Communitygithub.com

NickMoignard/okf-domain-elicit

領域專家技能:結構化、可恢復的領域引導式訪談,會即時產出 OKF 知識套件(詞彙表、三時態事件、規則、脈絡圖)

okf-domain-elicit 是什麼?

此技能為 AI 代理(如 Claude Code、Coder 等)提供一個結構化的領域引導式訪談框架,專注於持續性的知識捕獲,並以 OKF(Ontology Knowledge Framework)知識套件的格式即時輸出。其核心運作基於「飽和度」、「分支佇列」與「三時態」三大原則:每個問題線索都必須獲得具體、有界、有範例且經過例外測試的答案才算飽和;所有未探索的案例會被持久化到磁碟上的分支佇列,以深度優先且廣度追蹤的方式逐一處理,確保不遺漏任何線索;每個涉及時間的事實都需要記錄「事件發生時間」、「組織接收時間」以及「記錄輸入時間」三種時間戳記。所有狀態(state.json、queue.jsonl)與產出(詞彙表、事件時間線、規則、脈絡圖)都存放在磁碟上,支援跨工作階段與上下文視窗邊界的恢復,訪談可隨時中斷並從上次進度繼續。這讓開發者能夠系統性地對複雜領域進行細緻的知識萃取,最終產出結構化、可直接交付給其他下游流程(如需求文件化或問題單建立)的 OKF 知識套件。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add NickMoignard/okf-domain-elicit

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

OKF 領域引導式訪談

執行可跨工作階段存續的領域訪談,並在執行過程中即時產出 OKF 知識套件。每次執行由三個主導詞彙引導:

  • 飽和度(saturation) — 一條提問路線只有在達到「飽和」時才算完成:得到一個具體、有界、有範例且經過例外測試的答案,且不衍生新的討論線索。
  • 分支佇列(branch queue) — 每個未探索的案例都會被推入磁碟上的佇列,並持續處理直到佇列清空。深度優先、廣度追蹤;不會遺漏任何項目。
  • 三時態(tri-temporal) — 每個涉及時間的事實都記錄「事件發生時間」、「組織接收時間」以及「記錄輸入時間」。請參閱 TRI-TEMPORAL.md。

此技能提供「結構與產出物」;請搭配一個不屈不撓的訪談態度(例如 /grilling)來獲得「持續力」。

工作階段工作區 — 在開始提問前恢復

所有狀態都儲存在磁碟上,因此訪談可以跨越上下文視窗與工作階段的邊界。呼叫時:

  1. 確定主題代碼(若未設定,請向使用者詢問主題)。
  2. 檢查 .interview/<slug>/ 目錄是否存在。如果存在,則讀取 state.json 和 queue.jsonl,從記錄的狀態和活躍的討論線索處恢復,並宣告恢復的位置。
  3. 如果不存在,則建立它:
.interview/<slug>/
  state.json      # {state, active_thread, topic, temporal_relevance}
  queue.jsonl     # 每行一個分支:{id, prompt, status, parent}
  index.md        # OKF 套件根目錄     — 請參閱 BUNDLE-FORMAT.md
  glossary.md     # 共通語言           — 請參閱 GLOSSARY-FORMAT.md
  events.md       # 領域事件時間線     — 請參閱 EVENTS-FORMAT.md
  rules.md        # 業務規則           — 請參閱 RULES-FORMAT.md
  context-map.md  # 有限脈絡           — 請參閱 CONTEXT-MAP-FORMAT.md

在每次捕獲事實和每次狀態轉換後都進行持久化。切勿僅在上下文(context)中保留佇列或已捕獲的事實 — 磁碟是真理的來源。

狀態機

依序走過這些狀態。引擎是「敘述 → 深究 → 分支」的循環,將分支佇列彈出回「敘述」狀態,直到終止條件成立。完整的提示詞請見:QUESTION-BANKS.md。

  • S0 框架 — 範疇、目標、邊界上的參與者。在 state.json 中設定 temporal_relevance(日曆日?時鐘秒?)。
  • S1 敘述 — 引導出一個作為事件時間線的具體故事;將事件附加到 events.md。
  • S2 深究 — 針對每個事件,提取觸發條件 · 參與者 · 輸入資料 · 規則 · 結果 · 時間 · 身分,以及其三時態狀態(請參閱 TRI-TEMPORAL.md)。
  • S3 分支 — 「這裡還可能發生什麼?」將每個例外 / 替代方案 / 失敗案例推入 queue.jsonl,狀態設為 pending。
  • S4 定義 — 釐清術語(每個術語都需提供一個非範例)、基數與邊界;寫入 glossary.md 和 context-map.md。
  • S5 反思 — 以利害關係人的語言重現模型;記錄修正意見。

探詢反射

應用於每一個答案,在任何狀態中 — 這是堅持不懈的核心:

模糊的量詞(「通常」、「一些」、「正常來說」)         → 詢問邊界
沒有範例的抽象描述                                     → 要求提供具體實例
斷言的規則(「我們總是 X」)                           → 追查例外情況
新術語                                                 → 寫入 glossary.md,且務必包含非範例
新的參與者或事件                                     → 推入 queue.jsonl
涉及時間的事實                                         → 捕獲所有三個三時態狀態
否則(具體、有界、有範例、經過例外測試)               → 將該線索標記為飽和;彈出下一個待處理分支

分支佇列協定

  • 一個分支是 {id, prompt, status: pending|active|saturated, parent} — 每行一個 JSON 物件,僅允許附加。
  • 要處理一個分支:將其狀態設為 active 於 state.json 中,對其執行 S1→S3,然後新增一行將其標記為 saturated。
  • 只有當當前活躍的討論線索已飽和時,才彈出下一個 pending 分支。
  • 恢復時,佇列是剩餘工作的唯一真理來源 — 讀取它,切勿從記憶體重建。

完成條件

僅在所有條件成立時停止。這些條件是可檢查的 — 切勿過早宣告完成:

  • queue.jsonl 中沒有 pending 狀態的分支。
  • glossary.md 中的每個術語都同時擁有定義與一個非範例。
  • events.md 中的每個事件都攜帶所有三個三時態狀態,或明確標示 n/a — {reason}。
  • S5 反思階段沒有產生實質性的修正。
  • 新的問題只會得到已知事實的重述。

產出

在過程中持續撰寫 OKF — 絕不在最後批次處理。每個產出物都遵循其對應的 *-FORMAT.md;它們共同形成一個以 index.md 為根目錄的 OKF 知識套件。隨著產出物內容的增加,保持 index.md 為最新狀態。該套件即為可交付成果 — 一旦完成條件成立,即可將其移交(例如交給 /to-prd 或 /to-issues)。

相關技能