Agent Skills
返回列表
🤖

文档锚定方案访谈

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/grill-with-docs。

技能介绍

解决设计中的“语义漂移”与“文档脱节”

在复杂系统的架构设计中,开发者常陷入术语模糊、上下文缺失以及代码实现与设计意图相悖的泥潭。传统的方案评审往往流于表面,难以触及依赖项的底层逻辑。grill-with-docs 旨在通过严格的访谈机制,解决设计树中决策依赖未明确、领域术语不一致以及代码与文档脱节的具体痛点,迫使设计者在落地前理清所有边界。

核心能力与关键步骤

该技能将 Matt Pocock 的访谈纪律与标准库验证工具结合,形成一套确定性的工作流:

  • 逐题深度追问:每次仅提出一个问题,深度遍历设计树的每个分支,逐一解决决策间的依赖关系,并给出推荐答案。
  • 术语锐化与对齐:在对话中实时对照 CONTEXT.md。当用户使用的术语与既有定义冲突或过于模糊时,立即指出并提议精确的规范术语。
  • 场景压测与代码交叉引用:通过构造边缘场景测试领域关系的边界,并直接检查代码库以验证用户的描述。若发现代码行为(如取消整个订单)与口头描述(支持部分取消)相悖,将立即暴露矛盾。
  • 内联更新与谨慎 ADR:术语一旦确定,立即内联更新至 CONTEXT.md(严格作为词汇表,不存实现细节)。仅在满足“难以逆转”、“缺乏上下文会令人困惑”且“存在真实权衡”三个条件时,才建议编写 ADR。
  • 标准库验证器:内置 context_md_linter.py、adr_scanner.py 和 glossary_code_consistency.py,用于校验词汇表格式、ADR 编号完整性以及词汇与代码库的一致性。

适用边界与注意点

该技能高度依赖清晰的领域模型和上下文边界,适合中大型复杂系统的设计阶段。需注意 CONTEXT.md 必须保持纯粹,绝不能将其用作规格说明书或草稿。对于简单的 CRUD 应用或一次性脚本,这种深度的访谈与文档约束可能会显得过于繁重。

使用场景

  • 在重构订单取消功能前,用逐题访谈梳理部分取消、退款与库存释放的依赖关系。
  • 当团队对“账户”“用户”“客户”混用时,对照 CONTEXT.md 把术语锐化并内联更新。
  • 发现代码取消整个 Order 而会议记录支持部分取消,用代码交叉引用暴露矛盾并决定正确行为。
  • 在写架构决策前,判断该决策是否难以逆转、缺乏上下文且存在真实权衡,再创建 ADR。

适合人员

  • 负责支付、订单或库存等复杂领域模型设计的后端工程师,需要把设计决策逐条压实。
  • 在遗留系统中新增功能的架构师,需要在改代码前核对既有术语、代码行为和文档是否一致。
  • 使用 AI Agent 做方案评审的工程师,需要避免 Agent 跳过低层实现前未澄清领域边界。
  • 维护 ADR 与 CONTEXT.md 的技术负责人,需要把术语表保持为纯词汇表并检查格式完整性。