grill-me
von alirezarezvanigrill-me ist ein Decision-Support-Skill, der Pläne und Designs per schrittweiser Befragung mit jeweils einer Frage, empfohlenen Antworten, Codebase-Erkundung und Hilfsskripten für das Extrahieren von Decision Branches und das Tracking von Sessions belastbar prüft.
Dieser Skill erreicht 78/100 Punkte und ist damit ein solider Kandidat für Verzeichnisnutzer, die möchten, dass ein Agent Pläne oder Designs systematischer hinterfragt als mit einem generischen Prompt. Er bietet ein klares Aktivierungsmuster, eine einprägsame Interaktionsdisziplin und praktische Unterstützungsdateien. Nutzer sollten jedoch mit etwas unklarer Einrichtung und eher heuristischen Tools statt eines vollständig ausgereiften End-to-End-Pakets rechnen.
- Sehr gut auslösbar: Das Frontmatter sagt ausdrücklich, dass der Skill verwendet werden soll, wenn Nutzer einen Plan stress-testen, zu einem Design kritisch befragt werden oder „grill me“ sagen möchten.
- Die Arbeitsregeln sind konkret: eine Frage pro Runde, eine empfohlene Antwort liefern, vor dem Fragen die Codebase erkunden und den Entscheidungsbaum tiefenorientiert durchgehen.
- Nützliche Begleitmaterialien umfassen Muster für forcing questions, Abbruchbedingungen sowie Python-Skripte zum Extrahieren von Decision Branches, Generieren von Fragen und Nachverfolgen von Multi-Turn-Sessions.
- Im Skill-Pfad gibt es keinen Installationsbefehl und keine README. Nutzer müssen die Installation daher aus dem übergeordneten Repository oder ihrer Claude Skills-Einrichtung ableiten.
- Die begleitenden Tools arbeiten heuristisch und regex-basiert und verweisen auf einen Persona-Agenten sowie einen Slash Command außerhalb des gezeigten Skill-Verzeichnisses. Für die Einführung kann daher zusätzlicher Repository-Kontext nötig sein.
Überblick über den grill-me skill
Was grill-me macht
grill-me ist ein Skill zur Entscheidungsbefragung für agentische Workflows im Claude-Stil. Statt breit angelegtes Feedback zu einem Plan zu geben, führt der grill-me skill dich Frage für Frage durch die offenen Punkte, bis unklare Verzweigungen, Abhängigkeiten, Zielkonflikte und Annahmen geklärt sind. Das Grundprinzip ist einfach, aber wirkungsvoll: eine zwingende Frage stellen, eine empfohlene Antwort mitliefern, abwarten und dann im Entscheidungsbaum weitergehen.
Am besten geeignet für Decision Support
Nutze grill-me für Decision Support, wenn du einen Produktplan, ein Engineering-Design, einen Architekturvorschlag, eine Migrationsstrategie, eine Launch-Checkliste oder ein „Wir sollten X tun“-Dokument vor der Umsetzung einem Stresstest unterziehen willst. Besonders nützlich ist der Skill, wenn ein Plan TBDs, vage Zielkonflikte, versteckte Abhängigkeiten oder Entscheidungen enthält, die eher aus Gewohnheit als bewusst getroffen wurden.
Was diesen Skill anders macht
Der Unterschied liegt in der Disziplin. Der grill-me skill bündelt nicht zehn Fragen auf einmal, driftet nicht in generische Kritik ab und lässt keine ausweichenden Antworten durchgehen. Er bevorzugt Codebase-Exploration gegenüber unnötigen Rückfragen, geht Verzweigungen tiefenorientiert durch und stellt zwingende Fragen wie „Warum X und nicht Y?“ oder „Was würde dich davon überzeugen, dass dieser Ansatz falsch ist?“ Das Repository enthält außerdem Python-Hilfen nur mit stdlib, um Entscheidungsverzweigungen zu extrahieren, Fragen zu generieren und Multi-Turn-Sessions nachzuverfolgen.
Wann es nicht das richtige Werkzeug ist
Installiere grill-me nicht, wenn du einen ausformulierten Plan von Grund auf schreiben lassen möchtest, einen lockeren Brainstorming-Partner suchst oder eine schnelle „LGTM“-Review brauchst. Der Skill ist absichtlich unbequem: Er soll das Gespräch verlangsamen, schwache Begründungen sichtbar machen und Verbindlichkeit erzwingen. Vor teuren Entscheidungen ist das stark; für triviale Auswahlfragen ist es überdimensioniert.
So verwendest du den grill-me skill
grill-me installieren und Repository-Pfad
Installation mit:
npx skills add alirezarezvani/claude-skills --skill grill-me
Der Skill liegt im Repository unter engineering/grill-me/skills/grill-me. Lies zuerst SKILL.md und sieh dir danach die unterstützenden Dateien an, die erklären, wie eine bessere Grill-Session abläuft: references/forcing_question_patterns.md, references/when_to_stop_grilling.md und references/companion_tooling.md. Die Skripte liegen in scripts/ und benötigen nur die Python stdlib.
Welche Eingaben der Skill braucht
Für eine gute grill-me usage solltest du einen Plan oder ein Design-Artefakt bereitstellen, nicht nur ein vages Ziel. Gute Eingaben enthalten:
- die Entscheidung, die du treffen willst
- den aktuell vorgeschlagenen Ansatz
- Alternativen, die du geprüft hast
- bekannte Einschränkungen, Fristen und Risiken
- Bereiche, die TBD oder politisch sensibel sind
- Links oder Pfade zu relevantem Code, Dokumenten, Tickets oder Architektur-Notizen
Ein schwacher Prompt wäre: „Grill me on this idea.“
Ein stärkerer Prompt wäre: „Use grill-me on docs/auth-migration.md. We plan to move sessions from Redis to Postgres before Q3. Focus on rollback, performance risk, and whether our dependency on the billing service is actually locked.“
Praktischer Workflow mit grill-me
Ein aussagekräftiger grill-me guide-Workflow sieht so aus:
- Lege den Plan in einer Markdown-Datei ab.
- Bitte den Agenten,
grill-mezu verwenden und zuerst den Plan zu lesen. - Wenn die Antwort im Repository oder in der Codebase steht, soll der Agent Dateien prüfen, statt dich zu fragen.
- Beantworte immer nur eine Frage auf einmal.
- Halte Entscheidungen fest, sobald sie verbindlich sind.
- Stoppe erst, wenn alle offenen Verzweigungen erschöpft sind.
Für größere Pläne kannst du die Helper-Skripte lokal ausführen:
python scripts/decision_tree_extractor.py path/to/plan.md
python scripts/question_generator.py path/to/plan.md --output json
python scripts/grill_session_tracker.py --action start --session auth-migration --plan path/to/plan.md
Diese Tools rufen kein LLM auf. Sie helfen dabei, Entscheidungsverzweigungen sichtbar zu machen und den Zustand über längere Review-Sessions hinweg zu sichern.
Prompt-Muster, das gut funktioniert
Verwende einen Prompt, der Befugnis, Umfang und Abbruchregeln klar vorgibt:
„Use the grill-me skill for Decision Support on this plan: <path>. Ask one question per turn. Provide your recommended answer with each question. Explore the codebase before asking anything answerable from files. Walk dependencies depth-first. Track resolved decisions and tell me when every branch is answered or when no new questions arise.“
Das ist wichtig, weil der Wert des Skills aus der Reihenfolge entsteht. Wenn du „alles Feedback auf einmal“ verlangst, umgehst du den zentralen Nutzen.
grill-me skill FAQ
Ist grill-me nur für Engineering-Pläne gedacht?
Nein. Der Repository-Pfad ist zwar auf Engineering ausgerichtet, und die Regel zur Codebase-Exploration ist für Softwareprojekte besonders hilfreich, aber die Methode funktioniert auch für Produkt, Operations, Hiring, GTM und Strategieentscheidungen. Am besten passt sie überall dort, wo versteckte Annahmen gefährlicher sind als fehlender sprachlicher Feinschliff.
Warum ist das besser als ein gewöhnlicher Prompt?
Ein normaler Prompt wie „Kritisiere diesen Plan“ erzeugt meist eine Liste von Beobachtungen. grill-me erzeugt eine Befragungsschleife. Jede Frage ist mit einer Entscheidungsverzweigung verbunden, enthält eine empfohlene Antwort und wartet auf deine Reaktion, bevor es weitergeht. Dadurch eignet sich der Skill besser dazu, Unklarheit aufzulösen, statt sie nur zu benennen.
Können Einsteiger grill-me verwenden?
Ja, aber Einsteiger sollten mit einem kurzen Plan beginnen. Der Skill kann intensiv wirken, weil er nach Zielkonflikten, Kill-Kriterien und Alternativen fragt. Wenn du die Domäne noch nicht gut kennst, antworte ehrlich mit dem, was unbekannt ist; die Session kann dann „noch nicht entschieden“ von „durch fehlende Informationen blockiert“ trennen.
Was sollte ich vor der Installation prüfen?
Prüfe, ob deine Agent-Runtime Skills von GitHub unterstützt und ob ein Multi-Turn-Workflow für dich passt. Sieh dir außerdem vorab SKILL.md und die drei Referenzdateien an. Wenn du die Helper-Skripte nutzen möchtest, stelle sicher, dass du lokale Python-Befehle ausführen kannst und dass das Schreiben von Session-JSON nach ~/.grill_sessions/ in deiner Umgebung akzeptabel ist.
So verbesserst du den grill-me skill
Gib grill-me schärferes Ausgangsmaterial
Der schnellste Weg zu besseren grill-me-Ergebnissen ist ein Plan, der sich leichter prüfen lässt. Ergänze Überschriften für Ziele, Nicht-Ziele, Einschränkungen, Alternativen, Abhängigkeiten, Rollout, Rollback, Metriken und offene Fragen. Der Decision Extractor sucht nach Signalen wie „we will“, „TBD“, „vs“, „depends on“ und „trade-off“; explizite Formulierungen helfen dem Workflow also, Verzweigungen zu finden.
Vermeide typische Fehlermuster
Häufige Fehler sind zu viele Fragen auf einmal, das Akzeptieren vager Antworten, das Überspringen der Codebase-Exploration oder ein Abbruch nach der ersten unbequemen Verzweigung. Wenn der Agent Fragen bündelt, korrigiere ihn: „Return to grill-me: one question only, with a recommended answer.“ Wenn er etwas fragt, das bereits dokumentiert ist, verweise ihn auf die Datei und verlange, dass er sie vor dem Fortfahren prüft.
Nach der ersten Session weiter iterieren
Überarbeite den Plan nach dem ersten Grill mit den verbindlich getroffenen Entscheidungen und neu entdeckten Risiken. Führe danach decision_tree_extractor.py erneut aus. Dieser zweite Durchlauf findet oft neue Verzweigungen, die durch deine Antworten entstanden sind. Eine gute Session endet mit weniger TBDs, klareren Ablehnungsgründen für Alternativen und expliziten Kill-Kriterien für riskante Entscheidungen.
Passe den Skill an dein Team an
Teams können die Akzeptanz erhöhen, indem sie lokale Beispiele ergänzen: ein gutes Architecture Decision Record, einen schlechten vagen Plan, bevorzugte Risikokategorien und Standardkriterien für Launches. Behalte die grundlegende grill-me-Disziplin bei, passe aber den Stil der empfohlenen Antworten an die Rahmenbedingungen deiner Organisation an. Ziel ist nicht härteres Befragen, sondern schnelleres gemeinsames Verständnis, bevor teure Arbeit beginnt.