asking-until-100
Skillby hongyi3
clawhub⭐ 15/10
OpenClaw 的上下文感知提问协议，在执行编码、项目构建、架构设计、调试和实现前增加澄清步骤。
面向OpenClaw平台的仓库感知追问协议，在执行编码、架构、调试等任务前强制完成需求澄清，减少AI误操作与返工成本
📊 商业分析
商业模式
free
独特价值
强制AI在执行前完成100%需求澄清的仓库感知追问协议
竞品
1. Cursor Rules（内置上下文感知提问机制，集成度更高）；2. GitHub Copilot Chat（原生支持仓库感知对话，生态更强）；3. Cline/Aider系统提示词（同类开源prompt方案，社区更活跃）
🎯 应用场景
目标用户
独立开发者AI辅助编程用户OpenClaw平台用户
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 1
- 价值评分
- 5/10
- 子分类
- AI编程辅助与需求澄清
- 可商业化
- ❌ 否
AI 标签
需求澄清编程辅助仓库感知提示词工程OpenClaw专属
相关工具推荐
subagent-driven-developmentSKILL
在当前会话中自动识别独立任务并驱动多个子智能体并行执行实现计划，大幅提升复杂项目的开发效率
9/10⭐ 87,265
mcp-builderSKILL
Anthropic官方出品的MCP服务器构建指南，支持Python/FastMCP双路径，帮助开发者快速将外部API与LLM深度集成，构建高质量工具层。
9/10⭐ 86,759
mcpMCP
9/10⭐ 0
MCPMCP
标准化AI与外部工具数据交互的协议框架
9/10⭐ 0
code-reviewerSKILL
由Google Gemini驱动的专业代码审查Skill，支持本地代码与远程Pull Request双模式，提供结构化、专业级的代码质量评估与改进建议。
8/10⭐ 96,838