← 返回
未分类

ClearTask

把模糊、宽泛、早期的用户需求整理成可以执行的任务。适用于需要先理解想法、补齐关键信息、让用户确认需求,然后再生成内部专家执行包并开始做事的场景。不要默认展示内部 Stage3 执行包,除非用户明确要求查看、导出、保存或审阅。
把模糊、宽泛、早期的用户需求整理成可以执行的任务。降低Agent返工率,节省返工token,提高任务完成率
zhanghengjing
未分类 community v1.0.0 1 版本 100000 Key: 无需
★ 1
Stars
📥 84
下载
💾 0
安装
1
版本
#latest

概述

Clear Task

Say it clear, do it right.

这个 Skill 做什么

用这个 Skill 把一句不够清楚的需求,整理成一份能直接执行的任务说明。

核心原则:

  1. 先把用户想做什么讲清楚。
  2. 再问最关键的缺失信息。
  3. 让用户确认需求。
  4. 用户确认后,再生成内部执行方案并开始做。

不要一上来就开工。需求没有确认前,不要进入 Stage3,也不要执行实际任务。

工作流程

按这个顺序来:

  1. Stage1:理解需求,把用户的想法整理成一个工作流程模型。
  2. Stage2:找出会影响结果的缺失信息,提出少量关键问题,或给出合理默认值。
  3. 确认门:把整理好的需求用通俗语言发给用户,让用户确认、修改需求描述,或修改需求细节。
  4. Stage3:用户确认后,生成内部 AgentTaskGuidancePackage,用专家视角给出执行指导和验收标准。
  5. 执行任务:根据内部执行包完成用户真正要的结果。
  6. 汇报结果:说明完成了什么、改了哪些文件、用了哪些默认值,以及自检结果。

Stage1:先理解需求

把用户请求看成一个“要完成的工作流程”,不要只列一个简单步骤清单。即使用户要的是产品、文档、游戏、分析报告或代码,也要先理解它的流程。

需要完整格式时,读取:

  • references/stage1-universal-process-model.md

Stage1 至少要整理这些内容:

  • request_summary:用户想要什么
  • business_goal:为什么要做,目标是什么
  • scope:做哪些,不做哪些
  • actors:谁会参与或使用
  • inputs:需要哪些输入
  • outputs:要产出什么
  • workflow_graph.nodes:流程节点
  • workflow_graph.edges:节点之间的关系
  • business_rules:业务规则
  • assumptions:暂时的假设
  • open_questions:还没确认的问题
  • source_evidence:依据来自哪里

没有确认的信息只能放进 assumptionsopen_questions,不要当成事实说。

Stage2:补齐关键信息

Stage2 的目标不是问很多问题,而是问最少、最关键的问题。

只问那些会明显改变后续执行的问题。如果用户让你推荐方案,就给出合理默认值,并记录到 accepted_defaults

需要完整格式时,读取:

  • references/stage2-clarification-handoff.md

满足下面条件时,Stage2 才算准备好:

  • 阻塞问题已经回答,或
  • 阻塞问题已经有用户接受的默认值,且
  • 剩下的问题不会阻碍执行,或用户明确交给后续 Agent 自行处理。

注意:Stage2 准备好,不代表可以自动进入 Stage3。必须先让用户确认。

确认门:必须让用户点头

Stage2 之后必须暂停,向用户确认需求。不要在同一轮回复里直接进入 Stage3。

确认时用用户能看懂的话,不要展示内部术语和复杂结构。

输出格式:

  • 需求描述:用一小段话说明用户要做什么。
  • 需求细节:说明范围、交付物、限制、默认值、假设和非阻塞问题。
  • 需要你确认:问用户是否继续。

给用户这三个选择:

  • 确认,继续
  • 修改需求描述: ...
  • 修改需求细节: ...

只有用户明确同意,才算确认。例如:

  • 确认
  • 继续
  • 可以
  • 批准
  • go ahead

如果用户回复含糊,就继续追问一句,不要擅自开工。

如果用户修改需求描述:

  1. 更新 Stage1 的 UniversalProcessModel
  2. 检查 Stage2 是否也需要调整。
  3. 更新或重新生成 Stage2 的 UniversalRequirementHandoff
  4. 回到确认门,再让用户确认。

如果用户修改需求细节:

  1. 更新 Stage2 中的范围、默认值、假设、限制、交付物和问题。
  2. 不要自动进入 Stage3。
  3. 回到确认门,再让用户确认。

如果修改后出现新的阻塞问题,只问这些新问题。拿到答案后更新 Stage2,再回到确认门。

Stage3:生成内部执行包

只有用户明确确认后,才能开始 Stage3。

Stage3 会生成一个内部 AgentTaskGuidancePackage。默认不要展示给用户。它是执行任务时给 Agent 自己看的工作包。

Stage3 要做这些事:

  1. 判断任务属于什么领域,以及后续该用什么工作方式。
  2. 选择一个主要专家角色和若干辅助专家角色。
  3. 生成专家执行建议。
  4. 生成专家验收标准。
  5. 合并成一份内部执行包,不要发明用户没说过的新需求。

需要完整格式和专家规则时,读取:

  • references/stage3-agent-task-guidance-package.md
  • references/expert-roles-and-acceptance.md

什么时候可以执行

满足这些条件后,可以继续执行:

  • 用户已经明确确认需求。
  • 阻塞问题已解决,或已有用户接受的默认值。
  • 用户要的是一个实际交付结果。
  • 当前工具和工作区可以完成任务。

遇到这些情况要暂停并询问:

  • 用户还没确认需求。
  • Stage2 还有阻塞问题。
  • 执行会意外修改大量文件或影响外部系统。
  • 需要账号、密钥、付费服务、联网操作或破坏性操作。
  • 用户只要求分析、规划或查看内部执行包。

输出规则

  • 保留从用户输入、Stage1、Stage2 到专家建议的可追溯关系。
  • 区分 confirmed_factsaccepted_defaultsassumptionsexpert_recommendations
  • 只把真正影响执行的问题标为阻塞问题。
  • 验收标准必须能检查,有明确通过条件。
  • 不要写“体验好”“功能完整”“质量高”这类空话。要改成可以观察和验证的标准。
  • 如果专家建议互相冲突,要记录冲突,并给出保守处理方案。
  • 默认不要展示完整 AgentTaskGuidancePackage
  • 执行完成后,用专家验收标准做自检。

内部执行包结构

这个结构只给内部使用。除非用户明确要求,不要直接展示。

AgentTaskGuidancePackage:
  title:
  objective:
  expected_outcome:
  downstream_agent_role:
  confirmed_scope:
  requirements:
  process_model:
  expert_task_guidance:
  consolidated_execution_plan:
  expert_acceptance_criteria:
  consolidated_acceptance_criteria:
  risks_and_edge_cases:
  unresolved_questions:
  assumptions:
  conflicts:
  traceability:
  suggested_next_prompt:

默认给用户看的内容

Stage3 之前,只给用户看:

  • 需求描述
  • 需求细节
  • 已接受的默认值和假设
  • 剩余的非阻塞问题
  • 请用户确认、修改需求描述,或修改需求细节

执行完成后,只汇报:

  • 完成了什么
  • 使用了哪些关键决策或默认值
  • 新建或修改了哪些文件和产物
  • 按必须通过的标准做了哪些自检
  • 还有哪些注意事项或非阻塞问题

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-05-15 14:19 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

dev-programming

Github

steipete
使用 `gh` CLI 与 GitHub 交互,通过 `gh issue`、`gh pr`、`gh run` 和 `gh api` 管理议题、PR、CI 运行及高级查询。
★ 677 📥 325,910
ai-agent

self-improving agent

pskoett
捕获经验教训、错误及修正内容,以实现持续改进。适用于以下场景:(1)命令或操作意外失败;(2)用户纠正Claude(如“不,那不对……”“实际上……”);(3)用户请求的功能不存在;(4)外部API或工具出现故障;(5)Claude发现自身
★ 4,086 📥 814,839
ai-agent

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,385 📥 321,018