mcpField
G
grilling

grilling

github.com/hu3rror生产力051 次安装今天更新
代码仓库

关于 grilling

该 skill 通过分轮访谈梳理设计决策,并将依赖关系组织成决策树。它先询问当前可回答的问题,核实建议依据,直到所有分支都得到确认。

主要功能

  1. 01将决策组织为依赖树
  2. 02每轮提出当前可回答的问题
  3. 03为问题提供有依据的建议
  4. 04委派环境事实的调查
  5. 05检查决策与既有记录是否一致

适用场景

  1. 01澄清软件设计需求与取舍
  2. 02按依赖关系规划配置决策
  3. 03在开始执行前确认共同理解

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/hu3rror/my-skills --skill grilling

安装后在 Claude Code 中输入/grilling确认已加载。

附带文件agents/openai.yaml

详细介绍

不断向用户提问,直到双方达成共识。将其映射为一棵设计树:每个决策都会分支出依赖于它的决策。

分轮次推进这棵树。前沿是所有前置条件已确定的决策:也就是你现在可以提出、无需猜测尚未听到的答案的问题。每轮一次性提出整个前沿:为每个问题编号,并给出你推荐的答案。然后等待用户回答,再进入下一轮。

每轮按以下格式编写:

❓ **Q1** - **<question title>**: <question body, might be multiple paragraphs, including multiple choices>

➡️ <your recommended answer>

---

❓ **Q2** - **<question title>**: <question body, might be multiple paragraphs, including multiple choices>

➡️ <your recommended answer>

每个问题都要这样措辞:回答“是”即表示接受你推荐的答案。

每轮中,用户的回答都会重塑这棵树:已确定的决策会推动前沿向外扩展,并解锁依赖于它们的问题。重新计算前沿并提出下一轮。答案取决于本轮中另一个尚未确定的问题时,该问题应放到_后续_轮次,而不是本轮。

查明_事实_是你的工作,绝不是用户的工作。当前沿问题需要从环境中获取事实(文件系统、工具等)时,派遣子 Agent 去查明;不要询问用户任何你自己能查到的信息。不要因此停下来:正在进行的探索属于尚未确定的前置条件,因此只有依赖该探索的问题需要等子 Agent 报告;其余前沿问题现在就提出。_决策_由用户做出:将每个决策交给用户,并等待其回答。

推荐答案是一项主张,而非观点:必须以你已核实的事实为依据(通过文件系统、工具、文档或子 Agent 核实),并指出来源,以便后续轮次重新核查事实证据链。推荐答案依赖于尚未核实的事实时,须在行内标注“(待验证)”,并说明缺失的事实以及核查方法;绝不能将其说成已确定。只有每条推荐答案都通过这项核查,才能算完成一轮。

提出一轮问题前,先进行一致性检查:将每条推荐答案与 (a) 本次工作的已记录决策、(b) 你引用的先例,以及 (c) 你在本次会话中的陈述(包括本轮其他推荐答案)逐一核对;如有冲突,须在行内标明。与已记录决策或你先前陈述相矛盾的推荐答案是需要解决的缺陷,不是可以随意提出的新想法。

决策和先例都是记录,不是背景信息:在全新会话开始时(wayfinder 工单会话),先获取它们——地图中的“迄今为止的决策”、已关闭工单的结论以及 ADR。尚未读取的记录属于“(待验证)”缺口,绝不能当作空集。

当前沿为空时,会话才算结束:设计树的每个分支都已探讨,不再有任何被默默假定的内容。在用户确认双方已达成共识之前,不要据此采取行动。

评论

支持 Markdown