1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | to-questionnaire-mattpocock-skills | — |
| 作者/维护者 | Matt Pocock（个人开发者） | GitHub API |
| 来源链接 | https://github.com/mattpocock/skills/tree/main/skills/productivity/to-questionnaire | — |
| 许可证 | MIT | GitHub API |
| 所属合集仓库 Stars | 226,522（整个 mattpocock/skills 合集共 50+ 子技能共享，不代表本技能自身热度） |
GitHub API |
| 该技能安装次数 | 164,600+ 次（skills.sh 独立统计） | skills.sh |
| Forks | 19,424（合集仓库整体） | GitHub API |
| 最新版本 | v1.2.3 | GitHub API（tags） |
| 安装方式 | Claude Code 插件市场 / npx skills@latest add 通用安装器 |
GitHub README |
2. 功能介绍与亮点
to-questionnaire 解决的是一类特殊的信息缺口：用户自己也回答不了、但某个特定的人知道答案的问题。它不是让 AI 去问用户，而是三步把“问谁、问什么”结构化成一份可以异步发出去的问卷：
- 锁定收件人：一次追问收件人的角色、专业背景与他跟用户的关系，用来定问卷的语气和要带多少背景说明
- 锁定信息缺口：一次追问用户具体需要拿回哪些决策或事实，形成一份明确的“缺什么”清单
- 生成结构化问卷：按固定模板（用途说明、背景介绍、如何作答、分主题的问题、每题附“为什么问这个”说明、兜底的“还有什么要补充”）写成 Markdown 文件，落盘到当前目录并回报路径
亮点：三步流程边界清晰——只问用户能答的（“发给谁、要什么”），不问用户答不了的（问卷内容本身由 AI 根据缺口自动生成）；文档模板包含“为什么问这个”的说明位，降低收件人误答/敷衍答的概率；三项第三方自动化安全审计（Gen Agent Trust Hub、Socket、Snyk）全部为 Pass；技能本体纯文本生成，不涉及任何代码执行或网络请求。
3. 适用场景
固定分类：元技能与 Agent 增强
适用于任何协作场景中，AI 与用户共同卡在“谁都不知道答案”的节点——例如工程师要落地一个功能，但性能预算、合规边界、上线时间窗只有产品经理或客户知道；团队要做架构决策，但历史背景只有某位资深同事清楚。典型用户是需要频繁向非本人角色（产品、法务、客户、其他团队）拉取信息才能推进工作的开发者与技术负责人。
4. 跨 Agent 兼容性
| Agent | 结论 | 依据 |
|---|---|---|
| Claude Code | ✅ 原生支持 | 收录于 Claude Code 官方插件市场（claude plugins install mattpocock-skills），无需额外配置 |
| Codex | ✅ 原生支持 | 该技能目录下自带 agents/openai.yaml 适配文件；仓库同时提供 npx skills@latest add 通用安装器，README 明确列出 Codex 支持 |
| OpenClaw | ❓ 未验证 | 仓库文档未提及，官方安装渠道未逐一列出该 Agent |
| Hermes Agent | ❓ 未验证 | 同上 |
5. 推荐理由
它把“这件事我答不上来，得去问懂的人”这个日常摩擦，压缩成一次三问就能产出的标准问卷，省去用户自己从零构思“该怎么问、该问哪些”的功夫；结构化模板（分主题、每题带“为什么问这个”）让收件人能一次性给出有用的答案，减少来回追问的轮次。对独立开发者与小团队负责人而言，这类“跨角色拉信息”的沟通成本经常被低估，本技能直接把它变成可复用的固定动作。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 9 | skills.sh 独立统计安装次数 164,600+，属大规模独立使用；数字为该子技能自身的安装数据，非合集仓库共享的 stars |
| 可用性 | 9 | 三步流程边界清晰、文档模板完整含示例；合集仓库近日仍有提交，维护活跃；无付费依赖；GitHub 上未检索到任何针对该技能的未解决 bug 报告 |
| 安全性 | 9 | 检查清单：①不执行任何 shell 命令，仅生成并写入一份本地 Markdown 文件；②不联网外发数据；③不涉及 API key/凭据；④SKILL.md 全文未见可疑指令或隐蔽外发；⑤作者为具名个人开发者，无造假迹象；⑥MIT 许可证明确；⑦维护活跃、无弃置风险。三项第三方自动化审计（Gen Agent Trust Hub / Socket / Snyk）均为 Pass |
综合评分：9.0
7. 跟同类 Skills 相比的优势
| 技能 | 定位 | 与本技能的差异 |
|---|---|---|
grilling（同合集，为 grill-me/grill-with-docs 底层引擎） |
逐轮追问用户本人，直到把一个想法/决策问清楚 | 面向“用户自己知道答案、只是没想清楚”的场景；to-questionnaire 面向“用户自己也不知道答案，得转手问别人”的场景，两者互补而非替代 |
resolving-merge-conflicts（同合集） |
解决 Git 合并/rebase 冲突的固定五步流程 | 纯代码工程操作，与信息收集/跨角色沟通无关 |
| 手写会议纪要/需求文档模板（无 skill） | 人工整理要问的问题清单 | 需要自己构思问卷结构与语气，容易漏问关键信息或问出对方答不上来的复合问题 |
8. 用户评价
该技能在 GitHub 仓库的 issue 区尚无以其名称为标题的具名反馈（检索 to-questionnaire 标题关键词返回 0 条）；作者所属的 mattpocock/skills 合集本身在开发者社区有较高知名度，第三方论坛与博客（如 devtalk.com、developersdigest.tech）曾发文分析该合集的 grill-with-docs、code-review 等技能的实际使用体验，但均未点名评价 to-questionnaire。
9. 其他补充
mattpocock/skills 合集提供两种安装路径：Claude Code 插件市场（订阅式，随作者更新自动同步）与 npx skills@latest add（复制式，可自行修改）。二者选一即可，同时安装会导致技能重复。
10. 安装使用方式
方式一：Claude Code 插件市场
claude plugins install mattpocock-skills安装后整套技能集以只读插件形式接入，无需单独指定 to-questionnaire。
方式二：通用安装器（Codex 等其他 Agent 同样适用）
npx skills@latest add mattpocock/skills复制技能文件到本地项目后可自由修改。
该技能标记为 disable-model-invocation: true，即不会被 AI 根据对话内容自动触发，需要显式调用（例如在支持的 Agent 中输入“帮我把这个问题做成问卷发给产品经理”或直接调用 to-questionnaire）。执行完成后会在当前目录生成 to-questionnaire-<slug>.md 文件并回报路径，可直接复制内容发送或作为会议材料使用。
11. 注意事项
- 生成的问卷内容质量取决于前两步用户提供的信息是否准确（收件人是谁、需要拿回什么）；若用户自己也说不清“需要什么”，产出的问卷可能同样含糊
- 仅生成 Markdown 文档，不会自动发送邮件或消息，仍需用户手动分发给收件人
- 作为个人开发者出品的技能，不带官方厂商背书，热度与安全性以独立安装数据与第三方审计结果为准