超压缩通信模式。通过去掉废话、冠词和客套语，在保持完整技术准确性的同时削减约 75% token 用量。 当用户说"caveman 模式"、"简洁模式"、"少废话"、"省 token"、"简短点"或调用 /caveman 时触发。
对用户的计划或设计进行不留情面的深度追问，直到达成共同理解，逐一解决决策树的每个分支。当用户想要压力测试计划、检验设计时触发。触发词：追问我、grill me、逐一问我、挑战我的方案、深度追问、质疑设计、设计评审追问。
将当前对话压缩为交接文档，供下一个 Agent 会话接续工作。触发词：交接、handoff、下一个会话、会话摘要、接续工作、传给下一个 agent。
在代码库中发现架构"深化"机会——将浅模块变成深模块的重构，提升可测试性和 AI 可导航性。与 architecture-advisor 互补：architecture-advisor 设计新架构，本技能改善现有代码库结构。触发词：改进代码库架构、架构深化、找重构机会、模块耦合太紧、难以测试、代码难以理解、架构改进、improve architecture、refactor opportunities。
快速验证设计的一次性原型。区分两条分支——逻辑/状态模型用终端交互 App，UI 布局用多变体路由切换。当用户想原型验证、检验数据模型或状态机、探索多种 UI 方案时触发。触发词：原型、prototype、验证方案、快速试验、让我玩一玩、试几个设计。
Use when 已有书面实施计划、任务相对独立，且在本会话内通过子代理逐任务落实时。触发场景：执行实施计划、子代理开发、按计划实现、Task 派发实现、两阶段代码审查、plan execution。
面试向 LLM Wiki 全流程：Raw 层在 raw/ 沉淀 _research.md、basic/、blog/（见 references/raw-layer.md）；Wiki 层只读 raw/、编译维护 wiki/（实体/概念、index、log，见 references/wiki-layer.md）。触发：建资料包、收录博客、从 raw 导入 wiki、查询、lint、面试备考知识库。关键词：LLM Wiki、raw、wiki、ingest、面试、Obsidian、知识库、用户供稿。
三阶段面试知识点追踪：英文命令 split-knowledge（知识点拆分与 KB-INDEX）、research-topic（按主题检索落盘 opensource + interview-drill）、synthesize-topic（结合 KB 原文与第二步产出，写入经历绑定的架构与面试 Markdown）。别名 kp-split、topic-research、topic-synthesize。中文触发：知识点拆分、按主题检索、业务梳理、薄弱点追踪、KB-INDEX。默认工作目录 interview-knowledge-track/；不自动改写用户工作区文件，除非用户明确要求。自包含，不绑定特定简历路径或仓库结构。