用途
work-intake 是所有工作请求的统一入口。每个工作请求都先经过 intake，由它确定范围、收集需求，并路由到合适的工作流。其核心原则是：没有小到不值得跟踪的工作，也没有大到无法分解的工作。
主要能力
- 项目看板就绪检查（门禁）：在开始任何工作 intake 之前，验证项目看板基础设施是否就绪。这是一个门禁，未通过前不得进入澄清性问题环节。检查内容包括：GITHUB_PROJECT_NUM 环境变量是否设置、GH_PROJECT_OWNER 环境变量是否设置、项目是否可访问、必需字段（Status、Type、Priority）是否存在。
- 澄清性问题：在界定范围前理解请求，包括基本问题（想达成什么目标、成功是什么样、谁/什么受影响、有无约束、是否属于更大计划的一部分）和发现性问题（如何使用、当前存在什么、已尝试过什么、有无先例或示例）。
- 范围评估：根据未知数、交付物、代码区域、依赖关系、持续时间、标准等维度，将请求评估为 Trivial（微小）、Small（小）、Large（大）、Massive（庞大）四个级别。
- 路由到合适工作流：根据范围评估结果，将请求路由到 issue-prerequisite、issue-decomposition、epic-management 或 initiative-architecture 等下游技能。
- 可恢复性检查点：在路由前，将 intake 评估记录到内存中，包括请求、范围、未知数、路由目标、状态。
使用方式
开始时声明："I'm using work-intake to understand and scope this request before beginning."
流程如下：
- 步骤 0：项目看板就绪（门禁）。验证环境变量和项目可访问性，检查必需字段。若门禁失败，需配置缺失的环境变量、创建项目看板、添加必需字段，然后重新运行就绪检查。
- 步骤 1：澄清性问题。向用户提问以理解目标和成功标准。
- 步骤 2：范围评估。根据范围矩阵评估请求级别。
- 步骤 3：路由到合适工作流。根据范围级别选择下游技能。
范围决策逻辑：
- 未知数为无且交付物不超过 2 个 → TRIVIAL：直接使用 issue-prerequisite
- 未知数少且交付物不超过 5 个 → SMALL：使用 issue-prerequisite，可能使用 issue-decomposition
- 未知数多或交付物超过 5 个 → LARGE：使用 epic-management 并创建研究 spike
- 未知数极多或交付物超过 20 个或涉及新基础设施 → MASSIVE：使用 initiative-architecture
适用场景
适用于任何工作请求的初始处理阶段，无论请求大小。示例：
- Trivial 示例："把登录页按钮调浅一点。" → 目标：调整按钮颜色；成功：按钮变浅；未知数：无；交付物：1 个；范围：TRIVIAL；路由到 issue-prerequisite。
- Large 示例："给应用添加深色模式。" → 目标：主题切换能力；成功：用户可切换深色/浅色模式；未知数：当前主题方案、组件库支持、持久化机制；交付物：约 10 个；范围：LARGE；路由到 epic-management。
- Massive 示例："让用户通过点击手机弹窗登录。" → 目标：移动推送通知登录；成功：用户收到推送、点击、登录；未知数：是否有移动应用、推送通知基础设施、认证流程设计、安全要求；交付物：30+ 个；范围：MASSIVE；路由到 initiative-architecture。
限制
- 项目看板就绪是硬性门禁，未通过前不得进入任何下游技能。
- 需要设置 GITHUB_PROJECT_NUM 和 GH_PROJECT_OWNER 环境变量。
- 需要项目看板可访问，并建议配置 Status、Type、Priority 字段。
- 范围评估依赖对未知数和交付物的准确判断，若判断偏差可能导致路由不当。
- 该技能本身不执行实现，仅负责 intake 和路由。
红旗信号
以下措辞暗示请求范围比表面更大：
- "只是加个……" + 新能力 → Large（新能力等于基础设施）
- "用户应该能够……" → Large（面向用户等于全栈）
- "集成……" → Large（外部等于 API、认证、错误处理）
- "像[其他产品]那样……" → Massive（功能对等等于大量工作）
- "移动/应用/通知" → Massive（除非应用已存在）
- "实时/同步/直播" → Large（基础设施）
永不拒绝工作
无论请求多么庞大：承认目标、解释流程、开始调查、记录一切、分解直到可处理。从"庞大请求"到"实现"的路径是：庞大请求 → 倡议架构（记录未知数，创建研究 spike）→ 研究 spike（回答未知数）→ 史诗结构（分组交付物）→ 问题分解（创建可处理任务）→ 实现（一次一个问题）。