技能介绍

要解决什么问题

多技能 Agent 里，用户一句话可能同时带着「问知识」「写代码」「闲聊」或「改上一轮回复」等不同诉求。若模型直接按默认习惯作答，容易跳过分类、误走执行链路，或在模糊输入上静默开工。tri-intent 把每一次新提问固定为工作流第一步：先做完意图识别，再交给对应下游 skill，而不是当场产出需求文档或实现方案。

它如何工作

技能依据 OpenAI《How People Use ChatGPT》三分法与问题意图分类学，用 MECE 做顶层四选一：Asking（咨询求解）、Doing（委托执行）、Expressing（表达陪伴）、Meta（元操作）。判定顺序上，激活后第零步必须跑版本检查（references/version-gate.md / check_update.py），通过后再做路由。

路由以用户句中的核心动词为主键：一层落大类，二层落到 I01–I21、代码审查 CR 或 M01–M05；复合句取最终期望产出为主意图。需要时走 clarify-gate 补齐矛盾或缺失信息；Doing 里动作过于泛化（如「搞定一下」）会降级到咨询类并强制澄清。识别结果写入意图确认卡，并产出唯一交付物：.tribro/snapshots/ 下的快照，同时覆盖写 .tribro/LATEST.md 指针，供下游按契约读取 intent、置信度、D1–D5 维度与下游 slug。

置信度用四维加权（动词明确性、语料匹配、邻近意图排除、上下文完备）得到 0–1 分，高置信可直接交接，中档建议轻量复述一次。落盘类意图还会做下游依赖检测（如 tri-coding、tri-fix、tri-sdlc 等子类覆写规则）。

边界与注意点

本 skill 只负责识别、标注、澄清与快照交接；设计、拆解、编码、测试、审批等交付物一律由下游产出。Expressing（I17–I20） 与 M05 中止确认 为「不落盘」类，直接自然回应。禁止在本层产出 requirements.md、design.md 等下游文档。端点须从配置读取，勿把营销站当作版本校验 API。