基本使用
-
调用 grill-me 技能
bash/grill-me -
描述你的计划或想法
- 提供完整的背景信息
- 说明你的目标和约束条件
-
参与面试过程
- 回答技能提出的问题
- 提供详细的信息和理由
高级使用
1. 配合 grilling 技能
grill-me 会自动调用 grilling 技能进行深度面试：
bash
/grill-me
我想设计一个微服务架构来处理电商订单系统。2. 创建文档版本
使用 grill-with-docs 技能，同时生成 ADR（架构决策记录）和术语表：
bash
/grill-with-docs
我需要设计一个新的用户认证系统。面试流程详解
设计树构建
技能会构建一个设计树：
- 每个决策分支出多个子决策
- 前置条件决定哪些问题可以立即提问
- 未解决的依赖会延迟相关问题
多轮面试
- 第一轮：识别核心决策和前置条件
- 后续轮次：基于答案扩展决策树
- 最终轮次：验证所有假设和决策
问题格式
每个问题包含：
- 问题标题：简明扼要
- 问题描述：详细说明，可能包含多个选择
- 推荐答案：技能的建议答案
示例对话
示例1：API设计
bash
用户：/grill-me
我需要设计一个用户管理API。
技能：
❓ Q1 - **认证方式**：你打算使用什么认证方式？
- JWT Token
- OAuth 2.0
- Session-based
- API Key
➡️ 推荐答案：JWT Token（无状态，易于扩展）
---
❓ Q2 - **数据存储**：用户数据存储在哪里？
- 关系型数据库（PostgreSQL）
- NoSQL（MongoDB）
- 混合存储
➡️ 推荐答案：PostgreSQL（ACID事务，复杂查询支持）示例2：系统架构
bash
用户：/grill-me
我要构建一个实时聊天系统。
技能：
❓ Q1 - **消息传递**：如何实现实时消息传递？
- WebSocket
- Server-Sent Events
- Long Polling
- 第三方服务（如Pusher）
➡️ 推荐答案：WebSocket（双向通信，低延迟）
---
❓ Q2 - **消息存储**：消息如何持久化？
- 内存缓存 + 定期持久化
- 直接写入数据库
- 消息队列 + 数据库
➡️ 推荐答案：内存缓存 + 定期持久化（性能最优）最佳实践
1. 提供充分背景
- 说明项目背景和目标
- 列出技术约束和限制
- 描述用户群体和使用场景
2. 积极参与面试
- 详细回答每个问题
- 解释你的理由和考虑
- 提出你的疑问和担忧
3. 记录决策过程
- 保存面试对话记录
- 提取关键决策和理由
- 创建架构决策记录（ADR）
4. 迭代完善
- 基于面试结果修改计划
- 重新运行面试验证改进
- 持续完善设计决策
常见问题
Q1: grill-me 和 grilling 有什么区别？
A:
grill-me是入口技能，调用grilling技能grilling是实际执行面试的技能grill-with-docs在面试基础上生成文档
Q2: 面试过程需要多长时间？
A:
- 简单计划：10-15分钟
- 复杂系统：30-60分钟
- 大型项目：可能需要多轮面试
Q3: 如何处理我不确定的问题？
A:
- 技能会提供推荐答案
- 你可以选择推荐答案或提供替代方案
- 技能会根据你的选择调整后续问题
Q4: 面试结果如何保存？
A:
- 对话记录保留在会话中
- 使用 grill-with-docs 可自动生成文档
- 建议手动保存重要决策
相关技能
| 技能名称 | 用途 |
|---|---|
grilling |
实际执行面试的核心技能 |
grill-with-docs |
面试 + 生成文档（ADR、术语表） |
domain-modeling |
领域建模，常与 grill-with-docs 配合 |
技术细节
技能配置
yaml
# agents/openai.yaml
name:
grill-me
description:
A
relentless
interview
to
sharpen
a
plan
or
design.
disable-model-invocation:
true调用链
bash
grill-me → grilling (核心面试逻辑)
grill-with-docs → grilling + domain-modeling总结
Grill-Me 是一个强大的计划验证工具，通过系统化的面试流程帮助你：
- 发现计划中的漏洞
- 完善设计决策
- 建立清晰的决策树
- 验证所有假设
定期使用 Grill-Me 可以显著提高计划质量和设计可靠性。