SuperAPI AI 工具集

grill

智能体与模型

查看项目

更新于 10-28 04:28

技能介绍

Grill 是一个面向计划或设计进行系统性“拷问”的智能体技能,核心目标是在编写规格说明之前,把模糊的计划变得清晰、把隐含的决策显式化。它通过决策树逐轮提问的方式,确保所有重要分支都被审视,避免关键假设被静默忽略。\n\n用途\n- 在计划尚模糊、领域语言未确定时进行加固。\n- 用户要求“grill me”“stress-test this plan”“harden this design”等场景。\n- 在编写规格说明之前进行预规格加固,或在进行任何 T2/T3 构建以及需求模糊的 T1 构建之前使用。\n- 不适用于已完全规格化的计划、简单无歧义的任务,或事后代码审查(应使用 review-commit 阶段)。\n\n主要能力\n- 以决策树为心智模型,将计划分解为相互依赖的决策,并逐轮推进。\n- 每轮提问当前“前沿”上的全部决策(即所有前置条件已解决的决策),每个问题编号并附推荐答案。\n- 问题措辞设计成回答“yes”即接受推荐答案,提高确认效率。\n- 区分事实与决策:事实通过探索环境(文件系统、工具、代码库、文档)自行查找,必要时派发子代理查询;决策则交由用户回答。\n- 按依赖顺序解决父决策再处理子决策,每轮重新计算前沿,直到没有待解决问题。\n- 最终总结已解决的决策,并询问用户是否达成共识、是否进入规格/计划/实现阶段。\n\n使用方式\n1. 理解计划:阅读对话上下文,若用户引用文件,先获取并阅读。\n2. 映射决策树:识别主要决策及其依赖关系,不分享此映射,仅用于安排轮次。\n3. 提问一轮:计算前沿,将本轮所有可问问题编号列出,每个附推荐答案;对可检索事实派发子代理,同时先问不依赖该事实的问题;等待用户回答。\n4. 重新计算前沿:将回答纳入,解锁依赖问题,将新子决策放入下一轮;重复直到前沿为空。\n5. 确认共识:总结已解决决策,询问是否达成共识并进入下一阶段。\n\n适用场景\n- 计划大致正确但隐藏未解决决策时。\n- 在投入代码实现前寻找设计软肋。\n- 任何非平凡构建的前置步骤,作为开发流水线的预规格加固环节。\n\n限制\n- 不做执行,不产出代码或文件,仅达成一致。\n- 不在用户确认共享理解前采取行动。\n- 不一次性倾倒整个决策树,只按前沿逐轮提问。\n- 不询问可通过环境检索的事实,只询问决策。\n- 不跳过看似琐碎的分支,不忽略新出现的子决策。\n- 若在执行已同意计划时出现疑虑,应使用 doubt-driven-development 技能,而非重新 grill。