Agent Skills
返回列表
文档拷问对齐

文档拷问对齐

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_f15559e3/yg。

技能介绍

方案还没写清就开始写代码

复杂需求里,术语混用、边界模糊、口头约定和实现不一致,往往在迭代后期才暴露。单靠一次性 PRD 或零散聊天,很难在设计树的每个分支上把依赖关系逐个敲定,也缺少一份只讲领域、不讲实现的共享词汇表。

技能如何工作

本技能把对话当成 relentless 访谈:一次只问一个问题,等你反馈后再继续;每个问题都会给出推荐答案,方便你快速拍板或反驳。若答案能靠读仓库得出,它会先探索代码库,而不是空问。

探索时会留意现有文档结构:多数仓库只有一个上下文;若根目录存在 CONTEXT-MAP.md,则按地图进入多上下文。术语在当场 resolved 后立刻写入 CONTEXT.md(懒创建:有内容才建文件)。CONTEXT.md 只做领域词汇表,禁止堆实现细节。

会话中的几条硬规则:

  • Challenge Against the Glossary:你的说法若与 CONTEXT.md 冲突,会立刻指出并让你二选一。
  • Sharpen Fuzzy Language:对「账户」「取消」等 overloaded 词,会逼你选定规范术语(例如 Customer vs User)。
  • Discuss Concrete Scenarios:用边界场景 stress-test 概念关系。
  • Cross-Reference With Code:陈述与代码不一致时,会把矛盾摆到桌面上。

ADR 只在同时满足三点时才建议写:难 reversal、缺上下文会令人费解、且来自真实 trade-off。会话结束后产出:CONTEXT.md、符合条件的 ADR 文件,以及已决事项与仍开放问题的摘要。

适用边界

适合方案/领域建模尚未收敛、需要与代码对齐的团队对话;不适合只想快速改 bug、或已有完整 spec 无需拷问的场景。访谈节奏较慢,需要你在每个问题上认真反馈。

使用场景

  • 新功能方案分支多、术语混用,需要在写实现前逐项问答并沉淀 `CONTEXT.md`
  • 口头约定与仓库行为不一致,要通过读代码并在对话里指出矛盾后再定规范用语
  • 单体或多上下文仓库缺少统一说法,会话中边 resolved 术语边懒创建上下文文档
  • 面临难 reversal 的技术取舍,且确有备选方案时,在访谈后按需产出 ADR

适合人员

  • 负责跨模块订单/取消等领域规则、要先统一词汇再排期的后端 Tech Lead
  • 接手遗留业务代码、需要靠 `CONTEXT-MAP.md` 摸清多上下文边界的 Staff 工程师
  • 产品与研发联调边界场景时,常被「账户」「用户」等词卡住、要当场选定规范术语的 PM
  • 准备在根目录维护领域 glossary、并区分何时写 ADR 而非堆进 `CONTEXT.md` 的架构师