Skip to content

konglong87/methodology-skills / skills/pilot

Intelligent skill router for methodology-skills. Analyzes user request and recommends the best methodology sequence. Use when user asks 'which skill should I use', 'help me choose a methodology', or when starting complex tasks.

FileKindSize
SKILL.mdskill md11.8 KB
---
name: pilot
version: 2.0.0
description: "Intelligent skill router for methodology-skills. Analyzes user request and recommends the best methodology sequence. Use when user asks 'which skill should I use', 'help me choose a methodology', or when starting complex tasks."

# 技能分类
category: "planning"

# 复杂度标识
complexity: "low"

# 预计执行时长
typical_duration: "5min"

# 依赖关系
dependencies: []
benefits-from: []
conflicts-with: []

# 工件配置
output_artifact: "memory/artifacts/pilot/"

# 工具权限
allowed-tools:
  - Read
  - Bash
  - AskUserQuestion

# 标签(用于技能推荐)
tags:
  - "技能编排"
  - "智能路由"
  - "技能推荐"
  - "工作流"
  - "领航员"
---

# Pilot - 技能领航员

## 前置协议

### 环境检测

```bash
PROJECT_ROOT=$(git rev-parse --show-toplevel 2>/dev/null || echo "unknown")
BRANCH=$(git branch --show-current 2>/dev/null || echo "unknown")
COMMIT=$(git rev-parse --short HEAD 2>/dev/null || echo "unknown")

echo "PROJECT: $PROJECT_ROOT"
echo "BRANCH: $BRANCH"
echo "COMMIT: $COMMIT"
```

### 工件目录初始化

```bash
mkdir -p memory/artifacts/pilot
```

### 经验读取(推荐)

**触发时机**:分析任务类型前,为当前任务准备最佳实践

**推荐动作**:调用 experience-manager 技能检索相关经验

**执行步骤**:

1. **提取任务关键词**
   ```
   从用户请求中提取:
   - 核心任务关键词
   - 技术栈关键词
   - 问题类型关键词
   ```

2. **写入请求工件**
   ```json
   Write(
     file_path="memory/artifacts/pilot/experience-request.json",
     content={
       "requesting_skill": "pilot",
       "action": "retrieve",
       "task_keywords": ["关键词1", "关键词2"],
       "task_type": "bugfix|feature|refactor",
       "technologies": ["Technology1", "Technology2"]
     }
   )
   ```

3. **读取经验结果**
   ```
   result = Read("memory/artifacts/experience-manager/experience-result.json")
   ```

4. **应用到技能推荐**
   ```markdown
   基于历史经验,推荐以下技能链:

   1. /investigate - 快速定位问题(历史成功率 90%)
   2. /first-principles - 分析根本原因(历史应用 5 次)
   3. /pdca-cycle - 迭代优化

   ⚠️ 预防措施(来自历史经验):
   - 新项目优先检查国际化配置
   - 使用标准配置模板
   ```

**价值**:基于历史经验优化技能推荐,提高成功率。

### 错误预防(自动)

**触发时机**:检测到潜在错误风险时

**自动动作**:调用 experience-manager 获取预防建议

**执行步骤**:

1. **检测风险**
   ```
   在分析任务类型时,检测常见的错误风险:
   - 缺少配置检查
   - 使用了已废弃的API
   - 忽略了边界情况
   ```

2. **写入预防请求**
   ```json
   Write(
     file_path="memory/artifacts/pilot/error-prevention-request.json",
     content={
       "requesting_skill": "pilot",
       "action": "prevent",
       "current_step": "任务分析",
       "context": {
         "technology": "...",
         "feature": "...",
         "risk_factors": [...]
       }
     }
   )
   ```

3. **展示预防建议**
   ```markdown
   ## 💡 错误预防提醒

   检测到潜在风险:国际化配置缺失

   **预防措施**:
   - 优先检查 next.config.js 中的 i18n 配置
   - 使用标准配置模板

   **历史错误**:2026-03-20 类似错误
   ```

**价值**:提前预防错误,避免重复踩坑。

## Overview

智能分析用户请求,推荐最佳的方法论技能组合,实现技能协同工作。

**核心价值**:
- 自动识别任务类型
- 推荐最优技能链
- 提供执行上下文
- 减少决策负担

**核心原则**:让技能协同工作,发挥 1+1>2 的效果。

## When to Use

**适用场景**:
- 用户发起任何任务请求
- 用户不确定应该使用哪个技能
- 用户希望获得技能推荐
- 复杂任务需要多个技能配合

**不适用场景**:
- 用户明确指定了要使用的技能
- 简单的问答或信息查询

## The Process

```dot
digraph orchestrator {
    rankdir=TB;

    "用户请求" [shape=box, style=filled, fillcolor="#c8e6c9"];
    "分析任务类型" [shape=diamond, style=filled, fillcolor="#bbdefb"];
    "匹配技能模板" [shape=box, style=filled, fillcolor="#fff9c4"];
    "推荐技能链" [shape=box, style=filled, fillcolor="#f8bbd0"];
    "用户确认" [shape=diamond, style=filled, fillcolor="#e1bee7"];
    "执行技能链" [shape=box, style=filled, fillcolor="#81c784"];
    "保存工件" [shape=box, style=filled, fillcolor="#81c784"];

    "用户请求" -> "分析任务类型";
    "分析任务类型" -> "匹配技能模板";
    "匹配技能模板" -> "推荐技能链";
    "推荐技能链" -> "用户确认";
    "用户确认" -> "执行技能链" [label="确认"];
    "执行技能链" -> "保存工件";
}
```

### 步骤详解

**步骤 1: 分析任务类型**

识别任务类型:
- 🎯 **目标明确** → `goal-oriented`
- 💡 **需要创新** → `first-principles`
- 🏗️ **架构设计** → `ddd-strategic-design`
- 🔧 **实现细节** → `ddd-tactical-design`
- 📦 **复杂系统** → `mvp-first`
- 🔄 **持续改进** → `pdca-cycle`
- 📊 **战略分析** → `swot-analysis`

**步骤 2: 匹配技能模板**

根据任务类型,匹配预设的技能模板:

**模板 1: 新系统设计**
```
goal-oriented → first-principles → ddd-strategic-design → ddd-tactical-design → mvp-first → pdca-cycle
```

**模板 2: 性能优化**
```
goal-oriented → first-principles → pdca-cycle
```

**模板 3: 技术选型**
```
goal-oriented → first-principles → swot-analysis
```

**模板 4: 架构重构**
```
goal-oriented → first-principles → ddd-strategic-design → pdca-cycle
```

**步骤 3: 推荐技能链**

根据用户请求和任务类型,推荐技能执行顺序。

**步骤 4: 用户确认**

使用 AskUserQuestion 让用户确认推荐的技能链。

**步骤 5: 执行技能链**

按顺序内联执行技能(跳过重复的前置协议)。

**步骤 6: 保存工件**

保存编排结果和执行记录。

## 技能模板库

### 模板 1: 新系统设计(完整流程)

**适用**:用户说"设计一个XX系统"、"从零开始做一个XX"

```
1. /goal-oriented
   - 明确系统目标和成功标准

2. /first-principles
   - 从本质思考系统设计

3. /ddd-strategic-design
   - 识别限界上下文
   - 设计上下文关系

4. /ddd-tactical-design
   - 设计聚合、实体、值对象
   - 实现领域模型

5. /mvp-first
   - 筛选 MVP 功能
   - 优先级规划

6. /pdca-cycle
   - 迭代实施
```

### 模板 2: 性能优化

**适用**:用户说"优化XX性能"、"提升XX速度"

```
1. /goal-oriented
   - 明确优化目标(响应时间 < 100ms)

2. /first-principles
   - 找到性能瓶颈的本质原因

3. /pdca-cycle
   - Plan: 制定优化方案
   - Do: 实施优化
   - Check: 验证性能提升
   - Act: 标准化成功做法
```

### 模板 3: 技术选型

**适用**:用户说"选择XX技术"、"XX vs YY 哪个更好"

```
1. /goal-oriented
   - 明确选型目标和约束条件

2. /first-principles
   - 从本质分析需求

3. /swot-analysis
   - 分析各方案的优劣势
   - 生成决策建议
```

### 模板 4: 架构重构

**适用**:用户说"重构XX架构"、"优化系统结构"

```
1. /goal-oriented
   - 明确重构目标

2. /first-principles
   - 找到当前架构的根本问题

3. /ddd-strategic-design
   - 重新设计限界上下文
   - 优化上下文关系

4. /pdca-cycle
   - 逐步迁移
   - 持续验证
```

### 模板 5: 功能开发(快速路径)

**适用**:用户说"实现XX功能"、"添加XX"

```
1. /goal-oriented
   - 明确功能目标

2. /mvp-first
   - 确定核心功能
   - 削减非必要特性

3. /pdca-cycle
   - 迭代开发
```

### 模板 6: 问题诊断

**适用**:用户说"XX出问题了"、"排查XX bug"

```
1. /goal-oriented
   - 明确问题解决目标

2. /first-principles
   - 找到问题的根本原因

3. /pdca-cycle
   - 实施修复
   - 验证解决方案
```

## 技能协作规则

### 内联执行协议

当编排器执行技能链时:

1. **Read** 工具读取技能文件
   ```
   skills/{skill-name}/SKILL.md
   ```

2. **跳过以下部分**(避免重复初始化):
   - 前置协议(环境检测、前置技能检查)
   - Overview
   - When to Use

3. **执行核心流程**:
   - The Process
   - Thinking Framework
   - 必要的交互和决策

4. **工件输出**:
   - 保存工件到 `memory/artifacts/{skill-name}/`
   - 继续下一个技能

### 工件传递机制

每个技能执行完成后,工件会被下一个技能读取:

```bash
# 当前技能读取前置技能的工件
PREV_ARTIFACT="memory/artifacts/{previous-skill}/latest.json"

if [ -f "$PREV_ARTIFACT" ]; then
  # 提取上下文信息
  # 在当前技能中使用
fi
```

## Examples

### 案例 1: 从零开始设计新系统

```
用户:"设计一个电商平台"

编排器分析:
- 任务类型:新系统设计
- 推荐模板:模板 1(完整流程)

推荐技能链:
1. /goal-oriented - 明确系统目标
2. /first-principles - 从本质思考电商
3. /ddd-strategic-design - 战略设计
4. /ddd-tactical-design - 战术设计
5. /mvp-first - MVP 规划

是否开始执行?
- A) 按推荐顺序执行
- B) 我自己选择技能
- C) 只运行第一个技能
```

### 案例 2: 性能优化

```
用户:"数据库查询太慢,帮我优化"

编排器分析:
- 任务类型:性能优化
- 推荐模板:模板 2(性能优化)

推荐技能链:
1. /goal-oriented - 明确优化目标(响应时间 < 100ms)
2. /first-principles - 找到慢查询的本质原因
3. /pdca-cycle - PDCA 循环优化

是否开始执行?
- A) 按推荐顺序执行
- B) 我自己选择技能
- C) 只运行第一个技能
```

### 案例 3: 技术选型

```
用户:"选择微服务框架,Spring Cloud 还是 Dubbo?"

编排器分析:
- 任务类型:技术选型
- 推荐模板:模板 3(技术选型)

推荐技能链:
1. /goal-oriented - 明确选型目标
2. /first-principles - 从本质分析需求
3. /swot-analysis - 分析各方案优劣势

是否开始执行?
- A) 按推荐顺序执行
- B) 我自己选择技能
- C) 只运行第一个技能
```

## 后置协议

### 工件输出

保存编排结果到工件文件:

```bash
TIMESTAMP=$(date +%Y%m%d-%H%M%S)
ARTIFACT_FILE="memory/artifacts/pilot/result-$TIMESTAMP.json"

cat > "$ARTIFACT_FILE" <<EOF
{
  "skill": "pilot",
  "version": "1.0.0",
  "timestamp": "$(date -u +%Y-%m-%dT%H:%M:%SZ)",
  "project": "$PROJECT_ROOT",
  "branch": "$BRANCH",
  "commit": "$COMMIT",
  "input": {
    "user_request": "用户的原始请求"
  },
  "output": {
    "task_type": "识别的任务类型",
    "recommended_skills": [
      "skill-1",
      "skill-2"
    ],
    "execution_result": "success"
  }
}
EOF

echo "ARTIFACT SAVED: $ARTIFACT_FILE"
ln -sf "$ARTIFACT_FILE" memory/artifacts/pilot/latest.json
```

### 目标文件更新

如果存在目标文件,记录编排完成。

### 建议后续技能

编排器完成后,技能链已执行完毕,通常无需推荐后续技能。

## Common Pitfalls

### 误区 1: 过度编排

**表现**:为简单任务推荐复杂的技能链

**正确做法**:
- 简单任务 → 简短技能链(1-2 个技能)
- 复杂任务 → 完整技能链(5-6 个技能)

### 误区 2: 忽略用户意图

**表现**:机械地推荐模板,不考虑用户的具体需求

**正确做法**:
- 分析用户请求的细节
- 根据具体需求调整推荐的技能链

### 误区 3: 强制执行

**表现**:不给用户选择的机会,直接执行技能链

**正确做法**:
- 使用 AskUserQuestion 让用户确认
- 提供自定义选项

## References

- gstack 技能编排架构
- superpowers 技能协作模式
- methodolog-skills 技能依赖关系图
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall