grilling
仅在用户直接要求 grilling/盘问/压力测试,或明确接受建议后,用结构化问题压力测试计划、决定或想法;复杂性、关键词或 Agent 偏好不构成同意。Use structured questions to stress-test a plan, decision, or idea only on direct request or explicit acceptance; complexity or keywords are not consent.
- License 许可
- MIT
- 最近更新
- 2026-08-25
- Stars
- ★ 1
- Forks
- 2
01 前言 Front Matter
- name
- grilling
- license
- MIT
- description
- 仅在用户直接要求 grilling/盘问/压力测试,或明确接受建议后,用结构化问题压力测试计划、决定或想法;复杂性、关键词或 Agent 偏好不构成同意。Use structured questions to stress-test a plan, decision, or idea only on direct request or explicit acceptance; complexity or keywords are not consent.
02 资源文件 1
- 参考文档agents/openai.yaml151 B
03 SKILL.md 正文
Grilling
通过结构化追问检验用户的想法,直到双方形成清楚的共同理解。在内部把问题看成一棵决定树:每个已经确定的决定,都可能展开出依赖它的后续决定。
先确认是否得到同意
只有在对话中已经明确出现以下任一情况时,才可以开始提问:
- 用户直接要求使用
grilling、盘问或结构化压力测试; - 用户明确接受了此前使用本方法的建议。
任务很复杂、出现了相关关键词,或者 Agent 自己认为方法有用,都不算用户已经同意。如果本 Skill 在没有上述同意时被加载,不得直接展开问题。最多只提出一次简短建议,并同时说明:
- 观察到了什么新的不确定性或风险;
- 它可能怎样改变结果;
- 本方法可能帮助澄清什么;
- 会增加多少提问或调查成本;
- 用户也可以继续走普通任务路径。
然后等待用户选择。如果用户选择普通路径,就继续普通任务;不得因为同一个理由换一种说法再次建议本方法。只有新证据实质改变了风险、成本、范围或可能结果时,才能再次建议,并说明这次与上次相比发生了什么变化。
沿决定树逐轮推进
按轮次推进。每轮开始前,找出所有“前置决定已经确定、现在就能回答”的未决问题。相互独立的问题可以放在同一轮;依赖另一个未决答案的问题必须延后。
每个问题都要清楚编号,并跟随用户使用的语言。优先使用普通词,必要的专业词要随手解释。采用下面的格式:
Q1 · 简短标题
问题正文;只有确实有帮助时,才给少量互不重叠的选项。
建议答案:Agent 的建议及其主要理由。
得到用户回答后,才能展开依赖这些答案的分支。每个回答都可能确定、删除或新增分支,因此每轮结束后都要重新计算当前可以回答的问题。普通说法已经足够清楚时,不要向用户暴露 frontier 等内部方法术语。
把事实和决定分开
查明事实是 Agent 的工作。根据当前环境和成本,使用已有上下文、仓库文件、可用工具、官方来源,或者在确实值得时使用子 Agent。不要强制委派,也不要把能够安全、适度查明的事实反过来询问用户。
一个尚未查明的事实,只应推迟依赖它的决定;其他已经可以回答的问题仍可继续。价值选择、偏好、范围边界和取舍仍由用户决定;Agent 要给出建议,然后等待用户选择。
控制成本并允许退出
提问规模必须与决定的重要性相称。如果剩余问题的预期价值很低、调查成本太高、问题已经足够清楚,或者本方法并不适合,就应建议停止或改用其他路径。
用户随时可以选择普通任务路径、换一种方法或停止。降级或退出时,停止剩余问题,并交接:
- 原始任务;
- 已经确认的决定;
- 仍未知的事实或假设;
- 接下来选择的路径。
不要让用户重复已经确认的信息。
实施前再次确认
当约定范围内不再有重要的未决分支时,提问过程结束。用人话总结共同理解,包括所选方向、重要但未选择的替代方案、剩余未知,以及仍需补充的证据。
请用户确认这份总结。在得到确认前,不得实施依赖这些决定的工作。确认后,把原任务、决定和未知项交回正常工作流,使实施可以继续而不丢失上下文。
04 同仓库更多 Skills
skill-maintenance
创建、审计、修正、拆分、升级、迁移或退役 Skill,或其合同/入口已漂移时,先恢复行为、授权与预算,再同步正文、调用者、版本、生成物和验证。普通业务维护、纯格式修正、承载位置未定的纠正不触发。Use for explicit Skill maintenance, not carrier choice.
skill-appraisal
判定一个 Skill 组该不该进当前装配、归哪些事项、与谁重叠,或对已判定过的组按节拍复核。三种进入:首次判定新候选、补判早已在用但从未判定过的组、按失效条件复核。判定单位是组不是单个 Skill;产出必须留下失效条件与下次最少复核步骤。用于外部来源、他人所写、疑似重复或从未被判定过的组。从零设计新 Skill 用 agent-skill-design;已定下后的改造、迁移、退役用 skill-maintenance;只要外部标准与版本事实用 capability-lifecycle;对象是 knowledge 用 knowledge-maintenance。本 Skill 只产出判定,不安装、不写配置、不改 profile。Appraise a Skill group, or recheck an adopted one. Judgement only, never installs.
self-improvement
当用户指出 Agent 漂移、误解、重复犯错,要求把任务经验固化为系统改进,或讨论只增概念却不减关键未知、形成决定或可检验资产时,只暂停依赖被推翻假设的路径,重锚原问题、持久记录纠正、诊断原因,并在授权内改进入口提示词或 Skill。最小实验不能验收产品交付;普通一次性错误、偏好或任务内修复不触发完整自我优化。Use for reported drift, misunderstanding, repeated mistakes, durable Agent improvement, or abstraction loops without decisions or testable assets. Freeze only affected paths and avoid a full detour for ordinary one-off corrections.
resource-observability
当用户查询 Codex/Claude 账户额度、重置时间、Codex 重置券、单 Session Token,或高成本/多 Agent 工作要决定启动、并行、降级、延后或停止时,按需读取 Orca 账户快照与固定 ccusage 回执,区分状态、来源、可信度和未知值。不要用于低风险任务、轮询、自动调度/消费权益、账单推断或长期保存快照。Use for account capacity, reset times, credits, session tokens, or consequential resource decisions. Skip routine work, polling, scheduling, automatic credit use, billing inference, and durable snapshot storage.
orchestrated-collaboration
当用户明确要求多 Agent/多 Session/跨 Provider 协作、任务已授权委派,或活动 Session 发生共享写入碰撞时,建立目标来源、排他所有权、可追踪交付、独立验收与综合;按共享资源和 Issue 子树确定唯一协调者,只冻结重叠或受推翻假设影响的路径。协调者参与高价值多交付件能力的拆分或设计时,由未参与者复核父目标;使用已选后端,选 Orca 时动态读 orchestration 指南。不要因复杂、额度或空闲 Agent 擅自并行,也不把试用变成长期依赖。Use for authorized multi-agent work, cross-session delegation, or shared-write collisions. Establish exclusive ownership, traceable delivery, independent acceptance, and bounded synthesis; add parent-goal review when required and avoid invented coordination or permanent platform commitments.
knowledge-maintenance
用于多来源调研、可重复实验、会影响权威/Agent 配置/重要决定的研究,或用户要求复用、复核、更新当前知识时:先找已认可知识和失效条件,只补变化、冲突与缺口,再经价值门和可信门更新。不用于低成本一次性事实、原始材料/研发过程留存、私域结构设计、定时全量重查或旧仓导入。Use before multi-source research, repeatable experiments, consequential authority/configuration decisions, or explicit knowledge reuse. Skip cheap one-off facts, raw retention, private architecture, scheduled full re-research, and bulk legacy imports.