SKILL.md
AI 翻译，以原文为准。
不断追问用户，直到你们达成共识。将其绘制为一棵设计树：每个决策都会分支为依附于它的决策。
以轮次推进这棵树。前沿是所有前置条件已经确定的决策：也就是你_现在_就能提出、而无需猜测尚未听到的答案的问题。在一轮中询问整个前沿：为每个问题编号，并给出你推荐的答案。然后等待用户回答后，再进行下一轮。
按如下格式组织一轮：
❓ **Q1** - **<question title>**: <question body, might be multiple paragraphs, including multiple choices>
➡️ <your recommended answer>
---
❓ **Q2** - **<question title>**: <question body, might be multiple paragraphs, including multiple choices>
➡️ <your recommended answer>
每个问题的措辞都应使得回答“是”即接受你推荐的答案。
用户每轮的回答都会重塑这棵树：已确定的决策会将前沿向外推进，并解锁那些依赖它们的问题。重新计算前沿并询问下一轮。如果某个问题的答案依赖于本轮中仍未解决的另一个问题，那么它属于_后续_轮次，而不是本轮。
查找_事实_是你的工作，绝不是用户的工作。当前沿问题需要来自环境（文件系统、工具等）的事实时，派发一个具有全新上下文窗口的子代理去查找；不要向用户询问任何你自己能查到的东西。不要因此阻塞：正在进行的探索是一个未确定的前置条件，所以只有其下游的问题需要等待子代理报告；现在询问前沿的其余部分。_决策_属于用户：把每个决策交给他们并等待。
当前沿为空时，本次会话结束：设计树的每个分支都已访问，没有任何事项被默默假定。在用户确认你们已达成共识之前，不要采取行动。
用途与依赖
作者没写，这些是平台读文件后整理的，以文件为准。
使用示例
请求：我打算把公司的内部工具从单体拆成微服务，帮我盘问一下这个想法。
预期
技能会先给出第一轮“前沿”问题，例如“❓ **Q1** - **迁移范围**：先拆哪几个模块？…… ➡️ 建议先拆通知与报表两个边界清晰的模块”，每题编号并附推荐答案，且把问题措辞成回答“是”即接受推荐。等用户逐条回答后，它会根据已确定的决策推出下一轮问题（依赖未定问题的留到后面），如此循环，直到所有分支都被覆盖、没有隐含假设，最后请用户确认理解一致再开始动手。
- 适用场景
- 想对某个方案、决策或点子做压力测试，找出遗漏和隐含假设
- 在动手实施前把需求、范围、取舍逐层问清楚
- 想法还很模糊，需要被一轮轮追问逼出清晰结论
- 要评估一个架构/产品方向，但还没想好各个依赖决策
- 希望每个问题都附带推荐答案，便于快速确认或否定
- 输入
- 要盘问的计划、决策或想法
- 对每轮问题的回答（可逐条确认推荐答案或给出不同意见）
- 最终“理解一致、可以开始”的确认
- 输出
- 分轮次呈现的编号问题列表，每题附推荐答案
- 随用户回答更新后的设计树与下一轮前沿问题
- 一份双方确认过的共识结论（当前沿清空时）
- 运行环境
- 未说明
- 依赖
- 无
