生产力
ask-questions-if-underspecified
在实施前针对模糊或信息不足的需求提出澄清问题,以减少错误工作。
简介
ask-questions-if-underspecified 技能是 AI 代理的重要工具,旨在确保在执行可能错误的技术工作前与用户意图保持一致。通过系统化分析请求,代理能识别关于项目目标、验收标准、范围、技术限制、环境要求或安全性风险的缺失细节。此技能可防止代理走错方向,有效减少返工、浪费的 token 以及因过早假设而导致的潜在系统错误。它专为需要维持高精确度的 AI 辅助代码生成与系统修改任务的开发者、项目经理及安全性审计员所设计。代理将作为护栏,在获得足够清晰度或明确的用户核准前暂停操作。
-
针对目标、完成定义、范围、限制与环境变量等关键标准,对模糊性进行结构化评估。
-
产生简洁、易于扫描的 1-5 个必要问题集,以最小化用户的互动摩擦来填补知识差距。
-
利用选择题格式、建议预设值与快速响应路径,使互动效率达到最高。
-
实施安全优先的工作流程:在关键未知事项获得处理前,不会执行命令或修改文件。
-
在澄清后明确重述需求,确保代理与用户在开始实施前达成完美同步。
-
每当请求缺乏明确成功标准,或若执行错误会带来高风险时,请触发此技能。
-
使用它来强制执行项目限制,例如特定的语言版本、库依赖或部署环境。
-
若代码库中已存在相关数据,代理会优先选择执行低风险的探索动作(如检查 package.json、requirements.txt 或 YAML 文件),而非直接提问。
-
若用户要求立即采用推测性的处理方式,代理将以条列式清单记录其假设,并在执行前要求确认,确保所有动作皆可审计与还原。
仓库统计
- Star 数
- 4,874
- Fork 数
- 424
- Open Issue 数
- 21
- 主要语言
- Python
- 默认分支
- main
- 同步状态
- 空闲
- 最近同步时间
- 2026年4月29日 07:02