user-confirm-skill

用途: 判别式确认 - 展示内容并获取用户反馈

核心理念:

•做选择题，不做填空题
•人类擅长判别（喜不喜欢），不擅长生成（描述细节）
•展示具体方案，让用户说"对/不对"

输入参数

yaml

input:
  content: object | string     # 要确认的内容（方案、结果等）
  format: string               # 展示格式（见下方）
  question: string             # 确认问题
  options: array               # 可选：预定义的选项

format 选项

格式	说明	适用场景
`visual_summary`	可视化摘要（emoji + 结构化）	展示设计方案
`file_list_with_summary`	文件列表 + 功能说明	展示执行结果
`comparison_table`	对比表格	展示多个选项
`markdown`	完整 Markdown	通用
`simple`	简单文本	快速确认

输出

yaml

output:
  approved: boolean           # 是否通过
  satisfied: boolean          # 是否满意（同义，兼容性）
  confidence: number          # 用户信心（1-10）
  comments: string            # 用户反馈
  specific_issues: array      # 具体问题点（如果有）
  suggestions: array          # 改进建议（如果有）

执行逻辑

1. 格式化内容

根据 format 参数，将 content 格式化为易读的展示：

python

def format_content(content, format_type):
    if format_type == "visual_summary":
        return format_visual_summary(content)
    elif format_type == "file_list_with_summary":
        return format_file_list(content)
    elif format_type == "comparison_table":
        return format_comparison(content)
    elif format_type == "markdown":
        return content  # 已经是 markdown
    else:
        return str(content)

2. 展示给用户

展示模板:

code

[格式化的内容]

{question}

请回答：
✅ 通过/满意/可以
❌ 需要调整（请说明哪里需要改）
❓ 有疑问（请提出）

3. 解析用户回复

识别关键词：

用户回复	approved	confidence
"通过" / "可以" / "满意" / "好的"	true	9
"基本可以" / "还行" / "差不多"	true	7
"需要调整" / "不太对" / "有问题"	false	5
"完全不对" / "重新来"	false	2

4. 提取反馈

如果用户说"需要调整"，引导提取具体问题：

code

Claude: "明白了，具体哪里需要调整？我可以帮你改进。"
用户: "workflow 太复杂了，而且缺少 XXX 功能"
→ specific_issues: ["workflow 过于复杂", "缺少 XXX 功能"]
→ suggestions: ["简化 workflow", "增加 XXX 功能"]

实现示例

示例 1: 展示设计方案

输入:

yaml

content:
  system_name: health-system
  structure:
    agents: 1
    skills: 8
    workflows: 3
  workflows:
    - name: daily-check
      trigger: "21:00"
    - name: weekly-report
      trigger: "Sunday 20:00"
    - name: checkup-analysis
      trigger: "file_upload"
  
format: visual_summary
question: "这个方案符合你的预期吗？需要调整哪里？"

Claude 输出:

code

我已经完成设计！这是方案摘要：

📁 系统结构:
  - 1 个 Agent（健康顾问）
  - 8 个 Skills（体检分析、指标追踪等）
  - 3 个 Workflows（每日检查、每周报告、体检分析）

🔄 核心流程:
  ① 每天 21:00 自动检查当日数据，生成健康提醒
  ② 每周日汇总本周情况，分析趋势
  ③ 上传体检报告时，自动分析并更新健康档案

📊 数据管理:
  - 个人档案：基础信息、病史
  - 指标记录：按日期存储
  - 报告输出：Markdown 格式

这个方案符合你的预期吗？需要调整哪里？

请回答：
✅ 通过/满意/可以
❌ 需要调整（请说明哪里需要改）
❓ 有疑问（请提出）

用户回复: "看起来不错，可以开始创建"

输出:

json

{
  "approved": true,
  "satisfied": true,
  "confidence": 9,
  "comments": "看起来不错，可以开始创建",
  "specific_issues": [],
  "suggestions": []
}

示例 2: 用户提出调整

用户回复: "需要调整，我还想要饮食记录功能，而且每日检查改到早上 8 点"

Claude 追问:

code

明白了！你希望：
1. 增加饮食记录功能
2. 每日检查改到早上 8:00

还有其他需要调整的吗？

用户: "没了"

输出:

json

{
  "approved": false,
  "satisfied": false,
  "confidence": 7,
  "comments": "需要调整，我还想要饮食记录功能，而且每日检查改到早上 8 点",
  "specific_issues": [
    "缺少饮食记录功能",
    "每日检查时间不合适（应该是早上 8:00）"
  ],
  "suggestions": [
    "增加 diet-log-skill",
    "调整 daily-check workflow 的触发时间为 08:00"
  ]
}

示例 3: 展示执行结果

输入:

yaml

content:
  created_files:
    - "health-system/.claude/agents/health-advisor.md"
    - "health-system/.claude/skills/checkup-analysis/SKILL.md"
    - "health-system/.claude/workflows/daily-check.yaml"
    # ... 更多文件
  summary:
    total_files: 25
    agents: 1
    skills: 8
    workflows: 3

format: file_list_with_summary
question: "试用一下，有没有不符合预期的地方？"

Claude 输出:

code

✅ 系统创建完成！

📁 health-system/
  ├── .claude/
  │   ├── agents/health-advisor.md
  │   ├── skills/ (8 个)
  │   │   ├── checkup-analysis/
  │   │   ├── health-indicators/
  │   │   ├── risk-assessment/
  │   │   └── ...
  │   └── workflows/ (3 个)
  │       ├── daily-check.yaml
  │       ├── weekly-report.yaml
  │       └── checkup-analysis.yaml
  ├── data/
  │   ├── profile.json (示例)
  │   └── indicators/
  ├── outputs/
  └── README.md

🚀 下一步:
  1. 填写 data/profile.json（你的基本信息）
  2. 试用: "执行每日健康检查"
  3. 上传体检报告测试分析功能

试用一下，有没有不符合预期的地方？

请回答：
✅ 满意/没问题
❌ 有问题（请说明）

格式化函数

visual_summary 格式

python

def format_visual_summary(content):
    """
    可视化摘要格式
    使用 emoji + 结构化展示
    """
    output = []
    
    # 系统结构
    if "structure" in content:
        output.append("📁 系统结构:")
        structure = content["structure"]
        if "agents" in structure:
            output.append(f"  - {structure['agents']} 个 Agent")
        if "skills" in structure:
            output.append(f"  - {structure['skills']} 个 Skills")
        if "workflows" in structure:
            output.append(f"  - {structure['workflows']} 个 Workflows")
    
    # 核心流程
    if "workflows" in content:
        output.append("\n🔄 核心流程:")
        for i, wf in enumerate(content["workflows"], 1):
            trigger = wf.get("trigger", "手动触发")
            output.append(f"  {chr(9311 + i)} {wf['name']}: {trigger}")
    
    # 数据管理
    if "data_structure" in content:
        output.append("\n📊 数据管理:")
        for item in content["data_structure"]:
            output.append(f"  - {item}")
    
    return "\n".join(output)

file_list_with_summary 格式

python

def format_file_list(content):
    """
    文件列表 + 摘要格式
    """
    output = ["✅ 系统创建完成！\n"]
    
    # 文件树
    if "created_files" in content:
        output.append("📁 创建的文件:")
        # 简化显示，只显示关键文件
        for file in content["created_files"][:10]:
            output.append(f"  - {file}")
        if len(content["created_files"]) > 10:
            output.append(f"  ... 共 {len(content['created_files'])} 个文件")
    
    # 摘要
    if "summary" in content:
        output.append("\n📊 摘要:")
        summary = content["summary"]
        for key, value in summary.items():
            output.append(f"  - {key}: {value}")
    
    return "\n".join(output)

关键设计

1. 判别式交互

❌ 错误方式（生成式）:

code

Claude: "你想要什么功能？"
用户: "呃...我想要...那个...嗯..."

✅ 正确方式（判别式）:

code

Claude: "我设计了这个方案：[具体方案]。符合预期吗？"
用户: "基本可以，但需要调整 X"

2. 引导式反馈

当用户说"需要调整"时，不要让用户自己描述：

❌ 错误:

code

Claude: "好的，请详细描述你想要的调整"
用户: "呃...怎么说呢..."

✅ 正确:

code

Claude: "明白了！具体哪里需要调整？
  A. 功能缺失（缺少某个功能）
  B. 流程问题（步骤不对）
  C. 时间安排（触发时间）
  D. 其他（请说明）"

3. 信心评估

根据用户的措辞判断信心：

措辞	confidence	含义
"完美" / "很好"	10	非常满意
"可以" / "不错"	9	满意
"还行" / "基本可以"	7	勉强接受
"有些问题"	5	不满意但可修复
"不对" / "重新来"	2	严重不满

使用场景

场景 1: 设计方案确认

yaml

input:
  content: <设计方案>
  format: "visual_summary"
  question: "这个方案符合你的预期吗？"

场景 2: 执行结果验证

yaml

input:
  content: <执行结果>
  format: "file_list_with_summary"
  question: "试用一下，有没有不符合预期的地方？"

场景 3: 快速二选一

yaml

input:
  content: "方案 A vs 方案 B"
  format: "comparison_table"
  question: "你更倾向哪个？"
  options: ["A", "B", "都可以", "都不要"]

实现注意事项

1. 自然语言理解

需要识别各种表达：

•肯定：✅ "可以" / "好的" / "满意" / "没问题" / "👍"
•否定：❌ "不行" / "需要调整" / "有问题" / "重新来"
•中性：❓ "还行" / "差不多" / "基本可以"

2. 提取具体反馈

使用简单的 NLP 技巧：

•识别否定词：不、没、缺、少
•识别需求词：需要、想要、希望、增加
•识别问题词：问题、错误、不对、太...

3. 超时处理

如果用户长时间没回复：

code

（等待 24 小时后）
Claude: "我还在等待你的确认。如果暂时没时间查看，我会先执行当前方案，后续你可以再调整。"

评价标准

见 criteria.md

版本历史

•v1.0.0 (2026-01-19): 初始版本