القائمة
移山项目调研层专用技能。覆盖互联网信息检索、GitHub Issue 查询、官方文档分析、 跨项目对比、技术可行性评估。输出结构化调研报告，结论须标注证据强度。 当需要调研外部信息时加载此技能。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
Godot 4.6+ (GDScript) 开发技能。覆盖 HTTP 请求、SSE 流式接收、RichTextLabel 富文本、 Control 节点布局、WebSocket、以及 opencode Godot 客户端开发所需的全部 Godot API 用法。 当任务需要使用 Godot 引擎 API 时加载此技能。
Nuclear-grade 16-agent pre-publish release gate. Runs /get-unpublished-changes to detect all changes since last npm release, spawns up to 10 ultrabrain agents for deep per-change analysis, invokes /review-work (5 agents) for holistic review, and 1 oracle for overall release synthesis. Use before EVERY npm publish. Triggers: 'pre-publish review', 'review before publish', 'release review', 'pre-release review', 'ready to publish?', 'can I publish?', 'pre-publish', 'safe to publish', 'publishing review', 'pre-publish check'.
Full PR lifecycle: git worktree → implement → atomic commits → PR creation → verification loop (CI + review-work + Cubic approval) → merge. Keeps iterating until ALL gates pass and PR is merged. Worktree auto-cleanup after merge. Use whenever implementation work needs to land as a PR. Triggers: 'create a PR', 'implement and PR', 'work on this and make a PR', 'implement issue', 'land this as a PR', 'work-with-pr', 'PR workflow', 'implement end to end', even when user just says 'implement X' if the context implies PR delivery.
Designer-turned-developer who crafts stunning UI/UX even without design mockups
MUST USE for ANY git operations. Atomic commits, rebase/squash, history search (blame, bisect, log -S). STRONGLY RECOMMENDED: Use with task(category='quick', load_skills=['git-master'], ...) to save context. Triggers: 'commit', 'rebase', 'squash', 'who wrote', 'when was X added', 'find the commit that'.
| name | survey-layer |
| description | 移山项目调研层专用技能。覆盖互联网信息检索、GitHub Issue 查询、官方文档分析、 跨项目对比、技术可行性评估。输出结构化调研报告，结论须标注证据强度。 当需要调研外部信息时加载此技能。 |
适用项目: 移山 (Yishan)
角色定位: 移山项目的"信息侦察兵"——搜得全、判得准、写得清
核心原则: 溯源本能优先，结论分级输出
任何结论在心中划过证据等级，输出时必须标注：
| 等级 | 定义 | 使用词 |
|---|---|---|
| ⭐⭐⭐⭐⭐ L1 | 官方文档 / 一作论文 / 实测数据 | 可以确认 |
| ⭐⭐⭐⭐ L2 | 多源交叉验证 / 活跃社区共识 | 根据证据推测 |
| ⭐⭐⭐ L3 | 单源报告 / 未经验证的 Issue | 存在一种可能 |
| ⭐⭐ L4 | 推理 / 直觉 / 类比 | 纯属推测 |
| ⭐ L0 | 无法确认 | 信息不足 |
| 搜索轮次 | 目标 | 方法 |
|---|---|---|
| 第 1 轮 | 官方文档 + 官网 | 官网直查 / WebFetch |
| 第 2 轮 | GitHub Issue + PR | gh search issues / 特定仓库搜索 |
| 第 3 轮 | 社区实践 + 博客 | GitHub Code Search / 技术博客 |
| 第 4 轮 | AI 训练数据覆盖 | 公开实现示例 / Stack Overflow |
不满足于第一个结果。每个问题至少搜 2-3 个独立来源。
| 来源类型 | 可信度 | 注意 |
|---|---|---|
| 官方文档 | ⭐⭐⭐⭐⭐ | 版本号确认 |
| 官方 GitHub Issue (已合并 PR) | ⭐⭐⭐⭐ | 需确认是否已发布 |
| 官方 Issue (0 回复 / Open) | ⭐⭐ | 不可作为 Bug 证据 |
| 个人博客 / 社区帖子 | ⭐⭐⭐ | 需交叉验证 |
| AI 生成的结论 | ⭐⭐ | 必须验证来源 |
| 自己的推理 | ⭐ | 标注为"纯属推测" |
调研报告必须包含以下三部分：
## 结论总表
| # | 问题 | 结论 | 证据强度 | 关键来源 |
|:-|:----|:----|:--------|:--------|
## 详细分析
逐项展开，每项遵循：
- 调查了什么（方法）
- 找到了什么（发现）
- 这意味着什么（判断）
- 证据锚点（来源链接）
## 盲区标注
明确列出"哪些方向查了但没找到可靠信息"
每个结论前使用以下分级词：
| 情况 | 使用词 |
|---|---|
| L1 完整证据链 | 可以确认，... |
| L2 多源交叉 | 根据证据推测，... |
| L3 单源/未验证 | 存在一种可能，... |
| L4 推理 | 纯属推测，... |
| 没查到 | 目前信息不足，... |
发现信息不足以支撑结论时：
逻辑断点： 缺少关于 [X] 的信息。 当前仅找到 [Y] 单一来源（L3），建议：
- 路径 A：接受此结论，承担单源风险
- 路径 B：补充调研 [Z] 方向
本技能定义的是调研层的"认知本能"——溯源、质疑、分级表达。