用途：这是一个防止“做错东西”的对话式技能。它在采取行动前先弄清用户为何提出请求（WHY），验证假设，并就做法（WHAT）达成一致，适用于软件、文档、头脑风暴、自动化等各种场景。
主要能力：
- 从表层请求背后发现真实意图与要解决的问题。
- 显式暴露并验证 AI 的隐藏假设，例如平台、用户类型、规模、集成、范围边界。
- 基于意图探索多种方案选项及取舍，而不只回应表面需求。
- 同时确认问题与解决方案后才继续。
核心模型：表层 WHAT → 发现 WHY → 暴露假设 → 有依据的 WHAT → 双方确认 → 再动手。
使用方式：可由用户显式调用（如 /interview、“let's clarify”），也可在请求可能被误解时触发。流程上先收集已有上下文，再依次捕获初始请求、用阶梯提问或连续追问 WHY、列出假设请用户确认、给出选项、最后以“理解摘要”形式确认问题与方案，得到明确同意后才继续。提问每轮保持 1 至 4 个，并区分必须澄清与可选澄清。
适用场景：请求模糊、复杂、多部分；需要建议或头脑风暴；错误产出代价较高的高投入工作。简单清晰的请求不必触发完整发现流程。
限制：不遵循固定脚本，不跳过理解直接实施，不接受表面请求就动手，不做未经验证的假设。它只描述要做什么，具体工具由智能体按可用能力选择；官方页面未提供安装命令、收费或价格等信息，这些暂未提供。