Agent Skills
返回列表
🤖

唱唱反调

AI Agent 更新于 2026.08.29

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_c18b02ff/quibbler

技能介绍

解决什么问题

工程师经常遇到这类场景:页面做完了,不知道真实用户点不点得下去;PRD 提交前,想提前预演评审会被追问什么;接入文档写了几百行,不确定第三方开发者能不能照着跑通。找几个人来试是靠谱的做法,但真人不可复现、成本高、角色单一,结论往往停在「感觉还行」。
《唱唱反调》做的是人群模拟:把素材交给一个多人评审团,每个成员先完整体验一遍——真跑代码、真开网页、真读文档——把卡点和真实感受记录下来,最后才轮到它下判断。结论建立在执行证据上,而不是先入为主的评价。

它是怎么工作的

流程分六个阶段,每个阶段做什么、读哪份 references/ 文档、跑哪个 scripts/ 脚本都有固定路由。

  • 阶段0 意图护栏:先检查输入是否属于适用范围。
  • 阶段1 双探针:一条消息内同时跑 inspect_material.mjs 摸清素材体量,及 preflight.mjs 探测本机环境,产出 forced_red_scopes,以明显标出本机物理上做不到的动作。
  • 阶段2 判型与选角:从 38 人角色库按网页、代码、叙事文档、视频、数据、设计等类型挑 5~7 人,两道硬校验保证有敌对视角和边缘用户在场。
  • 阶段3 成本公示:在派发前向用户展示要产出的 workspace 目录、预计耗时等清单,等一句「开」,避免静默烧钱。
  • 阶段4~5 并发派发与回收校正:在一条消息里并发唤醒多个子代理去真实执行任务,回收日志后交给 verify_report.mjs 逐项核对。合成阶段再从独立共识中聚类致命伤、预测风险,并按 P0/P1/P2 定级落盘。

子代理的评审有明确的红线机制保底:没有跑通的推演不许混进 P0,全机扫描任何证据不许编;主流程还在末尾给首轮评审做人工补刀,防止报告变成无差别扫射。

适用边界与注意点

它只诊断不动手,命中 N1–N8 任何一条(如要求直接改代码、素材量过小、无访问权限等)会触发对应的 N 护栏,主动退回通用助手路径,不会硬凑评审团队。优先级最高的硬性红线包括:不改用户素材一个字节,凭据零落盘,推演结论不许挤进 P0。
部分校验项(如缺步骤、边缘用例不足)只有模型自查,脚本并不代办,跳过人工核对就会出现形容词注水或用例缺失带病交付的问题。
另外当并发掉线时会降级,先分批再串行,但每次降级都会如实告知。脚本检测结果是真跑还是推演,报头、报告与最终脚本指标都不能手写,这是本技能「可信度 > 毒舌」原则最终落地到的点。

使用场景

  • 功能上线前,想从可用性与转化角度确认访客能否走完核心流程
  • PRD评审前,需要预演会上可能被追问的逻辑漏洞并整理成修复清单
  • 视频发布前,需要从完播率与舆情风险角度预判观众的反感点
  • 小说章节投稿前,需要从普通读者与编辑视角判断留存与付费意愿

适合人员

  • 独立开发者/小团队工程师,上线前缺人试用,需要低成本多视角反馈
  • 视频或小说创作者,作品发布前身边缺能挑刺的读者,需要预判评论风向
  • 技术负责人或开源维护者,仓库交接与SDK文档评审缺新用户视角验证
  • 视觉设计师,设计稿正式评审前需要多角色对视觉与无障碍的挑剔意见