SuperAPI AI 工具集

scout

编程与开发

查看项目

更新于 11-05 16:17

技能介绍

scout 是一个面向架构决策前期的调研技能,定位为“真实系统最佳实践与生产架构原型引擎”。其核心用途是在团队正式承诺某项架构方案之前,依据真实生产证据调查行业主流做法、典型架构与已知失败模式,避免凭直觉或营销材料做技术选型。

主要能力体现在来源分级与筛选上。第一级为权威标准与官方规范,包括 RFC、语言规范、云厂商参考架构和正式技术论文;第二级为大规模生产工程经验,即来自有大规模实践验证的工程组织(如 Stripe、Netflix、Cloudflare、Discord、Uber、Meta)的技术博客与架构披露;第三级为“战斗伤痕”,即已记录的生产故障、事故复盘与根因分析,用于揭示边界情况、运维瓶颈和失败模式。同时明确排除 SEO 内容农场、未经核验的个人博客、厂商营销材料和未经审核的 AI 摘要。

使用方式上,它规定了搜索与引用预算:单次调研最多 8 次搜索查询、抓取 10 个页面,最终综合 3 至 5 个高信号来源;一旦规范做法与已知失败模式已由一手证据三角验证,即提前终止搜索。执行时先构造 2 至 3 个交叉覆盖标准/RFC、大规模工程案例与故障复盘的查询,再动态启动研究子代理,要求其在综合前通过 URL 工具查看完整页面正文,只引用经核验的 URL,禁止仅凭搜索摘要做结论。

输出遵循固定报告结构:执行摘要(给出行业领袖采用的“无聊但久经考验”的规范架构原型与运维现实)、行业先例与故障经验表(来源/组织、采用的模式、生产规模与上下文、已知失败模式或权衡)、推荐基线与应避免的陷阱(满足需求的最简稳健架构,以及过度工程化或炒作驱动工具带来的风险),以及主要引用列表。内容较多时可卸载到 .agents/scratch/scout-dossier.md 作为深度档案。

适用场景为技术选型、架构评审前的尽职调研、评估某方案在生产环境中的真实复杂度与运维成本。报告完成后会路由:若需权衡取舍或评估架构契合度,转入澄清流程;若基线被接受且需要变更规划,则转入变更规划流程。限制方面,资料未提供具体安装命令、收费模式、支持平台或运行环境要求。