grill-me 是一個決策支援 skill,透過一次只問一個問題的盤問方式,協助壓力測試計畫與設計;並提供建議答案、codebase 探索,以及用於擷取決策分支與追蹤 session 的輔助 scripts。

Stars22.1k
收藏0
評論0
加入時間2026年7月11日
分類决策支持
安裝指令
npx skills add alirezarezvani/claude-skills --skill grill-me
編輯評分

這個 skill 得分 78/100,對於想讓 agent 以比一般 prompt 更有系統的方式盤問計畫或設計的目錄使用者來說,是相當穩健的上架候選。它有清楚的啟用模式、容易記住的互動紀律,以及實用的支援檔案;不過使用者也應預期安裝設定上可能有些不明確,工具也偏啟發式,而不是打磨完整的端到端套件。

78/100
亮點
  • 觸發條件明確:frontmatter 清楚說明,當使用者想要壓力測試計畫、檢驗設計,或說出「grill me」時就使用它。
  • 操作規則具體:每輪只問一個問題、提供建議答案、提問前先探索 codebase,並以深度優先方式走查決策樹。
  • 實用的輔助素材包含 forcing-question 模式、停止條件,以及用於擷取決策分支、產生問題、追蹤多輪 session 的 Python scripts。
注意事項
  • skill 路徑中沒有安裝指令或 README,因此使用者必須從較大的 repository 或自己的 Claude Skills 設定中推敲安裝方式。
  • 配套工具採用啟發式與 regex-based 方法,且提到顯示的 skill 目錄之外的 persona agent 與 slash command,因此導入時可能需要額外理解 repo 脈絡。
總覽

grill-me skill 概覽

grill-me 會做什麼

grill-me 是一個用於 Claude 風格 agent 工作流程的決策追問 skill。它不是對計畫給一段籠統意見,而是一次只問你一個問題,直到不清楚的分支、相依關係、取捨與假設都被釐清。它的核心行為很簡單,但很有價值:提出一個迫使你表態的問題、附上建議答案、等待回覆,然後沿著決策樹繼續往下追問。

最適合用於決策支援

當你有產品計畫、工程設計、架構提案、遷移策略、上線檢查清單,或任何「我們應該做 X」的文件,需要在執行前接受壓力測試時,就適合用 grill-me 做 Decision Support。尤其是當計畫裡有 TBD、模糊的取捨、隱藏相依關係,或某些決策只是因為預設路徑而非刻意選擇時,grill-me skill 會特別有用。

這個 skill 的不同之處

它的差異化在於紀律。grill-me skill 不會一次丟出十個問題、不會滑向泛泛而談的批評,也不會讓使用者用含糊答案帶過。它偏好先探索 codebase,而不是問不必要的問題;它會以深度優先的方式走訪分支,並提出像是「為什麼選 X 而不是 Y?」或「什麼證據會讓你相信這個做法是錯的?」這類迫使決策者表態的問題。repository 也包含只依賴 Python stdlib 的輔助工具,用來抽取決策分支、產生問題,以及追蹤多輪 session。

什麼情況不適合使用

如果你想要有人從零幫你寫出一份漂亮計畫、想找輕量的腦力激盪夥伴,或只是想要快速得到一個「LGTM」式的 review,就不該安裝 grill-me。它刻意讓過程有點不舒服:這個 skill 的設計目的,是放慢對話、暴露薄弱推理,並迫使你做出承諾。這讓它在高成本決策前很有威力,但對瑣碎選擇來說會顯得過度。

如何使用 grill-me skill

grill-me 安裝與 repository 路徑

使用以下指令安裝:

npx skills add alirezarezvani/claude-skills --skill grill-me

這個 skill 位於 repository 中的 engineering/grill-me/skills/grill-me。建議先讀 SKILL.md,接著查看說明如何跑出更好 grill session 的支援檔案:references/forcing_question_patterns.mdreferences/when_to_stop_grilling.mdreferences/companion_tooling.md。scripts 位於 scripts/,而且只需要 Python stdlib。

這個 skill 需要哪些輸入

若要得到最佳的 grill-me usage 效果,請提供計畫或設計產物,而不只是模糊目標。好的輸入包含:

  • 你正在嘗試做出的決策
  • 目前提議採用的做法
  • 你考慮過的替代方案
  • 已知限制、期限與風險
  • 仍是 TBD 或具政治敏感性的部分
  • 相關 code、docs、tickets 或 architecture notes 的連結或路徑

較弱的 prompt 是:「Grill me on this idea。」
較強的 prompt 是:「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。」

實務工作流程

一個高訊號的 grill-me guide 工作流程會像這樣:

  1. 把計畫放進 markdown 檔案。
  2. 要求 agent 使用 grill-me,並先閱讀該計畫。
  3. 如果答案已經在 repository 或 codebase 裡,讓 agent 檢查檔案,而不是直接問你。
  4. 一次只回答一個問題。
  5. 一旦決策被鎖定,就把它記錄下來。
  6. 只有在未解分支都被走完時才停止。

對於較大型的計畫,可以在本機執行輔助 scripts:

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

這些工具不會呼叫 LLM。它們的作用是協助揭露決策分支,並在較長的 review session 中保留狀態。

有效的 prompt 模式

使用能清楚交代權限、範圍與停止規則的 prompt:

「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.」

這很重要,因為這個 skill 的價值來自提問順序。如果你要求「一次給我所有 feedback」,就會繞過它最主要的好處。

grill-me skill 常見問題

grill-me 只適合工程計畫嗎?

不是。repository 路徑偏工程取向,而且 codebase exploration 規則對軟體專案很有幫助,但這套方法同樣適用於產品、營運、招募、GTM 與策略決策。最適合的情境,是任何「隱藏假設比文字潤飾不足更危險」的計畫。

這比一般 prompt 好在哪裡?

一般像是「critique this plan」的 prompt,通常會產出一串觀察清單。grill-me 則建立一個追問迴圈。每個問題都綁定到某個決策分支,附上建議答案,並等待你的回覆後才繼續。這讓它更擅長解決模糊性,而不只是指出模糊性。

新手可以使用 grill-me 嗎?

可以,但新手應該從較短的計畫開始。這個 skill 可能會讓人覺得強度很高,因為它會要求你說清楚取捨、停止條件與替代方案。如果你還不熟悉該領域,就誠實回答哪些部分未知;session 接著可以把「尚未決定」和「因缺少資訊而卡住」分開。

安裝前應該檢查什麼?

確認你的 agent runtime 支援來自 GitHub 的 skills,且你能接受多輪對話工作流程。也請先預覽 SKILL.md 和三個 reference files。如果你想使用輔助 scripts,請確認你能執行本機 Python commands,且你的環境允許將 session JSON 寫入 ~/.grill_sessions/

如何改進 grill-me skill

給 grill-me 更清楚的來源材料

最快改善 grill-me 輸出的方式,是讓計畫更容易被檢查。加入 goals、non-goals、constraints、alternatives、dependencies、rollout、rollback、metrics 與 open questions 等 headings。decision extractor 會尋找像是「we will」、「TBD」、「vs」、「depends on」和「trade-off」這類訊號,因此明確用詞能幫助工作流程找到分支。

避免常見失敗模式

常見失敗包括一次問太多問題、接受含糊答案、跳過 codebase exploration,或在第一個讓人不舒服的分支後就停下來。如果 agent 把問題打包在一起,請修正它:「Return to grill-me: one question only, with a recommended answer.」如果它問了已經寫在文件裡的事情,請指向該檔案,並要求它先檢查後再繼續。

第一次 session 後繼續迭代

第一次 grill 後,用已鎖定的決策和新發現的風險來修訂計畫。接著再執行一次 decision_tree_extractor.py。第二輪通常會找到因你的回答而新增的分支。好的 session 結束時,TBD 應該更少、替代方案被拒絕的理由更清楚,且高風險選擇會有明確的 kill criteria。

依你的團隊調整 skill

團隊可以透過加入本地範例來提升採用率:一份好的 architecture decision record、一份糟糕且模糊的計畫、偏好的風險分類,以及標準上線條件。請保留 grill-me 的核心紀律,但可以依組織限制調整建議答案的風格。目標不是讓提問更尖銳,而是在昂貴工作開始前,更快形成共同理解。

評分與評論

尚無評分
分享你的評論
登入後即可為這項技能評分並留言。
G
0/10000
最新評論
儲存中...