio de ChatGPT

La app de escritorio de ChatGPT incluye Codex, y Codex lee las skills de la carpeta ~/.agents/skills

Opción 1Deja que ChatGPT lo instale

Abre Codex en la app de escritorio de ChatGPT y pega esta frase en el chat

Dónde instalar

Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

La IA siempre te enseña la ruta antes de instalar

La IA te dice primero qué va a hacer y te pide permiso en cada paso

Opción 2Coloca la carpeta tú mismo

Coloca la carpeta researcher en ~/.agents/skills/researcher

~ es tu carpeta de inicio ($HOME)

Para quien usa Terminal

Un Skill son instrucciones que la IA seguirá. Lee los archivos antes de instalar e instala solo de autores de confianza.

  1. Abre la Terminal

    Mac: pulsa Command+Espacio y escribe Terminal · Windows: el comando no funciona en PowerShell; usa «Que la IA lo instale» arriba

  2. Copia la carpeta del skill a ~/.agents/skills

    Descarga el repo a una carpeta temporal y copia solo las carpetas con SKILL.md

    Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

Después de instalar

  • App de escritorio de ChatGPT: abre Skills en la barra lateral para ver que la skill está
  • Para usarla: en ChatGPT escribe @ y elige la skill · en Codex CLI o la extensión del IDE ejecuta /skills o escribe $ y el nombre de la skill
  • Codex detecta solo las skills recién instaladas; si una no aparece, reinicia Codex

Checked against official docs 15 nov 2026 · Source: learn.chatgpt.com

ChatGPT en la web y el móvil

Las skills que instalas tú no funcionan aquí; solo las que vienen con un plugin del directorio

Para usar esta skill con ChatGPT, usa la app de escritorio de ChatGPT como se indica arriba

Checked against official docs 15 nov 2026 · Source: learn.chatgpt.com

Opción 1Deja que Codex lo instale

Copia esta frase y pégala en un chat de Codex · Sirve en Codex dentro de la app de escritorio de ChatGPT, en Codex CLI y en la extensión del IDE

Dónde instalar

Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

Para un solo proyecto, pégala en un chat abierto en la carpeta de ese proyecto · La IA siempre te enseña la ruta antes de instalar

La IA te dice primero qué va a hacer y te pide permiso en cada paso

Codex detecta solo las skills recién instaladas; si una no aparece, reinicia Codex · Para usarla: en ChatGPT escribe @ y elige la skill · en Codex CLI o la extensión del IDE ejecuta /skills o escribe $ y el nombre de la skill

Checked against official docs 15 nov 2026 · Source: learn.chatgpt.com

Para quien usa Terminal

Un Skill son instrucciones que la IA seguirá. Lee los archivos antes de instalar e instala solo de autores de confianza.

  1. Abre la Terminal

    Mac: pulsa Command+Espacio y escribe Terminal · Windows: el comando no funciona en PowerShell; usa «Que la IA lo instale» arriba

  2. Copia la carpeta del skill a ~/.agents/skills

    Descarga el repo a una carpeta temporal y copia solo las carpetas con SKILL.md

    Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

  3. Vuelve a abrir Codex y pide una tarea relacionada; Codex mostrará el skill

Opción 1Deja que Cursor lo instale

Copia esta frase y pégala en un chat de Cursor

Dónde instalar

Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

Para un solo proyecto, pégala en un chat abierto en la carpeta de ese proyecto · La IA siempre te enseña la ruta antes de instalar

La IA te dice primero qué va a hacer y te pide permiso en cada paso

En el chat Agent de Cursor escribe / y elige researcher

Checked against official docs 12 nov 2026 · Source: cursor.com

Para quien usa Terminal

Un Skill son instrucciones que la IA seguirá. Lee los archivos antes de instalar e instala solo de autores de confianza.

  1. Abre la Terminal

    Mac: pulsa Command+Espacio y escribe Terminal · Windows: el comando no funciona en PowerShell; usa «Que la IA lo instale» arriba

  2. Copia la carpeta del skill a ~/.cursor/skills

    Descarga el repo a una carpeta temporal y copia solo las carpetas con SKILL.md

    Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

  3. En el chat Agent de Cursor escribe / y elige researcher

Opción 1Que la IA lo instale por ti

Para otras apps que leen skills. La frase incluye las rutas de Claude Code, Codex y Cursor para que la IA elija la de tu app · Copia esta frase y pégala en el chat de la aplicación

Dónde instalar

Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

Revisando los comandos · los botones de copiar aparecen cuando pasan la revisión

Para un solo proyecto, pégala en un chat abierto en la carpeta de ese proyecto · La IA siempre te enseña la ruta antes de instalar

La IA te dice primero qué va a hacer y te pide permiso en cada paso

Checked against official docs 12 nov 2026 · Source: code.claude.com, learn.chatgpt.com, cursor.com

Para quien usa Terminal

Otras apps con Agent Skills (como Gemini CLI o GitHub Copilot) usan otras carpetas. Mira la guía de esa app y copia allí la carpeta con el SKILL.md.

Ver en GitHub ↗

Carpetas de skills comprobadas con las guías oficiales de Claude Code, Codex y Cursor el 11 nov 2026

Ver el SKILL.md original

El texto siguiente viene del repo del autor, no de PopNx MCP

Se muestran los primeros 8000 caracteres · Abrir el archivo completo en GitHub

---
name: researcher
description: Use when user wants to optimize or tune something measurable through repeated experiments — "make X faster", "improve [metric]", "find best config", "iterate overnight", "run experiments until it hits N". Triggers on quantitative goals (build time, latency, pass rate, accuracy) or qualitative ones scoreable against a rubric (prompt quality, doc parsing). Skip for one-shot bugs with a clear fix or tasks where the user wants direct implementation without exploration.
---

# Researcher — Autonomous Experimentation Skill

<critical>
Non-negotiable rules — every real experiment, no exceptions:
1. Commit before running. Log before resetting. Reset on discard. Each branch holds only keeps.
2. Protect `.lab/` — it is the single source of truth.
3. Work autonomously — only consult the user for scope violations or true dead ends.
4. Follow ALL guardrails (discard streaks, plateau, re-validation). They are mandatory, not suggestions.
</critical>

You are entering **researcher mode**. This skill is for YOU — the main agent. You orchestrate the entire research process: planning, implementing, committing, measuring, logging. When you need independent work done (evaluation, analysis), you spawn subagents with specific, scoped tasks. You control what each subagent knows through the prompt you give it.

You have **complete freedom** in how you navigate the problem space. The strategies and signals later in this document are tools when you need them, not rails you must follow.

---

## `.lab/` is Sacred

`.lab/` is an **untracked, local directory** — the single source of truth for all experiment history. It survives all git operations because it is in `.gitignore`. Git manages code state. `.lab/` manages experiment knowledge. They are independent.

**Structure:**
- `.lab/config.md`, `results.tsv`, `log.md`, `branches.md`, `parking-lot.md` — experiment metadata
- `.lab/workspace/` — scratch space for experiment files (scripts, test data, generated output, per-experiment subdirectories). Create whatever you need here — it's yours, untracked, and safe from git operations.

Always protect `.lab/`. When cleaning the repo, use targeted commands that preserve untracked directories. When resetting, use `git reset` and `git checkout` which leave `.lab/` intact.

---

## Phase 0: Resume Check

Check if `.lab/` already exists in the project root.

**If it exists:**
1. Read `.lab/config.md`, `.lab/results.tsv`, `.lab/branches.md`, and tail of `.lab/log.md`
2. Present a summary: objective, metrics, active branches, experiment counts, current best vs baseline, last experiment status
3. Ask: **resume or start fresh?**
   - **Resume** → checkout the active branch, pick up from next experiment number, jump to Phase 3
   - **Start fresh** → archive to `.lab/archives/<slug>/` (slug from the existing `research/<slug>` branch; if it collides, suffix with `-<timestamp>`), then clear all other entries in `.lab/` and proceed to Phase 1

**If it does not exist:** proceed to Phase 1.

---

## Phase 1: Discovery

Before any experiment, understand the problem. Ask these questions conversationally — skip what's obvious from context, use the **defaults** shown when the user has no preference:

1. **Objective** — What are we trying to achieve?
2. **Metrics** — How do we measure success?
   - **Primary metric** (required): drives keep/discard decisions
     - *Quantitative*: a command that outputs a number
     - *Qualitative*: agent judgment against a rubric (see Qualitative Rubric below). Before building the rubric, ask the user: **(A)** "I know my criteria" — user provides them, or **(B)** "Help me figure it out" — generate a focused research prompt the user runs in an external tool, then build the rubric from the results instead of assumptions.
   - **Secondary metrics** (optional): tracked for context, don't drive decisions unless primary is tied
   - For each: **name**, **measure command** (or "agent judgment"), **direction** (lower/higher is better)
3. **Scope** — What files/areas can we modify?
4. **Constraints** — What is off-limits?
5. **Run command** — How do we execute one experiment? Single command or chain (entire chain must succeed). May be omitted for qualitative-only research.
6. **Wall-clock budget per experiment** — Maximum time a single experiment run may take before being killed. Default: **5 minutes**.
7. **Token Hygiene** — Incorporate ecosystem-specific ignore/rules files (for example, `.claudeignore`, `.cursorrules`, or other tool-specific config files) and helper scripts to save on token usage. If yes, then what agentic ecosystem are we using?
8. **Termination** — When do we stop? Default: **infinite** (run until user interrupts or target is reached). Do not self-impose experiment limits. If the session ends (context limit, interruption), `.lab/` persists — the next session resumes via Phase 0.
   - *Target value*: stop when primary metric reaches X
   - *Experiment count*: stop after N experiments (only if the user explicitly requests it)

Once you have answers, **repeat the configuration back minimally** and get explicit confirmation before proceeding.
Use a compact table. If something is default, say “default” rather than restating details.

---

## Phase 2: Lab Setup

After confirmation:

1. **Branch** — Create `research/<slug>` from current HEAD.
2. **Lab directory** — Create `.lab/` in the project root.
3. **Config file** — Write `.lab/config.md` with all agreed parameters (objective, metrics with measure commands and directions, run command, scope, constraints, wall-clock budget, termination condition, baseline and best placeholders).
4. **Results log** — Create `.lab/results.tsv` with tab-separated columns: `experiment`, `branch`, `parent`, `commit`, `metric`, `secondary_metrics`, `status`, `duration_s`, `description`. Status values: `keep`, `discard`, `crash`, `thought`, `keep*`, `interesting`.
5. **Iteration log** — Create `.lab/log.md`
6. **Parking lot** — Create `.lab/parking-lot.md` for deferred ideas
7. **Branch registry** — Create `.lab/branches.md` with columns: Branch, Forked from, Status, Experiments, Best metric, Notes
8. **Workspace** — Create `.lab/workspace/` for scratch files (scripts, test data, generated output). Use per-experiment subdirectories (e.g., `.lab/workspace/exp-3/`) when needed.
9.  **Token Hygiene** — If not skipped, initialize `.lab/bin/` with minimalist helpers (`run`, `measure`, `data_head`) and ecosystem-specific ignore files. **Follow the [Token Hygiene Standards] (#token-hygiene-standards) below.**
10. **Git ignore** — Add `.lab/` and `run.log` to `.gitignore`.
11. **Baseline** — Record experiment #0 with NO changes. For quantitative: run the measure command. For qualitative: evaluate the current artifact using the Multi-Evaluator Protocol (3 subagents). Fill in baseline in config.
12. **Start** — Begin autonomous work immediately. No announcements needed.

---

## Phase 3: Autonomous Research

### Flow: THINK → TEST → REFLECT → repeat

**THINK** — Before anything, read: `.lab/results.tsv`, `.lab/log.md` (last 5 entries if 20+), `.lab/branches.md`, `.lab/parking-lot.md`, and in-scope source files. Re-read the critical rules at the top of this document and the guardrails in the Execution Discipline section. Then write a `## THINK — before Experiment N` entry in `.lab/log.md` covering:
1. **Convergence signals:** check against current state
2. **Untested assumptions:** what am I assuming that I haven't tested? Have I tried the opposite of what's currently working? (e.g., if adding detail improved the score, what happens if I simplify instead?)
3. **Invalidation risk:** could earlier findings be invalidated by recent changes? (e.g., after changing B, re-test assumptions made when only A was changed)
4. **Next hypothesis:** what will I test and why

The log entry is mandatory — it is the evidence that you stopped to think. Without it, the THINK phase didn't happen. Stay as long as productive.

**TES

Conversación

Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.

Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.

Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.

Inicia sesión para publicar

Desde GitHub

Estrellas en GitHub
270
Autor
krzysztofdudek
Licencia
MIT
Último cambio de código
9 nov 2026
Archivos SKILL.md del repo (con traducciones y plantillas)
1
Temas
ai-agents, ai-coding, architecture-as-code, autonomous, autoresearch, claude-code, codex, cursor, developer-tools, experimentation, gemini-cli, optimization