discovery Skill——先提议再提问的需求访谈
discovery skill 如何将需求收集组织为一次只问一个问题的访谈,每个问题都附带一个提议答案——从而加快流程并在实现开始前减少歧义。
开放式需求问题会产生不完整的答案。“你的约束是什么?”会引出一段话,涵盖某些约束却不涵盖另一些,因为回答者并不知道哪些约束对实现最重要。discovery skill 将这一点反转:每个问题都附带一个从可用上下文中得出的提议答案,用户只需确认、纠正或补充它。
核心机制:先提议,再提问
一个 discovery 问题包含两部分。问题本身指明需求的一个具体维度——部署目标、测试框架、规模预期、回滚策略。提议答案则基于代码库、现有文档或项目记忆中已知的信息做出具体猜测。用户的工作就是说“正确”或进行纠正。这只需几秒钟,而不是几分钟。
代码库优先规则决定了什么才算得上一个问题。在提出任何问题之前,该 skill 会检查答案是否已存在于 package.json、README.md、AGENTS.md 或四个标准上下文文件(projectbrief.md、productContext.md、techContext.md、systemPatterns.md)中的任何一个。如果答案在那里,访谈会陈述所发现的内容并请求确认,而不是要求重新作答。
三种访谈模式
该 skill 根据任务复杂度选择模式。快速模式涵盖 5–10 个问题,适用于 L1–L2 任务:目标、约束和完成标准。标准模式涵盖 15–25 个问题,并增加用户与利益相关者、边界情况、依赖关系以及考虑过的替代方案。深度模式涵盖 25–50 个问题,适用于 L3–L4 任务,并进一步延伸到商业模式、规模预测、安全与隐私要求、外部集成以及迁移策略。
该 skill 规定了何时停止:当所有依赖循环都已解决、完成标准已定义、剩余问题不会改变实现方式,或用户明确表示已就绪时,访谈结束。过度访谈——在用户确认每个提议后仍继续——被指出是一种反模式。
依赖跟踪与回访
答案可能使先前的答案失效。该 skill 要求跨问题跟踪依赖图并明确标记回访。如果问题 7(“你需要实时更新吗?”)的答案改变了问题 3(“你使用什么数据库?”)的有效选项,访谈会暂停并重新陈述先前的问题,同时附上更新后的提议答案。回访会被明确标记,以便用户知道为什么已经回答过的问题会再次出现。
两条额外的准确性规则
范围实时 grep 规则适用于任务涉及多个同类文件的情况。在 PRD 中确定范围之前,该 skill 要求对实际文件进行文件系统计数——ls ${DATARIM_RUNTIME}/commands/dr-*.md | wc -l,而不是依赖记忆。此前的一次事故导致 PRD 写的是“15 个命令”,而实际数量是 17,从而产生了一轮 QA 核对周期。
源材料重读规则适用于比较研究任务。在为技术选型或框架评估构建候选列表时,必须在最终确定列表之前重新阅读用户在任务开始时提供的每一份原始材料。会话记忆会丢失仅存在于源文件中的候选对象。
阅读Datarim 是什么了解流水线背景,或阅读/dr-prd 命令文章了解 discovery 在需求阶段中的位置。