--- name: recursive-research version: 2.2.0 author: Joseph Huayhualla (@Anjos2) license: MIT repository: https://github.com/Anjos2/recursive-research description: Investigación recursiva profunda con loop auto-regulado hasta nivel PhD. Aplicable a cualquier dominio (ciencia, tecnología, negocio, arte, humanidades). Usa WDM + Inversión Munger para decisiones autónomas, tiering de fuentes confiables, y checkpointing a disco para sobrevivir límites de contexto. --- # Skill: Investigación Recursiva Profunda (v2.0) Investigación auto-regulada que itera hasta alcanzar **nivel PhD** sobre una semilla de investigación (tema raíz). Funciona en cualquier dominio: ciencias formales, naturales, sociales, humanidades, artes, tecnología, negocio. ## Cuándo usar - Quieres profundizar en un tema hasta el nivel de un experto - Necesitas entender un campo nuevo para tomar decisiones informadas - Preparas un documento técnico, paper, propuesta o estudio - Quieres identificar estado del arte + gaps de conocimiento ## Principios 1. **Pregunta antes de investigar** — la skill interroga al usuario sobre semilla, modo y fuentes ANTES de arrancar 2. **Fuentes confiables con tiering transparente** — rechaza automáticamente fuentes no fiables 3. **WDM + Inversión Munger** en toda decisión autónoma no trivial 4. **Loop con auto-regulación** — no iteraciones fijas; criterio medible para cerrar 5. **Checkpointing defensivo** — guarda a disco cada ciclo; sobrevive compact / cierre de sesión 6. **Pausa preventiva** — detecta proximidad al límite de contexto y sugiere pausar antes del cierre forzoso --- ## Flujo completo ### Fase 0 — Preguntas iniciales (la skill interroga) Al invocar `/recursive-research`, la skill pregunta al usuario, en orden: 1. **Semilla de investigación**: "¿Cuál es el tema que quieres investigar?" (texto libre) 2. **Modo**: `web` / `local` / `mixto` 3. **Si incluye local**: "¿Qué rutas locales debo investigar?" (lista de paths separados por comas) 4. **Fuentes priorizadas** (opcional): autores, dominios, publicaciones preferidas 5. **Fuentes excluidas** (opcional) 6. **Tope duro de ciclos** (default: 20; configurable) La skill presenta un resumen y espera confirmación antes de arrancar. --- ### Fase 1 — Preparación del espacio de trabajo 1. Generar `slug` de la semilla (kebab-case, máx. 40 caracteres) 2. Verificar / crear `memoria/investigaciones//` en el directorio de trabajo actual - **Si `memoria/` NO existe, crearla** explicando: *"No existe la carpeta `memoria/` en el proyecto. La creo porque la skill necesita consolidar hallazgos en disco cada ciclo — es lo que permite reanudar la investigación en sesiones nuevas."* 3. Crear archivos iniciales: - `estado.md` — metadatos, progreso, métricas - `hilos.md` — árbol de hilos semilla + sub-hilos - `fuentes-tier-1.md`, `fuentes-tier-2.md`, `fuentes-tier-3.md`, `fuentes-rechazadas.md` - `hallazgos.md` — consolidación --- ### Fase 2 — Identificar hilos semilla Generar **3-5 hilos semilla** (ángulos distintos del tema). **Aplicar WDM a la selección de hilos**: | Criterio | Peso | Qué evalúa | |---|---|---| | Cobertura conceptual | 4 | ¿Cubre una dimensión distinta del tema? | | Diversidad de perspectivas | 3 | ¿Trae voces / escuelas distintas? | | Accesibilidad de fuentes | 3 | ¿Existen fuentes Tier 1/2 para este hilo? | | Relevancia al usuario | 4 | ¿Alinea con el objetivo que motivó la investigación? | Evaluar 5-8 hilos candidatos, seleccionar top 3-5. **Inversión Munger sobre los hilos elegidos**: - ¿Qué hilo importante estoy ignorando? - ¿Qué perspectiva ausente haría que mi investigación sea parcial? - ¿Qué escuela / voz disidente no aparece? Si la inversión revela un hilo crítico faltante, agregarlo y re-ejecutar WDM. **Ejemplos por dominio** (NO solo código): | Dominio | Semilla | Hilos típicos | |---------|---------|---------------| | Ciencia | Inmunoterapia contra cáncer | Mecanismos moleculares / Ensayos clínicos / Historia y evolución / Controversias y limitaciones / Estado comercial | | Arte | Minimalismo en música del siglo XX | Compositores clave / Técnicas / Contexto histórico-cultural / Crítica y recepción / Obras emblemáticas | | Negocio | Modelos de monetización SaaS B2B | Pricing strategies / Métricas financieras / Casos documentados / Marco legal / Psicología de compra B2B | | Humanidades | Filosofía estoica aplicada moderna | Fuentes primarias (Epicteto, Séneca, Aurelio) / Interpretaciones contemporáneas / Aplicaciones prácticas / Críticas filosóficas / Evidencia empírica psicológica | | Tecnología | Arquitectura hexagonal en microservicios | Fundamentos teóricos / Implementaciones por lenguaje / Casos reales / Trade-offs y críticas / Herramientas | --- ### Fase 3 — Detectar herramientas disponibles Antes del primer ciclo, detectar MCPs disponibles y ordenar por preferencia: **Preferencia (mayor a menor velocidad/efectividad)**: 1. **MCPs de scraping optimizados para IA**: Firecrawl (`firecrawl_scrape`, `firecrawl_crawl`, `firecrawl_search`, `firecrawl_extract`) — texto estructurado, rápido 2. **MCPs de documentación oficial**: Context7 (`query-docs`) — cuando la fuente es una librería/framework 3. **Herramientas nativas**: `WebSearch`, `WebFetch` — fallback universal 4. **MCPs de navegación real (Chrome DevTools)**: DESPRIORIZADOS — solo si el contenido requiere ejecución JS explícita (SPAs sin SSR, contenido tras auth) Razón: scrapers de IA son 10-50× más rápidos que navegadores reales y dan texto ya estructurado. --- ### Fase 4 — Fuentes semilla sugeridas La skill presenta al usuario una lista de fuentes semilla **pre-cargadas por dominio** para que **confirme, añada o rechace**: **Ciencia general / papers**: - arXiv (https://arxiv.org) — preprints en física, matemáticas, CS, biología, economía - Semantic Scholar (https://www.semanticscholar.org) — red de citaciones - Google Scholar (https://scholar.google.com) - Connected Papers (https://www.connectedpapers.com) — mapas visuales de citaciones - OpenReview (https://openreview.net) — revisiones abiertas en ML **Medicina / biología**: - PubMed (https://pubmed.ncbi.nlm.nih.gov) - Cochrane Library (https://www.cochranelibrary.com) — meta-análisis - WHO (https://www.who.int) - ClinicalTrials.gov **Humanidades / ciencias sociales**: - JSTOR (https://www.jstor.org) - SSRN (https://www.ssrn.com) - Project MUSE (https://muse.jhu.edu) **Código / tecnología**: - GitHub (búsqueda, topics, starred lists de expertos) - Context7 para docs oficiales (si MCP disponible) - RFCs (https://www.rfc-editor.org) - W3C specs (https://www.w3.org/TR/) **Datos / estadística**: - Banco Mundial (https://data.worldbank.org) - OECD Data (https://data.oecd.org) - Our World in Data (https://ourworldindata.org) - Pew Research (https://www.pewresearch.org) - Eurostat, INE, y equivalentes nacionales **Arte / cultura / humanidades**: - Europeana (https://www.europeana.eu) - Google Arts & Culture (https://artsandculture.google.com) - Internet Archive (https://archive.org) - Project Gutenberg (https://www.gutenberg.org) **Generales**: - Wikipedia — como PUNTO DE PARTIDA. Saltar siempre a la sección de **referencias** para llegar a Tier 1/2 - Wikidata — datos estructurados **Fuentes locales** (si el usuario proporcionó rutas): - Listar estructura de carpeta - Priorizar `.md`, `.pdf`, `.txt`, `.doc/.docx`, `.html`, `.epub` - Usar herramientas de lectura del agente (Read, Grep, Glob) --- ### Fase 5 — Ciclo de investigación (LOOP auto-regulado) Cada ciclo ejecuta los siguientes sub-pasos. #### 5.1. Elegir el hilo con menor cobertura Calcular cobertura actual de cada hilo (`hallazgos_registrados / hallazgos_esperados_proxy`). Elegir el de menor %. #### 5.2. WDM + Munger sobre fuentes a usar en ESTE ciclo **WDM por fuente candidata**: | Criterio | Peso | Escala | |----------|------|--------| | Autoridad (Tier) | 5 | Tier 1 = 5 · Tier 2 = 3 · Tier 3 = 2 · Rechazo = 0 | | Relevancia al hilo actual | 5 | 1-5 por match semántico | | Accesibilidad | 3 | 5 = full text abierto · 3 = abstract + paywall · 1 = bloqueado | | Recencia apropiada al campo | 2 | Código: reciente > viejo · Filosofía clásica: viejo = relevante | | Ausencia de conflicto de interés | 3 | 5 = independiente · 1 = financiada por parte interesada | Seleccionar top 3-5. **Inversión Munger sobre las fuentes seleccionadas**: - ¿Qué fuente NO estoy usando que debería? (disidentes, escuelas críticas, voces silenciadas) - ¿Qué sesgo comparten todas las seleccionadas? (solo anglosajonas, solo de una época, solo de una escuela) - ¿Qué opinión contraria existe documentada? → Añadir al menos 1 fuente contradictoria si existe #### 5.3. Ejecutar búsquedas / lecturas - Usar MCPs en orden de preferencia detectado en Fase 3 - Extraer: hechos concretos, datos numéricos, citas textuales con atribución, nombres de personas/obras/conceptos nuevos - Registrar en notas de trabajo del ciclo #### 5.4. Aplicar tiering a cada fuente consultada **Tier 1 — Máxima confianza**: - Papers peer-reviewed en revistas indexadas (Scopus, Web of Science, PubMed, ACM, IEEE) - Libros de editoriales académicas (MIT Press, Oxford UP, Cambridge UP, Springer) - Documentación oficial de estándares (W3C, IETF/RFC, ISO, IEEE, WHO, FDA, BIS) - Archivos primarios verificables (museos nacionales, bibliotecas universitarias, archivos estatales) - Datos crudos de instituciones estadísticas oficiales **Tier 2 — Alta confianza**: - Repositorios oficiales de proyectos activos y reconocidos - Blogs/publicaciones de autores citables (investigadores, profesionales con trayectoria verificable) - Charlas en conferencias reconocidas (con video y paper) - Wikipedia *CON* referencias a Tier 1/2 (tratar como agregador de referencias) - Reportes de think tanks / consultoras con metodología publicada (Pew, Gartner, McKinsey Institute) **Tier 3 — Útil con cautela**: - Blogs con citaciones internas a Tier 1/2 - Stack Overflow / foros con voto alto + citaciones - Entrevistas grabadas con expertos identificables - Publicaciones de industria con autoría clara **Rechazo automático**: - Sin autor identificable - Marketing sin datos empíricos - Agregadores spam / SEO - Tutoriales sin citar fuentes - Social media sin contexto verificable - Contenido generado por IA sin supervisión humana documentada Cada fuente consultada se registra en el archivo tier correspondiente con: título, URL, autor, fecha, tier asignado, justificación. #### 5.5. Consolidar en checkpoint Guardar al final del ciclo: `memoria/investigaciones//ciclo-N.md` con: - Hilo trabajado - Fuentes consultadas (con tier) - Hallazgos nuevos - Conexiones con hilos previos - Preguntas abiertas para próximos ciclos #### 5.6. Actualizar `estado.md` - Incrementar contador de ciclos - Recalcular cobertura por hilo - Registrar métrica de saturación: `saturacion = hallazgos_nuevos_ciclo / hallazgos_totales_acumulados` - Actualizar estimación de tool calls y tokens de output consumidos #### 5.7. Evaluar criterios de cierre — Función de fitness "nivel PhD" Los 5 criterios DEBEN cumplirse todos: 1. **Cobertura ≥80%** en todos los hilos semilla 2. **≥3 fuentes Tier-1 por hilo** (o Tier 1+2 combinadas si el campo tiene pocas Tier 1) 3. **Saturación ≤5%** durante 3 ciclos consecutivos 4. **Inversión Munger aplicada al estado del conocimiento**: documentado qué NO sé, qué contradicen las fuentes, qué sesgos detecté 5. **Síntesis cruzada entre hilos**: ≥3 conexiones explícitas entre hilos diferentes registradas **Decisión**: - Todos cumplidos → Fase 6 (cierre natural) - Tope de ciclos alcanzado → Fase 6 (cierre forzado con aviso) - Caso contrario → continuar al paso 5.8 #### 5.8. Pausa preventiva (check de contexto) Umbrales: - `tool_calls_en_sesion ≥ 150` - **O** `tokens_output_aprox ≥ 80000` Si se cruza cualquiera: 1. Escribir checkpoint completo (5.5 + 5.6) 2. Emitir mensaje: ``` [PAUSA PREVENTIVA RECOMENDADA] Estado actual: - Ciclos completados: N - Tool calls en sesión: X (cerca del límite) - Tokens de output aprox: Y Razón: me aproximo al límite de contexto. Si continúo, podría perder coherencia al compactarse la sesión. La investigación está guardada en: memoria/investigaciones// Para reanudar en nueva sesión: /recursive-research --resume ¿Pausar aquí, o continuar 1-2 ciclos más? (continuar / pausar) ``` 3. Esperar respuesta. Si `continuar`, seguir. Si `pausar`, saltar a Fase 6 (cierre parcial documentado). Si no se cruza el umbral → volver a 5.1 para próximo ciclo. --- ### Fase 6 — Cierre Sea cierre natural (5 criterios cumplidos), forzado (tope de ciclos), o parcial (pausa manual): 1. **`sintesis.md`** — síntesis ejecutiva: - Resumen en lenguaje simple (3-5 párrafos) - Hallazgos por hilo con referencias cruzadas - Controversias y contradicciones detectadas - Gaps de conocimiento (qué NO se investigó / qué sigue abierto) - Mapa de hilos seguidos (árbol) 2. **`acciones.md`** — checklist de acciones aplicables, priorizadas por impacto 3. **Inversión Munger FINAL al estado del conocimiento** (registrar en `gaps.md`): - ¿Qué sigo sin saber? - ¿Qué fuentes contradijeron entre sí y no resolví? - ¿Qué sesgo tiene mi conjunto de fuentes? - ¿Qué pregunta debería hacerme un revisor crítico que no sepa responder? 4. **Preguntar al usuario**: ``` [INVESTIGACIÓN COMPLETADA — estado: natural / forzado / pausado] Semilla: Ciclos ejecutados: N / Fuentes consultadas: X total (T1: A · T2: B · T3: C · Rechazadas: D) Estado PhD: alcanzado / NO alcanzado (razones: ...) Gaps identificados: 1. ... 2. ... 3. ... Opciones: 1. Cerrar aquí 2. Profundizar un gap específico (indica cuál) 3. Añadir nuevo hilo y continuar 4. Cambiar de modo (web → mixto, etc.) ¿Qué prefieres? ``` **La investigación puede ser infinita** — solo se cierra por decisión del usuario. --- ## Modo `--resume` Invocación: `/recursive-research --resume ` 1. Buscar `memoria/investigaciones//` 2. Si no existe → error claro, sugerir `/recursive-research` normal 3. Si existe: - Leer `estado.md` → reconstruir métricas - Leer último `ciclo-N.md` → contexto reciente - Leer `hilos.md` → árbol actual - Presentar: "Retomo desde ciclo N. Próximo paso: [hilo X]. ¿Continúo?" 4. Continuar el loop desde Fase 5 --- ## Modo `--list` Invocación: `/recursive-research --list` Listar todas las investigaciones guardadas en `memoria/investigaciones/` del proyecto actual: - Slug · Semilla · Ciclos completados · Estado (abierta / cerrada) · Última modificación --- ## Anti-patterns a rechazar activamente 1. **Búsqueda plana** — repetir queries con sinónimos sin profundizar en resultados reales 2. **Ignorar Munger** — seleccionar fuentes solo por confort; la inversión es obligatoria 3. **Checkpoint ausente** — avanzar 5 ciclos sin dumpear a disco 4. **Tier 3 sin referencias** — aceptar un blog sin que cite Tier 1/2 explícitamente 5. **Autoconfirmación del PhD** — declarar PhD sin los 5 criterios medidos; si uno falta, NO cerrar 6. **Ignorar gaps** — cerrar sin documentar qué no se sabe; los gaps son parte del entregable 7. **Condescendencia intelectual** — ocultar controversias o contradicciones "para no ensuciar la síntesis"; la honestidad intelectual ES el resultado 8. **Confiar ciegamente en el knowledge interno** — el conocimiento del agente puede estar desactualizado; siempre verificar contra fuente --- ## Estructura final de archivos generados ``` memoria/investigaciones// ├── estado.md ← progreso, métricas, metadata ├── hilos.md ← árbol de hilos y sub-hilos con estado ├── fuentes-tier-1.md ← fuentes más confiables consultadas ├── fuentes-tier-2.md ← fuentes de alta confianza ├── fuentes-tier-3.md ← fuentes con cautela ├── fuentes-rechazadas.md ← fuentes evaluadas y descartadas (con razón) ├── hallazgos.md ← consolidación de descubrimientos ├── ciclo-01.md ← checkpoint del ciclo 1 ├── ciclo-02.md ├── ciclo-N.md ├── sintesis.md ← síntesis ejecutiva (Fase 6) ├── acciones.md ← checklist de acciones aplicables └── gaps.md ← lo que NO se sabe, controversias, sesgos ``` --- ## Ejemplo de invocación ``` Usuario: /recursive-research Skill: ¿Cuál es el tema que quieres investigar? Usuario: Mecanismos de la memoria episódica en humanos Skill: ¿Modo? (web / local / mixto) Usuario: mixto Skill: ¿Rutas locales? Usuario: C:/Dropbox/papers-neurociencia Skill: ¿Fuentes / autores priorizados? (opcional) Usuario: Endel Tulving, Eleanor Maguire Skill: ¿Fuentes excluidas? (opcional) Usuario: - Skill: ¿Tope de ciclos? (default 20) Usuario: 25 Skill: Confirmado. Semilla: "memoria episódica en humanos" Modo: mixto · Local: [C:/Dropbox/papers-neurociencia] Priorizar: [Tulving, Maguire] · Tope: 25 ciclos Aplicando WDM + Munger para identificar hilos semilla... [muestra tabla] Hilos seleccionados: 1. Bases neuroanatómicas (hipocampo, PFC) 2. Fenomenología y taxonomía (Tulving et al.) 3. Trastornos y disociaciones (amnesia, Alzheimer) 4. Modelos computacionales 5. Neurociencia cognitiva contemporánea La carpeta `memoria/` no existe. La creo — es necesaria para consolidar cada ciclo en disco. Ruta: memoria/investigaciones/memoria-episodica-humanos/ Arrancando ciclo 1 (hilo con menor cobertura: 1)... ``` --- ## Autoría y licencia - **Autor:** Joseph Huayhualla ([@Anjos2](https://github.com/Anjos2)) - **Licencia:** MIT — ver archivo `LICENSE` del repositorio - **Repositorio:** https://github.com/Anjos2/recursive-research Contribuciones bienvenidas. Si detectas un anti-pattern no cubierto, una heurística mejor, o un criterio de PhD más robusto, abre un PR.