关于 scout
scout 是一项面向技术调研的 Agent 技能,依据标准、高规模工程实践和事故复盘核对证据。它限定搜索范围,并生成包含生产模式与失效模式的结构化报告。
主要功能
- 01按权威性排列来源
- 02限制搜索和页面数量
- 03交叉核对标准与生产证据
- 04生成结构化调研报告
- 05将后续工作路由至 clarify 或 changeset
适用场景
- 01依据生产案例评估架构
- 02识别运维权衡与失效模式
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ venhdev/ skills --skill scout安装后在 Claude Code 中输入/scout确认已加载。
详细介绍
scout — 真实系统最佳实践与生产架构模式引擎
领域评估标准
1. 来源权威性层级
针对技术问题,结合权威的生产环境证据进行交叉验证:
- 第 1 层(规范标准与官方规格):RFC、语言规格、云厂商参考架构和正式技术论文。
- 第 2 层(高规模生产工程实践):已验证的高规模工程组织发布的技术博客和架构披露(例如,Stripe、Netflix、Cloudflare、Discord、Uber、Meta)。
- 第 3 层(实战教训与事后分析):已记录的生产故障、事后分析和根因分析,揭示边缘情况、运维瓶颈和故障模式。
- 排除标准:排除针对 SEO 优化的内容农场、未经验证的个人博客文章、供应商营销材料和未经审查的 AI 摘要。
2. 搜索与纳入预算
- 探索上限:每次侦察最多执行 8 次搜索查询并获取 10 个页面。
- 纳入预算:综合 3 到 5 个一流、高信号来源。
- 提前停止:一旦通过一手证据交叉验证了规范模式和已知故障模式,就立即停止搜索。
规范输出约定
# Scout Report: <Topic / Inquiry>
## 1. Executive Summary
- **Canonical Production Archetype**: <Boring, battle-tested standard approach adopted by industry leaders>
- **Operational Reality**: <Key complexity, maintenance overhead, or scaling bottleneck in practice>
## 2. Industry Precedents & Battle Scars
| Source / Organization | Pattern Deployed | Production Scale / Context | Known Failure Mode / Trade-off |
| :--- | :--- | :--- | :--- |
| <Org / Paper> | <Architecture / Tool> | <Traffic, Data Volume, SLA> | <Failure point, latency spike, cost trap> |
## 3. Recommended Baseline vs. Traps
- **Recommended Baseline**: <Simplest robust architecture meeting requirements without premature optimization>
- **Premature Traps to Avoid**: <Over-engineered patterns or hype-driven tools that introduce unnecessary failure modes>
## 4. Primary Citations
- [<Source Title>](<Verified URL>) — <Core insight or concrete data point extracted>
路由
- 需要权衡方案或评估架构是否适合项目 →(经由 /clarify)。
- 基准方案已获认可、依据充分,且调用方要求规划变更 →(经由 /changeset)。
执行协议
-
查询交叉验证与派发:
- 制定 2 到 3 个有针对性的搜索查询,涵盖:规范标准/RFC、高规模工程案例和故障事后分析。
- 启动
research子 Agent(角色:Real-System Research Scout),并提供:- 经交叉验证的查询和搜索预算(最多 8 次查询、获取 10 个页面)。
- 将上述规范输出约定作为必需的输出约定。
- 要求子 Agent 在综合信息前通过 URL 工具检查完整网页内容;仅引用已严格核实的 URL,绝不只依据搜索结果摘要进行综合。
-
综合与停止:
- 将完整报告输出到对话流中,并立即结束本轮。
评论
支持 Markdown