Агент Researcher — внешние факты до внутренних решений
Как агент Researcher в Datarim получает актуальные версии библиотек, список критических изменений и лучшие практики из внешнего мира и передаёт структурированный документ с выводами до начала реализации.
У ИИ-ассистентов есть дата отсечения обучающих данных. Когда в плане написано «использовать библиотеку X», нет гарантии, что запомненная версия актуальна, что месяц назад не вышло критическое изменение или что на прошлой неделе не появился бюллетень безопасности. Агент Researcher закрывает этот пробел.
Researcher — это аналитик исследований, который запускается во время /dr-prd — чтобы наполнить требования фактами — и снова во время /dr-do, когда в середине реализации появляется конкретный пробел. Его задача — внешний контекст: каков текущий мир за пределами кодовой базы для технологий, от которых зависит задача.
Что он делает
Для каждой задачи Researcher проверяет версии библиотек и фреймворков и любые критические изменения с момента последнего известного стабильного состояния. Он получает лучшие практики и архитектурные паттерны из актуальной документации, а не из обучающих данных. Он проверяет бюллетени безопасности — базы данных CVE, результаты аудита пакетных менеджеров, GitHub Advisories — для зависимостей, которых касается задача. Также анализирует существующую кодовую базу на предмет компонентов, которые можно переиспользовать вместо создания с нуля.
Все находки попадают в структурированный документ — INSIGHTS-{task-id}.md — в виде кратких сводок со ссылками, а не полных дампов документации. Всё, основанное только на обучающих данных, помечается как непроверенное. Planner и исполнитель читают этот документ перед принятием решений.
Один конкретный пример
В задаче запланирована генерация PDF с использованием конкретной Node.js-библиотеки. Researcher запрашивает актуальную документацию и обнаруживает, что версия из зависимостей плана содержит известную утечку памяти, исправленную двумя релизами позже, а также критическое изменение в сигнатуре конструктора. Добавляется ссылка на CVE транзитивной зависимости, включающей старую версию PDF-рендерера. Документ с выводами фиксирует все три находки, и Planner корректирует план реализации до написания кода.
Где он в процессе
Researcher использует context7 как основной инструмент для документации библиотек — он эффективнее по токенам, чем обычный веб-поиск. Для всего, что context7 не покрывает, применяется WebSearch и WebFetch. Агент работает с доступными инструментами и не зависит жёстко от конкретного MCP-сервера.
При запуске из /dr-do для конкретного пробела исследуется только этот пробел — полный чеклист не перезапускается. Результат возвращается на следующий шаг исполнителя без перезапуска пайплайна. Полное описание — на карточке агента Researcher, а общую картину даёт пост что такое Datarim.