SuperAPI AI 工具集

grilling

智能体与模型

查看项目

更新于 10-15 19:53

技能介绍

用途:Grilling 用于对用户的计划、决策或想法进行持续追问式压力测试,帮助发现被忽略的假设与未决问题。当用户希望检验自己的思考,或使用任何 grill 触发语时使用。该技能从 mattpocock/skills(MIT)导入,上游为模型调用。

主要能力:把讨论映射为一棵设计树,每个决策分支出依赖它的后续决策。按轮次推进:前沿是那些前置条件已确定、当前无需猜测即可提出的问题。每轮一次性提出整个前沿的问题,逐条编号并给出推荐答案,然后等待用户回答,再计算下一轮前沿。依赖本轮未决问题的问题留到后续轮次。

使用方式:每轮按固定格式呈现,例如“❓ Q1 - 问题标题:问题正文(可含多段与多选项)➡️ 推荐答案”,问题之间用分隔线隔开。事实查找由技能负责而非用户:当前沿问题需要来自环境(文件系统、工具等)的事实时,派子代理去查,不要向用户询问可自行查到的内容;正在进行的探查属于未确定的前置条件,只有其下游问题等待子代理回报,其余前沿问题照常提出。决策权属于用户,每个决策都要交给用户并等待。

适用场景:需要系统梳理复杂方案、验证决策链条、暴露隐含假设的讨论。

限制:当所有分支都已访问、前沿为空时会话结束;在用户确认达成共识前不要据此行动。应保持上游流程完整,偏离需明确记录;在每个标记为用户决策的点停下并交还控制权;优先小步可逆改动,明确陈述假设。建议先在窄范围应用,确认输出符合上述形态后再扩展到完整任务。参考资料包括上游 SKILL.md(commit 3cca18b,MIT)、项目标准与校验脚本路径。