SuperAPI AI 工具集

survey

编程与开发

查看项目

更新于 10-16 04:58

技能介绍

survey 是一个调研型技能,用于在承诺计划前先摸清领域现状。其核心做法:先冻结一个有界研究问题,每次运行相同的四条研究通道,把可复用制品保存到 .survey/{slug}/,并在移交给规划或执行前校验制品契约。

适用场景:用户问“现在有什么方案”“大家实际怎么用”“当前方案格局如何”;某项功能、工作流、工具选择或运维痛点需要先了解背景;主题跨多平台或厂商需要中立对比;仓库维护需要在重写技能、SOP 或复用工流前做一次有界调研;下一步取决于理解变通做法、反复抱怨与结构性缺口。

不适用:方案已明确、用户要立刻实现;小型 bug 修复或单文件改动;更需要架构或任务计划;主要是实时浏览点击任务。

制品契约固定为 .survey/{slug}/ 下的 triage.md(问题、受众、为何是现在)、context.md(工作流背景、受影响用户、变通做法、相邻问题、用户声音)、solutions.md(方案清单、分类、实际行为、频次、缺口、矛盾、关键洞察),以及代理/工具/平台主题必需的 platform-map.md(设置、规则、钩子、平台缺口)。可用 python3 .agent-skills/survey/scripts/validate_survey_artifacts.py <path> 校验,平台主题加 --platform-topic,需溯源性时加 --require-provenance。

主要步骤:分类一种主模式(市场格局、工作流格局、仓库维护、平台对比);冻结证据契约(以英文广泛搜索、保留来源背书、明确标注证据降级等级);分诊并检查是否可复用既有制品;并行运行四条通道(上下文、方案、实际行为、替代方案或平台地图);仓库维护时按相关性门槛筛选候选,记录许可、推送时间、归档、未解决问题、fork 与适配理由,默认排除超 24 个月未更新者;按需运行关键词扫描与降级恢复;合成制品;运行校验器;最后输出简短事实性总结。限制:事实优先,每个制品只对一个问题;不编造结论;证据薄弱时缩小主张;调研完成后规划与执行工作应另路由。