关于 deep-interview
deep-interview 是面向模糊或复杂想法的需求梳理技能，通过苏格拉底式提问和歧义评分形成规格说明。它还可将规格衔接到后续的细化与执行工作流。
主要功能
- 01每轮提出一个针对性问题
- 02按清晰度维度评估歧义
- 03在后续轮次挑战假设
- 04生成结构化规格说明
- 05提供细化与执行路径
适用场景
- 01澄清描述宽泛的产品构想
- 02为复杂编码任务梳理需求
- 03在选择执行路径前揭示假设
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/deep-interview确认已加载。
详细介绍
深度访谈
受 Ouroboros 启发的苏格拉底式提问，并通过数学方法评估模糊度。通过提出有针对性的问题来揭示隐藏假设，将模糊的想法转化为清晰明确的规格。
流程
deep-interview → ralplan（共识优化）→ omg-autopilot（执行）
适用场景
- 用户有一个模糊的想法，希望全面收集需求
- 任务足够复杂，直接编写代码会浪费精力
- 用户希望在执行前通过数学验证确保需求清晰
不适用场景
- 详细明确的请求，且包含文件路径 → 直接执行
- 快速修复 → 委派给 @executor 或
/ralph - 用户说“直接做吧” → 尊重用户的意愿
阶段
阶段 1：初始化
- 解析用户的想法
- 判断是 brownfield 还是 greenfield（使用 @explore 检查代码库）
- 对于 brownfield：梳理相关代码库区域
- 将模糊度分数初始化为 100%
阶段 2：访谈循环
重复进行，直到模糊度 <= 20% 或用户提前退出：
- 生成问题，针对清晰度最低的维度
- 每次只问一个问题，并提供当前模糊度背景
- 评估模糊度，涵盖以下维度：
- 目标清晰度（greenfield 权重为 40%，brownfield 为 35%）
- 约束清晰度（30% / 25%）
- 成功标准（30% / 25%）
- 上下文清晰度（不适用 / brownfield 为 15%）
- 汇报进度，包括各维度分数和差距
- 追踪本体（关键实体、稳定性比率）
阶段 3：质疑 Agent
- 第 4 轮起：唱反调者——质疑核心假设
- 第 6 轮起：简化者——探索如何降低复杂度
- 第 8 轮起：本体论者——找出本质（如果模糊度 > 30%）
阶段 4：凝练规格
当模糊度 <= 阈值时，将规格写入 .omc/specs/deep-interview-{slug}.md：
- 目标、约束、非目标、验收标准
- 揭示并解决的假设
- 本体（关键实体）及其收敛追踪
- 访谈记录
阶段 5：执行衔接
提供以下选项：
- Ralplan → OMG Autopilot（推荐）：通过共识优化后再执行
- 使用 omg-autopilot 执行（跳过 ralplan）
- 使用 ralph 执行：持久化循环
- 使用 team 执行：并行 Agent
- 进一步优化：继续访谈
规则
- 每次只问一个问题
- 每轮都针对清晰度最低的维度
- 提问用户之前，先通过 @explore 收集代码库事实
- 每次回答后都评估模糊度
- 模糊度 <= 阈值（默认 20%）之前不得继续
- 最多 20 轮，第 10 轮起发出软警告
评论
支持 Markdown