SuperAPI AI 工具集

grill-me

智能体与模型

查看项目

更新于 10-16 06:09

技能介绍

用途

Grill me 用于对计划、设计或架构决策进行压力测试。它通过访谈用户,直到双方对决策树中每个关键分支及其依赖关系达成真正共识。其目的不是为审问而审问,而是在对话阶段就暴露假设、边界情况和分叉点,避免在构建中途或生产环境中才发现问题。

它是“编码前思考”这一习惯的按需、持续版本。后者在必要时请求澄清;而此技能承诺在写下一行代码之前走完整个决策树。

何时使用

  • 用户要求被“拷问”,或要求对计划或设计进行压力测试。
  • 决策具有真实风险,且错误选择难以逆转:架构、数据模型、公共 API 形态、迁移、依赖选择、安全边界。
  • 计划模糊、宽泛,或隐藏许多未声明的分支。

根据风险匹配强度。对“重命名这个变量”进行五问审问是噪音——对于琐碎或已明确指定的任务,跳过拷问。

如何运行访谈

  • 中立地框定。 用一两句话重述目标,不要偏向某个偏好答案,并在深入之前确认理解正确。
  • 先探索再提问。 代码库能回答的,自己回答——阅读文件、配置、现有模式。永远不要问用户 grep 就能告诉你的事。带来发现,而不是作业。
  • 一次一个问题。 问一个问题,等待回答,再问下一个。十个问题的编号列表会让人不知所措,回答也会变得肤浅。
  • 先给出推荐答案。 对每个问题,用一行说明你会选择什么以及为什么,这样用户可以回复“是”或纠正你。没有推荐答案的问题只是把工作交还给用户。
  • 深度优先遍历决策树,按顺序解决依赖。 当一个决策约束其他决策时,先解决它并跟随其分支;在当前分支关闭之前不要打开新分支。在重要时点明依赖关系(“如果我们保持静态导出,每请求缓存的问题就消失了”)。
  • 跟踪状态。 保持已解决决策和未决问题的运行记录,这样在长决策树上双方都不会迷失线索。
  • 在达成共识时停止。 当每个关键分支都已解决,且你可以无需猜测地实现时,就完成了。明确说明——不要在访谈中途戛然而止。

输出

当访谈收敛时,写一份简短的决策记录:目标、每个决策及其一行理由,以及第一个具体的下一步。保持紧凑——这是实现将遵循的规格。

朝着能经受问题考验的最简单设计拷问,而不是最复杂的设计——你推荐的每个答案都应仍然尊重 YAGNI 和“最便宜的代码是你从未写过的代码”。

在保留 .claude/LESSONS.md 日志的仓库中,将持久选择提议为 [decision] 条目(批准后追加),以便下一个会话继承它们,而不是重新争论整棵树。

适用场景

  • 架构设计评审
  • 数据模型决策
  • 公共 API 形态确定
  • 迁移方案评估
  • 依赖选择
  • 安全边界划定
  • 任何高风险、难以逆转的决策

限制

  • 不适用于琐碎或已明确指定的任务。
  • 需要用户积极参与和回答。
  • 依赖代码库探索能力,无法探索时需用户提供信息。
  • 具体平台、收费、价格等信息暂未提供。