deep-dive

深入探查

编排一个两阶段工作流：先调查事情发生的原因（trace），再定义应对措施（deep-interview）。通过三点注入，将 trace 发现传递到访谈中。

工作流

deep-dive → ralplan（共识完善）→ omg-autopilot（执行）

适用场景

• 用户遇到了问题，但不知道根本原因
• Bug 调查：“出了问题，我需要弄清楚原因”
• 功能探索：“我想改进 X，但首先需要了解它”

不适用场景

• 已经知道根本原因 → 使用 /deep-interview
• 明确具体的请求 → 直接执行
• 只需调查，不需要需求 → 使用 /trace

阶段

阶段 1：初始化

1. 解析问题，判断是 brownfield 还是 greenfield
2. 生成 3 个 trace 方向假设（代码路径、配置/环境、测量/产物）

阶段 2：确认方向

向用户展示假设，征求确认（1 轮）。

阶段 3：执行 Trace

使用 @tracer Agent 并行运行 3 个追踪方向：

• 每个方向：支持证据、反对证据、关键未知项、区分性探查
• 在最可能的假设之间进行反驳轮次
• 检测是否收敛
• 保存到 .omc/specs/deep-dive-trace-{slug}.md

阶段 4：结合 Trace 发现进行访谈

遵循 deep-interview 协议，并应用 3 项覆盖：

1. initial_idea 补充：纳入 trace 中最可能的解释
2. codebase_context 替换：使用 trace 综合结论（跳过重新探索）
3. 问题队列注入：各方向的关键未知项成为首批问题

Trace 置信度较低时：不要注入不确定的结论，而是将所有未知项作为问题。

阶段 5：执行衔接

选项与 deep-interview 相同：ralplan → omg-autopilot（推荐）、omg-autopilot、ralph、team，或继续完善。

输出

规范保存到 .omc/specs/deep-dive-{slug}.md，并附加“Trace 发现”部分。