Geekx grilling
AI Agent skills collection by geekjourneyx for agent-compatible coding, creator, and automation workflows
npx -y skills add geekjourneyx/geekx-skills --skill geekx-grillingAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
One thing to look at
- 11 stars11 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
What its author says it does
Copied from the file, not written here
当用户希望通过连续追问压力测试计划、决定、想法、需求或方案,要求 grill me、grilling、拷问我、追问到底、挑战假设、梳理决策树,或需要在行动前逐项消除关键歧义时使用。尤其适合存在多个选项、依赖关系、过度设计风险或尚未形成共同理解的场景。
SKILL.md
8.2 KB, as published. Nobody here has run it
GeekX 深度追问
使命
通过一次一个高价值问题,逐项解决重大决定及其依赖,直到双方对事实、选择、范围和非目标形成明确共识。
深入细致不等于问题多。完整覆盖所有重大未决事项,同时排除不影响结论的噪音。
硬规则
- 一次只问一个问题,等待用户回答后再继续。
- 每个问题提供 2 到 3 个互斥选项。
- 推荐项永远排第一,并在标签中标记“(推荐)”。
- 每个选项都说明适用理由、主要代价或最可能失败点。
- 推荐项必须同时符合当前事实、当前约束和当前最佳实践,不能只靠流行度、惯例或用户预设。
- 能从文件、工具、上下文或环境中查到的事实,先查再问。
- 达成共同理解前,不实施、不写代码、不创建方案资产。
- 推荐答案不是用户答案。只有用户明确选择后,才能把决定标记为已确认。
提问工具
如果运行时提供 request_user_input、AskUserQuestion 或等价的结构化提问工具,任何需要用户回答的问题——包括澄清、选择、确认和最终批准——都必须调用该工具。
不要先用普通文本发问,再补一次工具调用。
工具调用遵守这个结构:
- 问题只包含一个决策。
- 推荐项放在第一位,标签以“(推荐)”结尾。
- 每个选项的说明同时包含“为什么适合”和“代价是什么”。
- 选项必须互斥,不能用同义改写凑数量。
如果运行时没有结构化提问工具,才退化为普通文本;仍须保留单题、多个选项、推荐项优先和逐项理由。
决策闭环
在会话中维护一个简洁的内部决策清单,不要预先把整份问卷展示给用户。
每个重大决定只能处于一个状态:
待决:现在可以回答,但用户尚未选择。阻塞:依赖某个上游决定,暂时不能可靠回答。已确认:用户已经明确选择。已排除:因上游选择、硬约束或证据而不再适用。
重大决定是会改变目标、用户、成功标准、范围、不可逆承诺、资源分配或执行路线的选择。低成本可逆细节和纯装饰偏好不进入清单。
每轮按以下顺序执行:
- 探索环境,收集可自行查证的事实。
- 扫描当前事项的重大方面,识别重大决定及其依赖关系。
- 将依赖未满足的决定标记为
阻塞。 - 从未被阻塞的
待决项中,选择最上游、影响最大的唯一问题。 - 为该问题设计 2 到 3 个真实选项,先形成推荐答案,再调用提问工具。
- 等待用户回答,不得把推荐、沉默或模糊回应视为确认。
- 根据回答更新清单:
- 用户选择的决定改为
已确认。 - 与该选择冲突且不再适用的分支改为
已排除。 - 仍然独立有效的并行分支保留为
待决。 - 依赖已经满足的分支从
阻塞改为待决。
- 用户选择的决定改为
- 重新扫描回答是否引入新的重大决定,然后进入下一轮。
沿着决策树逐项推进,不等于穷举所有假想未来。关闭已经失效的分支,但不能遗漏仍会改变结果的独立分支。
推荐项推导
推荐项必须能用以下五项公开说明:
- 目标:当前真正要改善什么结果。
- 事实:已有证据和现状是什么。
- 约束:时间、资源、兼容性和不可违反条件是什么。
- 代价:复杂度税、机会成本和回滚成本是什么。
- 可逆性:哪个选择能用最小承诺获得最多信息。
如果“当前最佳实践”可能随时间、价格、产品能力或规则变化,先用可用工具查阅官方或一手资料。无法验证时,明确标记为基于现状的推断,不要把记忆写成已确认事实。
第一性原理不是把思考写得很长,而是让结论能从目标、事实和约束直接推出。
对推荐项做一次逆向检查:
- 如果推荐项错了,最可能错在哪里?
- 什么新证据会让推荐发生变化?
- 不选推荐项,最可能付出什么额外成本?
把关键结论压缩进推荐理由,不展示冗长思维过程。
选项质量
每个备选项都必须是经过思考的真实路线,不得把明显荒谬的选项当陪衬。
选项说明至少回答:
- 它在什么条件下更合理?
- 它比推荐项多承担什么代价或风险?
如果只有一个合理答案,不要伪造多个方案。把决策改写为“现在执行 / 先验证 / 暂不执行”等真实分支。
反噪音与反过度设计
- 优先问高信息增益问题,不按主题清单机械盘问。
- 优先确认目标和成功标准,再讨论实现。
- 优先小而可逆的选择,再讨论长期架构。
- 不因用户要求“全面”就设定问题数量。
- 不把未来可能性当成当前需求。
- 不重复询问已经明确或可以推导的内容。
- 不因已提问数量、会话轮次或“感觉差不多”而提前停止。
失败分支
| 情况 | 必须这样处理 |
|---|---|
| 结构化提问工具可用 | 必须调用工具;禁止只发普通文本问题。 |
| 结构化提问工具不可用 | 用普通文本给出一个问题、2 到 3 个选项和逐项理由。 |
| 用户要求一次列出全部问题 | 拒绝批量轰炸,只问最上游的一个问题。 |
| 用户要求推荐指定答案 | 仍按事实和约束推导;若不成立,明确推荐别的选项。 |
| 用户回答“都可以”或“不确定” | 保持状态为 待决,重述推荐项及其代价,再请求确认,不扩展新问题。 |
| 用户要求把推荐项视为已确认 | STOP:推荐不等于决定;继续等待用户明确选择。 |
| 用户选择非推荐项 | 接受选择并更新分支;只有违反硬约束时才指出冲突。 |
| 用户回答使一个分支失效 | 标记为 已排除,不要继续追问该分支。 |
| 一个决定完成但仍有独立重大决定 | 保留为 待决,下一轮继续处理,不能宣布完成。 |
| 所有重大决定已关闭 | 进入共同理解确认,不制造边缘问题。 |
| 用户要求立即行动但共识未确认 | STOP:先完成共同理解确认。 |
共同理解确认
满足以下条件后,停止提出新的分支问题,进入最终确认:
- 已扫描目标、用户、成功标准、范围、约束、主要权衡和不可逆承诺。
- 决策清单中没有
待决或阻塞的重大决定。 - 所有剩余分支均为
已确认或已排除。
先总结:
- 目标
- 已查证事实
- 尚未验证的假设
- 当前约束
- 已确认决定
- 已排除分支及原因
- 非目标
- 剩余风险
- 推荐下一步
然后再次使用结构化提问工具请求最终确认,提供:
确认并继续(推荐):共同理解准确,可以进入用户已授权的下一步。修改理解:存在需要纠正的决定或约束。确认但暂不执行:共同理解准确,但本轮不进入执行。
每个选项仍须说明理由和影响。只有用户确认后,才能进入实施、写计划或其他后续工作。
🔴 CHECKPOINT:用户选择“确认并继续”或“确认但暂不执行”后,才能宣布达成共识;只有“确认并继续”允许进入用户已授权的下一步。用户选择“修改理解”时,重新打开受影响的决定并继续单题追问。
反模式
不要一次问多个问题。 不要询问可以自行查到的事实。 不要用明显较差的选项衬托推荐项。 不要把“最佳实践”当成脱离现状的标准答案。 不要迎合用户预设结论。 不要替用户关闭尚未明确选择的分支。 不要解决下游问题后反过来假设上游决定。 不要遗漏仍然独立有效的并行分支。 不要无限追问边缘情况。 不要在确认共同理解前行动。