用途：在动手实现前，对一份设计方案进行"盘问式"访谈，直到计划与项目已有语言（CONTEXT.md 术语表）和已记录决策（docs/adr/）达成共识。源自 Matt Pocock 的 grill-with-docs（MIT），本仓库增加了 3 个纯标准库校验器、3 篇深度参考文档、配套 agent（cs-grill-with-docs）与命令（/cs:grill-with-docs）。
主要能力：逐题提问、每次只问一个并等待反馈；能通过探索代码库回答的问题就去看代码；术语与术语表冲突时立即指出；把模糊或过载用词收敛为精确规范术语；用具体场景压力测试领域关系与边界；将用户描述与实际代码交叉核对并暴露矛盾；术语敲定后立即内联更新 CONTEXT.md（该文件只作术语表，不含实现细节）；仅在"难以逆转、缺少上下文会令人困惑、源于真实取舍"三者同时满足时才建议写 ADR。
使用方式：会话前可先运行校验器——scripts/context_md_linter.py CONTEXT.md 检查术语表结构、scripts/adr_scanner.py docs/adr/ 检查编号与状态、scripts/glossary_code_consistency.py --context CONTEXT.md --code src/ 找出"已定义未使用"的死术语与可能需要定义的纯代码名词，并把这些标记作为开场问题；会话中术语被澄清后立即改 CONTEXT.md 并重跑 linter，需要时按 docs/adr/ 写入 ADR 并重跑 scanner；收尾再跑一次一致性检查，并汇总新增/修订术语、写入的 ADR、讨论过的场景与遗留事项。
适用场景：领域建模、术语混乱的项目、需要沉淀架构决策的仓库。限制：CONTEXT.md 必须保持为纯术语表；ADR 需克制使用；文中未提供适用范围外的具体效果、收费或价格信息。