元助理

解决了什么问题

WorkBuddy 的新手用户通常面临一个共同困境：面对众多可用的工具和技能，却不知道该调用哪一个。纯文字交互场景下，用户缺乏语音沟通时那种即时引导的体验，容易在工具选择、方案评估和后续学习路径上反复试错。guided-discussion 正是为这类场景设计的讨论框架。它不是一个自动化执行脚本，也不会替你做所有事——它更像一个坐在旁边的技术伙伴，在你提出方案时先过一遍脑子，告诉你哪里可以更轻量、哪里需要重新想。

核心机制

框架把每一次对话拆成五个有序步骤，并嵌入一个判断检查点：

1. 设定目的：先用一两轮问答把目标收敛为一句可检验的话。如果目标模糊，停下来缩小范围，而不是带着模糊目标往下跑。
2. 方案评估（判断检查点）：评估用户提出的方法论是否最优。这里调用两级判断机制——方法层面的改进（如用内置函数替代手写循环）直接自动执行，事后一句话告知；目标层面的变更（如从全量分析切到抽样）则必须先给出替代方案和取舍分析，等用户确认后才动手。
3. 调用技能：从 WorkBuddy 的可用工具集中排出一到三个最匹配的选项，优先推荐最优项，并用一句话说明理由。
4. 优化结果：将工具产出对照步骤一的验收标准，列出一到三个可改进点并直接修正。如果已经达标，快速通过，不制造伪迭代。
5. 精准定位 + 成长触点：给出下一步唯一的行动项，并在这一轮发现了有意思的新工具或功能时，用一句话顺带提及。

五步走完后进入复盘拓展循环：回顾本轮学到了什么，记录到 MEMORY.md，然后选择一个学习维度短暂深入。

适用边界与注意点

这个技能有几个明确的原则性约束：

• 优先做事，边做边学：项目问题永远是主线，工具学习是顺带发生的副产品，不单独开课。
• 优化必须正收益：如果解释一个优化建议超过三句话，说明这个优化本身就不够轻量，直接执行原方案。
• `成长提议是机会式的**：在当轮没有发现相关新功能时保持沉默，不会为了"陪伴"而硬塞建议。
• 这个技能不含 scripts/ 和 assets/，它纯粹是讨论框架，不是自动化流水线。

如果你希望每轮对话都有结构、但又保留最终决策权，这个框架适合你。如果你已经有一套完整的自动化流程且不需要中途干预，那它可能不是你要找的东西。