From t-tools
Assess technical feasibility for a feature. Scans codebase, checks dependencies, researches libraries, and writes a structured report under .ai/tech-research/.
How this skill is triggered — by the user, by Claude, or both
Slash command
/t-tools:t-tech-researchThe summary Claude sees in its skill listing — used to decide when to auto-load this skill
基于 Decision Brief、用户需求和现有代码库,评估技术可行性、依赖缺口、代码影响范围和关键风险,生成报告供后续 `/t-prd` 或纯技术方案 `/t-design` 参考。
基于 Decision Brief、用户需求和现有代码库,评估技术可行性、依赖缺口、代码影响范围和关键风险,生成报告供后续 /t-prd 或纯技术方案 /t-design 参考。
输出文件:
.ai/tech-research/<file-name>.md(file-name 取自 $ARGUMENTS 第一个空格前的部分)如果未传 feature 名称,立即终止并提示:
请提供 feature 名称。例如:/t-tech-research user-management
输入:
.ai/decision/<file-name>.md(可选但推荐,来自 /t-decision)docs/prd/00-index.md、docs/user-stories/00-index.md、.ai/design/**/*.md输出报告必须包含:
$ARGUMENTS 可包含两部分:<file-name> [补充描述]
rag-otel-metrics).., /, \.ai/tech-research/<file-name>.md 已存在,先询问是否覆盖.ai/decision/<file-name>.md,必须承接其中 Verdict、Scope Direction、D0/D1 决策和 Handoff;不得用技术预研改写产品立项结论Needs Clarification、Park 或 Reject,除非用户明确要求技术探索,否则应停止并提示先回到 /t-decisionCargo.toml、package.json 和 lock 文件(如存在)如果当前对话中已有足够需求背景,不要重复提问。
仅在需求目标、约束、技术偏好或排除项不足以支撑可行性判断时,补问最少问题:
补问后,无论用户是否全部回答,都必须在写报告前将未回答项转为显式假设并写入报告 6.2 节。不得在报告中留下"待确认"/"需确认"/"待定"/"TBD"等未决项。
按需读取以下文件,跳过不存在的文件:
.ai/decision/<file-name>.mdbackend/Cargo.tomlfrontend/package.jsonCargo.lockpackage-lock.jsondocs/prd/00-index.mddocs/user-stories/00-index.md.ai/design/**/*.md扫描真实代码目录,重点关注:
backend/api/backend/core/backend/sdk/frontend/src/如果代码分析较复杂,可委托探索任务,要求返回相关实现位置、可复用点、影响模块和理由。
对比需求与现状,明确:
仅当本地分析表明需要新依赖或需要补充库级事实时执行。
对每个候选库调研:
如果不需要新依赖,在报告中写明"现有依赖栈可满足需求"并说明理由。
把本地分析、依赖调研和人类讨论收敛为一个最终技术路线。
收敛规则:
输出文件级和架构级影响:
使用 template.md 的结构生成 .ai/tech-research/<file-name>.md。
如果某章节不适用,保留章节并标记"不适用"及原因,不要直接删除。
完成后说明:
/t-prd <file-name>;不涉及业务逻辑变动的纯技术方案可进入 /t-design <file-name>生成前自检:
/t-design/t-design 和 /t-task 的职责/t-tech-research <file-name> 示例Reject / Park 且用户未要求继续探索:终止并提示先回到 /t-decisionnpx claudepluginhub timzaak/web-dev-skillsAssesses feature feasibility by scanning codebase for reusable components, T-shirt sizing complexity, identifying risks, and flagging engineer input needs.
Autonomously researches feature requests or architecture documents, explores codebase patterns, identifies ambiguities and gaps, produces feature-context.md for orchestrator without making technical decisions.
Analyzes initial proposals by researching codebases and generating actionable implementation roadmaps with alternatives.