grill-me 可以理解成一个 “拷问式需求澄清 / 方案审查 skill”。 它不是让 AI 直接写代码，而是让 AI 像一个很挑剔的技术负责人一样，不断追问你： 这个需求到底要解决什么问题？ 哪些情况不做？ 边界条件是什么？ 有没有更简单的方案？ 现有代码里有没有类似实现？ 这个设计会不会引入

grill-me 可以理解成一个 “拷问式需求澄清 / 方案审查 skill”。 它不是让 AI 直接写代码，而是让 AI 像一个很挑剔的技术负责人一样，不断追问你： 这个需求到底要解决什么问题？ 哪些情况不做？ 边界条件是什么？ 有没有更简单的方案？ 现有代码里有没有类似实现？ 这个设计会不会引入

Trellis是面向AI编程助手的项目级规范、任务和记忆系统，解决长期项目中AI对上下文理解不足的问题。其核心模块包括：Spec（项目规范）存储分层设计、接口响应、异常处理等具体规则，Task（任务文件）明确当前需求边界、范围和验收标准，Workspace（项目内存）记录开发过程和历史决策。 Java Web开发中，Trellis通过分层规范（如Controller仅传递请求、Service处理业务逻辑）避免AI写错代码层级，通过API响应规范（统一使用ApiResponse）确保交互一致性，通过异常处理规范（统一捕获业务异常）减少try-catch滥用。实施流程建议先制定基础规范（分层职责、接口格式、事务规则），再通过实际任务（如新增注册接口）验证规范有效性，持续将开发经验沉淀到Spec中。相比Superpowers的流程驱动，Trellis专注将项目规则固化为可版本控制的文件，适用于长期团队协作项目，特别解决AI跨会话断片、任务范围蔓延及规范缺失等痛点，帮助沉淀可复用的系统级最佳实践。