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.
Scanned 5/27/2026
Install via CLI
openskills install konglong87/methodology-skills---
name: pilot
version: 1.0.0
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No comments yet. Be the first to comment!