Spike 可行性探针
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_96b3f16c/spike。
技能介绍
要解决什么问题
很多技术决策在文档里永远查不全:WebSocket 流式输出能否在 100ms 内到客户端、某 PDF 库能否抽出结构化文本、两种方案谁更稳——这些往往只能靠动手试才能定论。正式进 plan 或生产实现之前,若把未知项带进主分支,返工成本会很高;若只读文档不验证,又容易在关键路径上翻车。
Spike 面向「先摸清再承诺」:把想法拆成 2~5 个独立可行性问题,每个问题对应一个可丢弃的原型;验证完就丢,不背负「以后还要维护」的债。
技能如何工作
不论规模,都走同一套循环:
- Decompose(分解) — 用 Given/When/Then 表格列出每个 spike,标注风险;comparison 型对同一问题做
002a/002b多方案并行。按风险排序,最可能否决整体方案的先做。 - Align(对齐) — 多 spike 时先展示表格,让用户删改、重排后再写代码。
- Research(调研) — 每个 spike 开工前简述背景、列竞品方案表、选定工具;可用
web_search、web_extract、终端查版本等,逻辑无外部依赖时可跳过。 - Build(构建) — 一目录一 spike,优先 CLI / 小页面 / 单端点服务 / 可感知断言的测试,避免只剩一行 log 的「假成功」;硬编码、少 Docker/复杂构建。
- Verdict(结论) — 每个 spike 的
README.md收尾:VALIDATED / PARTIAL(约束写清)/ INVALIDATED(失败也是成功结论)。
对比型 spike 背靠背做完后做 head-to-head;若已有 spikes/ 目录,用户问「接下来 spike 什么」时,可扫描集成风险、数据交接、未验证假设、PARTIAL 的替代路径并给出 2~4 个候选。
适用边界
- 答案仅靠读文档或读代码就能确定 → 做调研,不要 spike。
- 已是生产交付路径 → 用 plan 类技能,不要用 spike。
- 想法已验证 → 直接实现。
- 若已装完整 GSD(
npx get-shit-done-cc --hermes),且存在兄弟技能 gsd-spike,需要持久化.planning/spikes/、MANIFEST、与 GSD 提交流集成时,优先 gsd-spike;本技能是不装全站的轻量独立版。
使用场景
- 选型前要在本机 venv 里对比两种 PDF 解析库能否抽出多页结构化文本,并需要可运行的 CLI 或页面亲自看结果
- 接入大模型前想确认 WebSocket 下行流式分块延迟是否满足产品阈值,尚未决定是否写进主服务
- 用户说「先试一眼」「commit 之前帮我 spike 一下」,需要把模糊想法拆成带风险序的 spike 表再动手
- repo 里已有多个 spike 目录,要找出两个已 VALIDATED 模块之间的集成或数据格式交接是否还没被证明
适合人员
- 负责新功能技术方案、需要在写正式设计前用最小代码否决高风险假设的后端或全栈工程师
- 在两种库或架构之间犹豫、希望用 comparison spike 背靠背产出 head-to-head 结论的维护者
- 已采用 GSD 工作流但未装全站 Hermes、只想在仓库根用轻量 `spikes/` 记录结论的独立开发者
- 产品或技术负责人口头提出「这能做到吗」,需要把问题落成 2~5 个可交互验证项而非文档摘要的人