Communitygithub.com

chirag127/skill-grill-me

无情地围绕计划或设计面试用户,直到达成共识,解决决策树中的每个分支。当用户希望对计划进行压力测试、希望被严格审查设计或明确表示“拷问我”时使用。

skill-grill-me 是什么?

Grill Me 是一种 AI 助手技能,旨在通过对用户提供的计划或设计进行深入、系统的面试,确保双方达成清晰、无歧义的共识。该技能模拟了深度技术评审过程,通过深度优先遍历决策树、批量提问、推荐答案和确认门控等机制,高效地验证和细化创意。它受 Matt Pocock 的方法启发,适用于 Claude Code、Cursor、Codex 等平台,特别适合需要压力测试或团队对齐的场景。技能实施的核心是事前现查明事实而非提问、每问附推荐答案、使用选择题而非自由文本、分组关联问题、深度优先遍历分支、确认后再行动,直至所有分支解决。最终,每个锁定答案会通过自更新规则写入知识库,确保持续性。其主要优势在于系统性地暴露计划漏洞、加速团队共识,避免猜测或过早实施。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add chirag127/skill-grill-me

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

拷问我

无休止地围绕计划的每个方面面试用户,直到你们 达成共享的、无歧义的理解。逐个分支地遍历设计树, 在进入下一个决策之前解决决策之间的依赖关系。

流程

  1. 事实来自代码库,决策来自用户。 在提问之前, 先检查答案是否是代码库中可发现的 事实 (配置、现有模式、先前的决策、knowledge/ OKF 文件)。 查找它们——不要提问。只有那些真正需要用户做出的 决策 才会抛给他们。不要过度解读;在进行广泛搜索之前, 先遵循 OKF 规范和 okf-prompt-lookup。 (事实/决策划分借鉴自 Matt Pocock 2026-07-08。)

  2. 始终推荐答案。 对于每个问题,先形成你自己的 推荐答案。将其作为选项 1,并附加 (Recommended), 例如 "PostgreSQL (Recommended)"。使用选项来教育—— 在标签中提供信息。

  3. 通过 AskUserQuestion 多选题提问,从不使用自由文本。

  4. 批量关联问题。 每次 AskUserQuestion 调用最多 4 个。 将独立的问题分组到同一批次中;如果后续问题依赖于 上一个答案,则在后续批次中提问。

  5. 深度优先遍历树。 在进入下一个分支之前,先解决一个分支的 依赖关系。如果某个答案重塑了下游决策,则基于该答案 重新推导下一批次。 (设计树框架源自 Brooks,通过 Matt Pocock 2026-07-08。)

  6. 实施前确认门控。 在用户明确确认达成共识之前, 不要开始实施计划。每个锁定的答案都会写入 knowledge/, 遵循 self-update-rule + grill-to-knowledge—— 在同一个回合内。 (确认门控借鉴自 Matt Pocock 2026-07-08。)

  7. 当每个分支都解决后停止。 不要仅仅因为用户回答了 就只进行一轮——持续进行,直到树被关闭。

交叉引用

  • knowledge/rules/agent/grill-to-knowledge.md——捕获每个锁定的答案
  • knowledge/rules/agent/self-update-rule.md——同回合写入纪律
  • knowledge/rules/agent/auto-grill-on-architectural-decisions.md——何时触发

相关技能