用途
Tech Decision 是一个面向技术决策场景的技能，用于系统性地分析技术选型问题并得出综合结论。当用户提出“技术决策”“该用哪个”“A vs B”“对比分析”“库选择”“架构决策”“权衡取舍”“技术选型”“实现方式纠结”等需求时，可调用该技能。
主要能力
该技能覆盖以下典型使用场景：
- 库/框架选择（如 React vs Vue、Prisma vs TypeORM）
- 架构模式决策（如单体 vs 微服务、REST vs GraphQL）
- 实现方式选择（如服务端 vs 客户端、轮询 vs WebSocket）
- 技术栈决策（语言、数据库、基础设施等）
核心原则是“结论先行”：所有报告先给出结论，再提供依据。
使用方式
该技能按四个阶段的工作流执行：
Phase 1：问题定义 明确决策主题与背景，包括：确定需要决定什么、识别可比较的选项、建立评估标准（性能、学习曲线、生态、可维护性、成本等），并根据项目特性设定标准优先级。详细标准参见 references/evaluation-criteria.md。
Phase 2：并行信息收集 从多个来源同时收集信息，必须并行执行：
- codebase-explorer agent：分析现有代码库，了解当前模式与约束
- docs-researcher agent：研究官方文档、指南、最佳实践
- Skill: dev-scan：收集社区意见（Reddit、HN、Dev.to、Lobsters）
- Skill: agent-council：收集不同 AI 专家视角
- [可选] Context7 MCP：查询各库的最新文档
执行方法：Agents 通过 Task tool 并行执行，已有技能通过 Skill tool 调用。
Phase 3：综合分析 基于收集的信息运行 tradeoff-analyzer agent：整理各选项的优缺点、按评估标准打分、整理冲突意见、评估可信度（基于来源）。
Phase 4：生成最终报告 通过 decision-synthesizer agent 生成结论先行的综合报告，详细模板参见 references/report-template.md。报告结构包括：结论（执行摘要）、评估标准及权重、各选项分析（优点/缺点/适用场景）、综合对比表、推荐依据、风险及注意事项、参考来源。
适用场景
该技能适用于需要技术选型决策的各类场景，包括简单对比（A vs B）、深度分析（复杂决策，如状态管理库选择）和架构决策（如单体 vs 微服务）。
快速执行示例：
-
简单对比（A vs B）：用户问“React vs Vue 哪个好？”→ 并行执行 docs-researcher + codebase-explorer → dev-scan → tradeoff-analyzer → decision-synthesizer。
-
深度分析（复杂决策）：用户问“我们项目状态管理库该用哪个？”→ codebase-explorer 分析现状 → 并行执行 docs-researcher（Redux、Zustand、Jotai、Recoil 等）+ dev-scan + agent-council → tradeoff-analyzer → decision-synthesizer。
-
架构决策：用户问“单体 vs 微服务该怎么做？”→ codebase-explorer 分析当前规模/复杂度 → 并行执行 docs-researcher（各架构最佳实践）+ agent-council（架构师视角）→ tradeoff-analyzer（考虑团队规模、部署复杂度等）→ decision-synthesizer。
限制与注意事项
- 上下文提供：项目特性、团队规模、现有技术栈等背景信息越多，分析越准确。
- 评估标准确认：需先确认用户重视的标准是什么。
- 可信度标注：来源不明或过时的信息需明确标注。
- 结论先行：始终以结论先行的方式呈现。
附加资源
- references/report-template.md：详细报告模板
- references/evaluation-criteria.md：评估标准指南
依赖资源
Agents（本插件）：codebase-explorer（分析现有代码库、模式/约束）、docs-researcher（研究官方文档、指南、最佳实践）、tradeoff-analyzer（整理各选项优缺点、对比分析）、decision-synthesizer（生成结论先行的最终报告）。
已有技能（通过 Skill tool 调用）：dev-scan（Reddit、HN、Dev.to 等社区意见）、agent-council（收集不同 AI 专家视角）。
MCP（可选）：Context7，用于查询各库的最新官方文档。