tk3.biz
返回博客列表

我让 dev-orchestra 在设计之前先采访我

前言

只说一句“让任务可以设置期限。”,dev-orchestra 就会在设计之前先向我提问。在第 16 篇里,用 design.ask_questions: auto 时,3 个问题是一起发过来的,从选项里选一个回答就行。这样很省事,但选项里没有的想法、回答里的含糊之处,会原样流进设计里。

1.4.0 新增了 grill,把这些提问变成一场采访。按照 CHANGELOG 的说法,它会一次问一个问题;当回答含糊、和之前的回答矛盾、或者追加了条件时,会继续追问。我用和第 16 篇相同的请求试了一下。

先说结果:问题是一个一个问的,一共 8 个。追加了条件的回答,确实收到了追问。另一方面,我故意回答得含糊时,它没有追问,而是自己解读后继续往下走;文档里列出的“意图”和“如何判断成功”一次也没有被问到。我只试了 1 次,所以这些都只是“这一次是这样”的结果。其他改动整理在同一天发布的 v1.4.0 发布介绍(英文)里。

dev-orchestra 已在 GitHub 上开源(MIT 许可证)。如果觉得有用,欢迎给个 Star。

→ github.com/istb16/dev-orchestra

问题一次一个,一共 8 个

设置只要一行。这次我是在与平时不同的配置文件夹里改的。

dev-orchestra config set design.ask_questions grill

用和第 16 篇相同的小型 Python 包 todo,把同样的请求交给 Claude Code,27 秒后就收到了第一个问题。

質問は1つずつ行います。まず最初の質問です。

**Q1. 期限はどの粒度で指定しますか?**

- (a) 日付のみ(例: `2026-12-01`)
- (b) 日付と時刻(例: `2026-12-01 18:00`)

私のおすすめは **(a) 日付のみ**です。この CLI は小さく、時刻まで扱うとタイムゾーンや入力形式の考慮が増えます。後から (b) へ拡張することもできます。

ご回答をいただいたら、次の質問(指定方法、一覧での表示と並び順、期限切れの扱い、既存データの互換性)に進みます。「お任せ」の場合はその旨をお知らせください。私の推奨で進めます。

(大意:问题会一个一个地问。Q1 问期限按什么粒度指定,(a) 只要日期,(b) 日期加时间,并推荐 (a),理由是这个 CLI 很小,处理到时间就要考虑时区和输入格式。接下来会问怎样设置、列表里怎样显示和排序、过期任务怎样处理,以及与现有数据的兼容性。如果交给它,它会按推荐继续。)

第 16 篇的 auto 把 3 个问题放在 1 条消息里,grill 则是 1 条消息 1 个问题。附带选项和推荐的形式没变,所以每个问题回答起来一样容易。代价是来回的次数变多了。这次被问到的是下面 8 个问题。

问题提问方内容我的回答
Q1编排者期限的粒度(只要日期,还是也要时间)回答得含糊,在下一个回答里改成只要日期
Q2编排者怎样设置期限add --due 和 due <id>
Q3编排者列表里的显示和排序只在 list --sort due 时按期限排序
Q4编排者能否清除已设置的期限用 due <id> none 清除
Q5架构师列表每一行的写法括号的形式。希望过期的显示成红色
Q8编排者对 Q5 的追问:哪里显示成红色整行,只在终端里
Q6架构师是否接受过去的日期交给你
Q7架构师在 --sort due 下已完成的任务放在哪里未完成的放前面

Q1 到 Q4 是编排者(发起调用的 Claude Code)的问题。回答完 Q4 之后,跑了一轮由架构师读代码后提问的环节,Q5 到 Q7 一个一个地接着问过来。Q8 是收到我对 Q5 的回答后提出的追问。编号是按记录的顺序排的,所以和提问的顺序有前后出入。

回答得含糊,它就自己解读后往下走

我想试的是追问。Q1 我故意回答得很含糊。

うーん、だいたい日付でいいけど、場合によっては時間もほしいかも。

(大意:“嗯,大致上日期就行,不过有时候可能也想要时间。”)

回过来的不是追问。

了解です。「基本は日付のみ、必要なら時刻も付けられる」という方針として記録します。入力は `2026-12-01` と `2026-12-01 18:00` のどちらも受け付け、時刻は任意とします。

**Q2. 期限はどのように指定しますか?**

(大意:它把方针记录为“基本只要日期,需要时也能加上时间”,2026-12-01 和 2026-12-01 18:00 都接受,然后进入 Q2:怎样设置期限?)

它没有问“有时候”指的是什么时候,而是解读成“时间可选地接受”,然后进入了下一个问题。我在接下来 Q2 的回答里补了一句“还是不要时间了,只要日期”,这次它理解为“Q1 确定为只要日期”,撤回了和时间有关的决定。记录里留下的 Q1 回答,是我最后改口说的“只要日期”。

我的改口,是自己更正了对前一个问题的回答,并不等于试过文档所说的“和之前回答矛盾的回答”。让我在意的是,最初那个含糊的回答,差点就原样被记录成了方针。实际上,Q2 的问题里已经带上了有时间的前提:“省略时间时,按‘到当天结束(23:59)为止有效’来处理”。这次因为我自己改了口,所以被撤回了;如果没改口,就会带着这个前提继续下去。

追加了条件,就收到了追问

架构师的 Q5(列表每一行的写法),我在选项上追加了一个条件来回答。

a で。ただ、期限切れの行はターミナルで赤くしたい。

(大意:“选 a。不过,希望过期的行在终端里显示成红色。”)

对此,马上就来了追问。

Q5 は「(a) 括弧付きの接尾辞、期限切れの行は赤で表示」として記録しました。

**Q8. 期限切れの行を赤くする条件と範囲は?**(Q5 の追加質問)

- (a) 期限切れの行全体を赤にする。ただし標準出力がターミナルのときだけで、環境変数 `NO_COLOR` が設定されている場合は赤にしない。
- (b) `OVERDUE` の語だけを赤にする。条件は (a) と同じ。
- (c) 期限切れの行全体を、常に赤にする。

(大意:Q5 记录为“(a) 带括号的后缀,过期的行显示为红色”。Q8 是 Q5 的追问,问在什么时候、把多大范围变红:(a) 过期的整行,只在标准输出是终端时,设置了 NO_COLOR 时不变红;(b) 只把 OVERDUE 这个词变红,条件相同;(c) 过期的整行,总是变红。)

“想显示成红色”这一句话背后,藏着一个问题:输出通过管道传出去时,会不会混进颜色的控制字符。追问把这一点拆成选项反问了回来。在记录里,Q8 的标题也按照文档的规定,以 Follow-up to Q5: 开头。

Q8 [answered] Follow-up to Q5: Red overdue lines (asked by the orchestrator)
  When and how much should an overdue line be colored red?

被问到的是规格,不是目的

按照文档(Design questions),在 grill 下,编排者要就请求里还没有答案的地方,从下面这些角度按重要程度最多问 5 个问题:意图、怎样判断成功、哪些在范围之外、放弃的方案及其理由、是否容易回退、可能怎样失败、更小的改动或者什么都不做是否就够了。

这次的 Q1 到 Q4,问的是粒度、设置方式、显示、清除方式,全都是关于规格的问题。“为什么想要期限”“做到什么算成功”都没有被问到。也许是因为题材很小,它判断从请求里就能读出目的;但我只试了 1 次,没法确认。如果想在采访里把目的也敲定,目前看来,把目的写进请求的文字里会更可靠。

还有一点:按照文档,应该是每个问题先记录再提问,但这次是在我回答完 Q4 之后,Q1 到 Q4 才被一起记录下来。最终的记录里 8 个问题和回答都齐了,所以结果上没有差别。

计划里会留下是谁决定的

回答完最后的 Q7 后,架构师写出了计划,并在反映了设计审查的 12 条意见之后,请我批准。计划的 ## Decisions 里,把我决定的和架构师决定的分开写着(节选)。

- **Q5 Line format** (user): parenthesized suffix, `(due D)` or `(due D, OVERDUE)`.
- **Q6 Past dates when setting** (me): accepted silently, with exit 0 and no warning. The task shows OVERDUE on the next `list`, which is the feedback. Rejecting would stop users recording tasks that are already late, and would make writes depend on the clock.
- **Q7 Done tasks under `--sort due`** (user): open tasks first, then done; each group by due with no-due last; ties by id.
- **Q8 Red** (user): whole overdue line, only when stdout is a TTY and NO_COLOR is unset.

我回答“交给你”的 Q6,留下了架构师附带理由做出的决定。这种形式和第 16 篇一样。这次我在被要求批准的地方停下了,没有进入实现。

从提出请求到被要求批准,包括等待时间在内大约 8 分钟。其中,包含设计和设计审查的最后一个来回是 4 分 42 秒。dev-orchestra 记录的架构师和设计审查的费用是 1.69 美元,Claude Code 一侧的会话报告的金额(9 个来回的累计)是 0.92 美元,合计约 2.61 美元。两者都是按 API 价格折算的金额。

什么时候用

grill 每回答一次就要一个来回。这次是 8 个问题,比第 16 篇 auto 的 3 个问题费事。相应地,在我追加条件时,它把这个条件背后的问题(颜色和管道)拆成选项来问我。

如果期待它追问含糊的回答,就我试过的 1 次来看,还不能指望。发现自己的回答含糊时,就在下一个回答里改口;如果是目的和成功标准很重要的改动,就把它们写进请求的文字里。补上这两点,我觉得它可以作为减少规格细节遗漏的工具来用。

总结

  • 在 grill 下,设计之前的问题 1 条消息 1 个地发过来,这次一共 8 个
  • 追加了条件的回答,收到了 Follow-up to Q5: 的追问。含糊的回答这次没有被追问,而是被解读后继续
  • 文档里的“意图”“如何判断成功”等角度没有被问到,只有关于规格的问题。目的写进请求的文字里会更可靠

试验条件

项目内容
dev-orchestra1.4.0,预设 standard,design.ask_questions: grill
调用方Claude Code 2.1.327。用 claude -p 提出请求,用 claude -p --resume 传入回答
架构师Claude Fable
对象为这次试验做的小型 Python 包 todo(把任务保存到 JSON 的 Store,带 add、done、list 的 CLI,以及 2 个测试)
环境Windows 11,Python 3.14.10。配置放在与平时不同的文件夹里(DEV_ORCHESTRA_HOME)

只试了 1 次,请求也只有 1 个。没有人看着的运行(CI 等)里的行为没有试。

细节规格

这一节写的是文档和 CHANGELOG 里规定的规则。这次运行中确认过的,只有一次问一个问题和 Follow-up to Q<n>: 的标题;上限的数量、没有人看着的运行里的行为,都没有试。

设置的值

design.ask_questions 有 false(默认)、auto、true、grill 这 4 个值。grill 在一定会插入提问轮这一点上和 true 一样,只是提问方式变成了采访。架构师提问轮的次数及其上限(design.max_question_rounds,默认 2)也不变。status 的 Design questions: 一行会显示 grill。status --json 里的 mode 也是 grill。从 1.4.0 开始,在显示设置值的行里,true 显示为 true,而不再是 on;不过在 --json 的 mode 里,true 仍和以前一样是 on。

采访的规则

编排者自己的问题,按重要程度最多 5 个。追问每个问题最多 2 个。包括追问在内问到 10 个时,要问用户是否继续。追问的标题按规定以 Follow-up to Q<n>: 开头,作为普通的编排者问题记录。CLI 不会统计这些数量,也不会检查追问和原问题之间的关联。遵守这些规则的是编排者一方。用户说“够了”时,剩下的交给架构师(--delegate)。

没有人看着的运行

当 design.require_approval: false,或者在 design.require_approval: auto 下设置了 CI 或 DEV_ORCHESTRA_UNATTENDED 时,没有人来回答。这时 grill 的行为和 true 相同,问题只是被一起记录下来,不会追问。仍未回答的问题,会被记录为由写计划的运行交给了架构师。

详情见文档的 Design questions。

GitHub: istb16/dev-orchestra(如果能给个 Star,会是很大的鼓励)

本系列的文章可以在“dev-orchestra”文章列表中集中阅读。

相关文章