用途：帮助用户为特定场景挑选合适的技术、库或工具，输出有依据、可审计的推荐，而不是通用榜单。推荐分数来自当前代码库的形态与用户明确表达的优先级。
主要能力：分三阶段工作。第一阶段对齐：按顺序阅读 README.md、CLAUDE.md（或 CLAUDE.local.md）、顶层 docs/、依赖清单（package.json/package-lock.json、pyproject.toml/requirements.txt、go.mod、Cargo.toml、Gemfile）以及 git log --oneline -20，用一段话概括代码库；确认使用场景，若场景不明确则调用 grilling 技能厘清规模、读写比例、延迟、托管限制、团队熟悉度、既有基础设施等；让用户从常见优先级中选 3–5 项并排序，作为评分权重；当优先级与代码库现状存在真实冲突时提出质疑。第二阶段调研：用 WebSearch 调研 4–7 个候选，覆盖成熟默认选项、较新挑战者、可能因用户优先级胜出的冷门选项，以及依赖清单中已存在的选项；记录一句话简介、优势、劣势、维护情况、许可证、文档 URL，无法核实的内容标注未核实或省略。第三阶段输出：用 mkdir -p ./ideas 等命令确定输出路径，按模板写入报告，包含 Context、Priorities & rubric（权重合计 100）、Options、Comparison table（各优先级原始分与加权总分）、Ranked recommendations 五部分，并以“Next step: feed this decision into to-prd or open a design doc.”结尾。
使用方式：在需要选型时触发该技能，按其提问逐条回答；澄清问题一次只问一个，使用 AskUserQuestion，不批量提问。
适用场景：为当前项目选择库、工具或技术栈，例如数据库、队列、缓存、状态管理等。
限制：不虚构功能或声明，未核实即标注或省略；不凭个人偏好排名；仅在冲突真实且重要时才反驳；报告需可在 5 分钟内浏览完。具体安装与调用方式资料未提供。