Grilling 是一个面向计划与决策打磨的访谈式技能。其核心用途是：在动手执行之前，通过连续多轮提问，把用户模糊的想法或初步方案逐步澄清为一棵结构化的“设计树”，直到双方对方案形成明确、共享的理解。
主要能力与工作方式：它把计划建模为设计树，每个决策会分支出从属于它的后续决策。“边界”指那些前置条件已经全部确定、当前可以提问的决策集合。每一轮会一次性提出边界上的全部问题，每个问题都按编号、问题标题与正文、以及推荐答案的格式给出，然后等待用户回答。用户的回答会重新塑造设计树：已解决的决策把边界向外推进，并解锁此前依赖它们的问题；随后重新计算边界，进行下一轮提问。规则要求不同轮次不能混合相互依赖的问题：如果某个问题的答案依赖本轮另一个尚未解决的问题，它就应留到后续轮次。
使用方式与约束：事实性信息由技能自己负责获取，绝不向用户询问；如果边界上的问题需要文件系统、工具或代码中的事实，应自行探索、使用终端或通过 delegate_task 启动子代理去查找。决策权归用户，技能只是把每个决策摆到用户面前并等待，不代替用户做决定。结束标准是边界为空，即设计树的每个分支都已被访问，没有任何东西被默默假设。在用户明确确认已达成共享理解之前，不得开始执行计划。
适用场景：适合在启动新项目、制定技术方案、做重要取舍或推进复杂计划之前，用结构化提问消除歧义、暴露隐藏假设。注意事项包括：不要用 clarify 来处理多轮提问，因为 clarify 只能问一个问题；不要询问版本、路径、配置这类事实，它们应当被查看而非被提问；不要问“还有别的吗”这类含糊问题，每个问题都应给出具体选项或推荐答案；当边界上存在多个独立决策时，不要逐个提问，以免增加轮次并令用户沮丧。最后可做三项验证：上一轮每个问题是否带有推荐答案、边界是否为空、用户是否已明确确认共享理解。关于安装命令、配置文件、支持的平台或收费方式，当前资料均未提供。