Skip to content
Development
Skill

/grill-task

需求澄清 + 字段对齐分析 — 反复提问拉齐用户意图,生成 TASK_CONFIRM 任务确认书与字段对齐分析报告。启动新需求、或需要与现有数据库表对齐字段名时调用本 skill。

From plugin
analysis-to-delivery
2626 skills
Install
$ npx -y skills add BlueprintOS/analysis-to-delivery --skill grill-task --agent claude-code

How it fires

How this skill gets triggered: by you, by Claude, or both.

  • Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
  • You can call itInvoke it directly when you want it.
  • Slash command/grill-task

Context preview

The summary Claude sees to decide when to auto-load this skill.

需求澄清 + 字段对齐分析 — 反复提问拉齐用户意图,生成 TASK_CONFIRM 任务确认书与字段对齐分析报告。启动新需求、或需要与现有数据库表对齐字段名时调用本 skill。

SKILL.md

grill-task.SKILL.md
name: grill-task
description: 需求澄清 + 字段对齐分析 — 反复提问拉齐用户意图,生成 TASK_CONFIRM 任务确认书与字段对齐分析报告。启动新需求、或需要与现有数据库表对齐字段名时调用本 skill。
disable-model-invocation: true
version: 4.0.0
requires: [context-pointer, no-field-guessing, no-self-invent, stage-gate]

Grill-Task — 需求澄清 + 字段对齐

Contract

  • 输入: `TASK_CONFIRM_*.md`、`paths/knowledge-path.md`、用户需求笔记
  • 输出: `REVIEW_需求确认书.md`、`REVIEW_字段对齐分析.md`
  • 门控: `python3 scripts/task-confirm-check.py --strict TASK_CONFIRM_*.md REVIEW_需求确认书.md REVIEW_字段对齐分析.md` 通过;用户白名单话术签字
  • Required rules: `stage-gate`, `no-field-guessing`, `context-pointer`, `goal-boundary`
  • Required paths: `knowledge-path`, `doc-naming-path`
  • 下一步: `/to-brd`

适用场景

  • 用户提出新需求时
  • 需求涉及现有表查询/维护类功能
  • 团队对需求理解不一致时

流程步骤

1. 生成《需求确认表》

  • 加载 `templates/TASK_CONFIRM.md`
  • 替换项目名、日期,生成 `TASK_CONFIRM_{项目名}.md` 到工作目录
  • 告知用户填写并保存

2. 用户填写后,生成《需求确认书》

  • 读取用户填写的 `TASK_CONFIRM_*.md`
  • 加载 `templates/REVIEW_需求确认书.md`
  • 逐项标注 AI 助手的理解,列出待确认的设计假设
  • 输出 `REVIEW_需求确认书.md`

3. 字段对齐分析(涉及现有表时强制)

  • 提取需求中提到的所有表名和字段名
  • 与 `knowledge-path.md` 引用的知识库核对
  • 输出 `REVIEW_字段对齐分析.md`,分类标注:
  • ✅ 已对齐
  • ⚠️ 需 JOIN
  • ❓ 待确认(业务同义不同名)
  • 🔴 缺失

4. 阶段 2 出口门控(唯一脚本)

  • 跑 `python3 scripts/task-confirm-check.py --strict TASK_CONFIRM_*.md REVIEW_需求确认书.md REVIEW_字段对齐分析.md`
  • `task-confirm-check.py` 是阶段 2 唯一门控脚本
  • `field-alignment-check.py` 不接 TASK_CONFIRM / REVIEW 文档,不得用于阶段 2 出口门控

关键纪律

  • 用户填写完 TASK_CONFIRM 后,**严禁直接跳进设计**
  • 必须先出确认书让用户审阅
  • 用户确认通过 → 进入 `/to-brd`
  • 字段对齐有 🔴 或 ❓ → `task-confirm-check.py --strict` 必须失败,严禁进入下一步

调用的 rule

  • `rules/no-field-guessing` — 严禁猜测字段名
  • `rules/no-self-invent` — 严禁自创字段
  • `rules/context-pointer` — 三层知识库加载

关键纪律(2026-06-24 更新)

  • ❌ 删除"4 章节"表述——实际为 5 章节(一~五)
  • 阶段 2 只允许 `scripts/task-confirm-check.py` 作为出口门控脚本
  • `field-alignment-check.py` 只校验 PRD/FSD/设计文档字段引用,不接 TASK_CONFIRM / REVIEW
  • 🟡 删除:状态字段不再有 🟡 中间态,仅 ⬜/✅ 二态
  • 🔒 HARD GATE:用户必须用白名单话术之一明确签字,LLM 不接受隐式同意

结束条件

  • [ ] TASK_CONFIRM 状态字段 = ✅ 已确认(二态,无 🟡)
  • [ ] TASK_CONFIRM 5 个必备章节(一~五)填完
  • [ ] TASK_CONFIRM 无 12 词 TBD(见 `scripts/task-confirm-check.py` TBD_KEYWORDS)
  • [ ] REVIEW_需求确认书 第八节"待明确事项"为空
  • [ ] REVIEW_字段对齐分析 对齐结论表中 ❓=0 且 🔴=0(⚠️ 可保留,状态字段可为 ✅ 或 ⚠️)
  • [ ] `python3 scripts/task-confirm-check.py --strict TASK_CONFIRM_*.md REVIEW_需求确认书.md REVIEW_字段对齐分析.md` exit 0
  • [ ] 用户白名单话术签字(详见 `templates/TASK_CONFIRM.md` L48-55)

反模式

  • ❌ TASK_CONFIRM 留 TBD 直接进 BRD — TBD 必须先闭环(确认/补资料/豁免)才能签字
  • ❌ 把 `field-alignment-check.py` 当 2→3 门控 — 应是 `task-confirm-check.py`(同时校验 3 份产物)
  • ❌ 接受 "OK/好/继续" 作为签字 — 必须 4 句白名单之一(我已全部确认,可以进入下一步 / 确认通过 / 全部完成,继续 / approved, proceed to next stage)
  • ❌ 中间态(🟡)混入二态 — ⬜/✅ 二态,无 🟡;若需"进行中"用 ⬜(未完成)表达
  • ❌ 一轮提问就停下 — 必须反复澄清到 5 节全填,无 TBD 才出"需求确认书"
  • ❌ 字段对齐直接写"✅ 正确" — 必须给证据:字段路径 + 知识库章节 + 引用 URL
Read more
Ships withanalysis-to-delivery

通用需求分析到开发实施工作流 — 26 个独立可组合 skill、3 个完整行业示例、13 个 CI workflow、26 个自动化脚本、15 个 pytest 测试。

Get the whole plugin
Stats
26
Stars
2
Forks
Maintained
Maintenance
Python
Language
MIT
License
2mo ago
Last commit
3mo ago
Created

Repo: BlueprintOS/analysis-to-delivery

Other skills on analysis-to-delivery.