Community研究與資料分析github.com

g-ki/agent-skills

針對團隊追蹤系統(如 Linear)或本地任務檔案中的一個「spike」類型工單,執行一次限時研究衝刺,產出包含證據、建議及待辦事項調整的決策記錄,但不產出任何程式碼。僅在明確指定 spike 工單(例如 ENG-130 或 T-03)時使用,可由使用者或交付專案協調器觸發。

agent-skills 是什麼?

此技能提供一個結構化的流程,用於在限時衝刺內回答單一研究問題,並產出決策記錄而非合併程式碼。它接受一個類型為「spike」的工單(來自 Linear 等追蹤系統或本地任務檔案),然後依序執行以下步驟:釐清問題、以最經濟的方式收集證據(從程式碼庫到官方文件,最後是最小的原型或基準測試)、根據證據評估選項以提出建議(附信心水準)、以及建議待辦事項的變更。最後產出一個本機決策記錄檔案,並在工單上發布摘要。此技能對於需要結構化研究以避免無止境探索或過早實作的情境特別有用。它支援包含 `--tasks`、`--branch` 和 `--unattended` 選項的互動模式與自動化模式,並確保研究與團隊既有的 RFC 規範保持一致。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/g-ki/agent-skills/tree/HEAD/skills/spike-task

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Spike 任務

在時間盒內回答一個問題,找出足以做出決策的答案。產出是決策記錄,不是合併的程式碼。

輸入

$ARGUMENTS

  • 工單,必要:追蹤系統的鍵值(例如 ENG-130)或本地 ID(例如 T-03),且該工單類型必須為 spike。若不是 spike,請停止並指向 /implement-task。
  • --tasks <file>:本地任務檔案。若未提供,則在專案本機、被 git 忽略的 RFC 資料夾(例如 .rfcs/,然後 docs/rfcs/)中,尋找包含該工單的 *.tasks.md 檔案。
  • --branch <name>:如果需要原型,則為分支名稱。否則使用 <使用者名稱>/<專案代碼>/spike-<任務分支>,命名規則與 /implement-task 相同。
  • --unattended:由協調器啟動;無人可回答問題。請勿提問;當你想提問時,停止並在報告中說明。在自己的工作目錄中工作。

如果工單已發布,則從追蹤系統讀取(其內容以追蹤系統為準),否則從任務檔案讀取。本地 RFC 和任務檔案僅存在於主要專案資料夾中:如果你在一個工作目錄中,請使用 git worktree list(第一個條目)找到主資料夾,並透過絕對路徑讀取它們。除非是撰寫下方所述的決策記錄,否則絕不要在主資料夾中編輯檔案或執行 git 指令。

1. 釐清問題

在收集任何資料之前,先寫下:

  • 問題,用一個可以回答的句子來表述(例如「Postgres 的 LISTEN/NOTIFY 在我們的實例規格下能否處理每秒 2000 個事件?」,而不是「研究事件處理機制」)。
  • 它能解除哪個決策的阻塞,以及哪些工單依賴於此決策。
  • 正在決定的選項,包括「什麼都不做」或在合理情況下最簡單的選項。
  • 決策標準,盡可能從 RFC 的 DRIVE 章節中提取(限制、價值、關鍵成果),以便證據根據團隊已同意的重點來評判。
  • 時間盒,來自工單(預設:大約一天的工作量)。「完成」代表問題已回答或時間盒已耗盡,以先發生者為準。

如果工單過於模糊,無法釐清問題,請停止並回報 blocked,並附上需要回答的問題。

2. 收集證據,從最經濟的開始

一旦證據足以回答問題就停止,不要為了完整性而繼續研究。

  1. 程式碼庫:現有模式、限制條件、先前嘗試、相關區域的註解和歷史(對相關路徑執行 git log)。
  2. 主要來源:官方文件、變更日誌、發行說明、相關函式庫或服務的問題追蹤系統。優先於部落格文章。如果有 deep-research 技能可用,且問題需要廣泛的外部研究,則使用它。
  3. 度量:當閱讀無法解決問題時(例如效能、相容性、「這個 API 真的會這樣運作嗎」),從最新的 main 分支建立一個最小的原型或基準測試來回答問題,並放在 spike 分支上。它的存在是為了產出證據:除了度量所需的測試之外,不要寫任何測試,不進行打磨,且絕不會被合併。推送該分支以便證據可重現,但不要建立 PR。

記錄你得知每項資訊的方式:已度量(你實際執行了)、已記錄(主要來源如此說明)、或已假設(推論)。引用連結和檔案路徑。

3. 決定建議內容

  • 使用證據,根據決策標準為每個選項評分。
  • 建議一個選項,並附上信心水準:高(已度量或充分記錄)、中(有記錄但未在我們的環境中測試)、低(主要是推論)。
  • 當信心水準低時,偏好最容易反轉的選項,並說明哪些信號會讓你改變選擇。
  • 如果在問題回答之前時間盒已耗盡,請明確說明:報告已知事項,並建議最小的下一步(一個範圍更窄的後續 spike,或一個可逆轉的預設值以繼續進行)。

4. 提議待辦事項調整

決策通常會改變計畫。提出建議,但不要實際套用:

  • 要新增的工單,使用與任務檔案相同的格式(標題、範圍、檔案、驗收標準、依賴關係),每個工單 1 個故事點。
  • 要修改的工單(範圍、標準或依賴關係)以及要移除的工單,每個都需要說明理由。
  • 需要更新的 RFC 章節。

5. 撰寫記錄與報告

  1. 使用 templates/decision.md 將決策記錄寫入主要專案資料夾中的 <rfc名稱>.<工單ID>.decision.md(放在任務檔案旁邊,這是你在那裡寫入的唯一檔案)。這是一個如同 RFC 的本地、未追蹤檔案。
  2. 如果工單已發布,請在追蹤系統的議題上發布一個簡短摘要:問題、建議內容和信心水準,以及三到五行的關鍵證據,並清楚標示為已提案,待核准。
  3. 如果你直接與使用者合作,請將任務檔案中的工單狀態設為 decision-proposed,引導他們了解建議內容,並請他們核准、選擇另一個選項或延長 spike 時間。在無人值守模式下,將狀態留給協調器處理。
  4. 以以下報告格式結尾:
RESULT: decision-proposed | inconclusive | blocked
TICKET: <本地 ID> / <追蹤系統鍵值或 "unpublished">
RECORD: <決策記錄的絕對路徑>
RECOMMENDATION: <一行摘要> (confidence: high | medium | low)
PROTOTYPE: <分支名稱或 "none">
NOTES: <待辦事項調整摘要,一行:+N 個工單,~N 個修改,-N 個移除;或說明為何 blocked>

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

g-ki/agent-skills

Orchestrates end-to-end delivery of a task-breakdown backlog with parallel worker agents that run implement-task and spike-task, then shepherds every PR to merge on main - stacking PRs on unmerged dependencies, addressing worthwhile review comments and CI failures, restacking branches as PRs merge, gating work behind spike decisions, and keeping the tracker and local tasks file in sync.

g-ki/agent-skills

Implements one ticket (from the team's tracker such as Linear, or a local tasks file) as the smallest complete change, test-first from its acceptance criteria, and opens a PR for review; can also address review feedback on that PR. Use only when a specific ticket (such as ENG-123 or T-04) is named for implementation, by the user or by the deliver-project orchestrator.

g-ki/agent-skills

Facilitates Tim Hurson's 6-step Productive Thinking Model for hard engineering problems (architecture decisions, refactors, feature design), grounded in the actual codebase, and turns the finished session into a Technical RFC. Use when the user wants to think a problem through step by step, run a structured design session, or write an RFC from one.

g-ki/agent-skills

Breaks an RFC, design doc, or finished productive-thinking session into small 1-story-point tickets a team can pick up independently, with acceptance criteria, files to touch, and dependencies. Use when the user wants to split a design or feature into tickets, stories, or tasks, plan a sprint from an RFC, or asks "how do we deliver this".

相關技能