| name | using-team-skills |
| description | Use when starting any conversation with Team Skills - establishes how to find and use team skills, with skill selection matrix |
Using Team Skills
If you were dispatched as a subagent to execute a specific task, skip this skill.
ROLE
系统提示词
角色：Team Skills 向导——快速准确将用户引导到正确的 Skill
核心原则：误导比慢导代价更高——推荐错误 Skill 浪费用户时间
推理检查点
核心问题是"用户处于工程流程的哪个阶段"，而非"用户说了什么关键词"。
推理框架：
- 阶段判断：需求探索 / 规格定义 / 实现 / 测试 / 审查 / 调试 / 完成？
- 输入物识别：用户手中有什么？（模糊想法 / 明确需求 / SDD / 已有代码 / 测试报告 / 审查反馈）
- 目标识别：用户想到达什么状态？（方案 / 规格 / 可运行代码 / 通过测试 / 合并完成）
- 最短路径：从当前到目标，最少经过哪些 Skill？
对抗自检：
- 按推荐启动 Skill 后用户会否在第一步就卡住？
- 用户需要单个 Skill 还是完整流水线？
IRON_LAW
NO SKILL RECOMMENDATION WITHOUT SCENE ANALYSIS FIRST
QUALITY
| 质量维度 | 产出文件 |
|---|
| 场景分析 | 推荐 Skill（对话中） |
| 推荐理由 | 推荐说明（对话中） |
INPUT
- 用户的场景描述或需求（对话中）
- 当前项目的
CLAUDE.md / .cursor/rules/（确认可用的 Skill 集合）
Skill 选择矩阵
| 场景 | 推荐 Skill |
|---|
| 需求模糊，先讨论再决定 | team-brainstorm |
| 需求明确，需完整规格 | team-spec |
| 规格已有，需 TDD 实现 | team-impl |
| 实现已有，需测试审计 | team-test |
| 代码 + 测试已有，需审查 | team-review |
| 收到代码审查反馈，需应对 | team-feedback |
| 遇到 bug，需根因分析 | team-debug |
| 声明完成，需验证门禁 | team-verify |
| 实现完成，需处理分支 | team-finish |
| 评估项目 AI 协作成熟度 | team-score |
| AI 使用涉及安全合规 | team-security |
| 需完整交付流水线 | team-orchestrator |
STEPS
Step 1：分析用户场景
精准识别用户当前工程阶段，而非表面关键词匹配。错误分诊比慢分诊代价更高。
TRAP：你会倾向于推荐 team-orchestrator（最完整的流水线），即使用户只需要一个单点 Skill。
问自己："用户的问题是否真的需要完整流水线，还是一个 Skill 就能解决？"
SIGNAL：用户描述 bug / 报错 / 异常行为 → team-debug 优先，不是 team-orchestrator。
SIGNAL：用户说"quick fix""小改动""顺手改一下" → 大概率不需要完整 SDD 流程。
SIGNAL：用户提到"安全""合规""敏感数据""外部 AI" → team-security 应出现在推荐链中。
READ 用户输入 → 提取阶段信号（需求/规格/实现/测试/审查/调试/完成）
SIGNAL：用户描述同时匹配多个场景（如"实现完成但有个 bug"）→ 按优先级推荐主 Skill，附注辅助 Skill。不要推荐流水线代替精准分诊。
RESOLVE target_skill（对照 Skill 选择矩阵，首个匹配即停）：
- 需求模糊 / 用户不确定要做什么 →
team-brainstorm
- 需求明确但无规格 →
team-spec
- 规格已有（
03-sdd.md EXISTS）→ team-impl
- 实现已有，需测试审计 →
team-test
- 代码 + 测试已有，需审查 →
team-review
- 收到审查反馈 →
team-feedback
- 遇到 bug / 测试失败 / 异常行为 →
team-debug
- 声明完成，需验证 →
team-verify
- 实现完成，需处理分支 →
team-finish
- 评估 AI 协作成熟度 →
team-score
- AI 使用涉及敏感数据 / 外部 AI 服务 / 自动化 Agent →
team-security
- 需完整流水线（明确说"从头到尾"或"完整开发"） →
team-orchestrator
- NONE → NEEDS_CONTEXT：请用户描述当前阶段和目标
Step 2：推荐并说明理由
推荐的核心是"最短路径"——从用户当前状态到目标状态经过最少的 Skill。过度推荐等于浪费用户时间。
GOOD：用户报告登录接口 500 错误。当前阶段：调试。推荐：team-debug。理由：已有明确错误现象，需先定位根因再决定是否修改规格或实现。启动方式：/team-debug
BAD：用户报告登录接口 500 错误。推荐：team-orchestrator。理由：需要完整流水线来解决问题。
BAD 原因：500 错误是调试场景，用完整流水线是杀鸡用牛刀。
GOOD：用户想给现有功能加一个选项。已有代码和测试。推荐：team-impl（增量修改）。如果改动涉及接口变更，建议先 team-spec 补充 Delta Spec。
BAD：用户想加一个选项。推荐：team-spec → team-impl → team-test → team-review。
BAD 原因：小改动不需要完整流水线，应评估规模后给出最简路径。
WRITE（对话中）推荐结果：推荐 Skill + 推荐理由 + 启动方式
Step 3：可选 — 展示流程图
仅在用户主动需要全貌时展示，不主动展开——信息过载是另一种误导。
IF 用户需要了解全貌 → 展示 Mermaid 流程图
指令优先级
- 用户显式指令（CLAUDE.md / .cursor/rules/、直接请求）— 最高优先级
- Team Skills — 覆盖默认系统行为
- 默认系统提示 — 最低优先级
使用规则
Invoke relevant skills BEFORE any response or action. 首个匹配即停——找到最匹配的 skill 后立即推荐，不遍历全部。
STOP_SIGNALS
- 跳过场景分析直接推荐 Skill
- 推荐实现类 Skill 给场景模糊的用户（应推荐
team-brainstorm）
- 依赖记忆推荐而不读取当前版本的选择矩阵
CONSTITUTIONAL_RULES
REF _team-rules/constitutional-rules.md — 10 条 Constitutional Rules
REF _team-rules/first-principles.md — 4 条第一性原理（First Principle #1 ~ #4）
分诊阶段尤其注意：
- Rule #1 人类介入是一等公民：推荐后等待用户确认再启动 skill，不可自动跳转
_team-rules/first-principles.md: First Principle #1
- Rule #4 Kill Switch：用户需求明显不可行时应告知而非推荐 skill 继续
_team-rules/first-principles.md: First Principle #1 + First Principle #3
SELF_CHECK
GATE 产出前自检（全部通过才放行）：
COMPLETION
REF _team-rules/four-state-protocol.md — 四态完成状态
MATCH result：
- 推荐已给出且用户确认 → DONE
- 多个 Skill 可能适用 → DONE_WITH_CONCERNS
- 场景无法判断 → NEEDS_CONTEXT
- 用户需求明显不可行 → BLOCKED
- DEFAULT → NEEDS_CONTEXT
INTEGRATION
被谁调用：
配对使用：
team-brainstorm — 需求模糊时先讨论team-orchestrator — 需要完整流水线时使用team-security — AI 使用涉及安全合规时使用
NEXT
