有 168 個工具，每個工具都能解決一個問題。聽起來很強大。

實際上，你的大腦根本記不住哪個工具叫什麼、在哪個情境下應該用哪個。最後的結果往往是：你只用那 5 個你記得住的。

這是個「豐盛的悖論」：資源越多，反而讓決策變難了。

問題換個方向了

Claude Code 技能（Skills）的設計初衷是：把最佳實踐打包成可重用的指令集，讓每個開發者都能一鍵調用。這個想法是對的。

但當技能庫超過一定數量後，問題就不再是「有沒有正確的工具」，而是「你記不記得去用它」。

gstack-industrial 的出發點是把這個問題反轉過來：不是讓你去找工具，而是讓工具來找你。

智能路由的三層設計

gstack-industrial 的核心是一個智能路由器，分析你輸入的訊息和目前的專案狀態，主動推薦最可能有用的技能。

這個分析包含三個層面：

• 你說的話：關鍵詞和語意分析，「review」→ 建議 code-review，「brainstorm」→ 建議 brainstorming
• 你在哪個階段：用 git 狀態、最近修改的檔案來推斷你正在做什麼
• 上下文信號：是否有未提交的修改、測試是否通過、PR 是否開著

三個訊號加在一起，給出比純關鍵詞匹配更準確的建議。

防煩人機制同樣重要

智能建議系統有一個死亡模式：建議太多，使用者開始忽略，然後整個系統就沒有意義了。

gstack-industrial 花了不少心思在這個問題上：冷卻時間（同一個建議不會連續出現）、每個會話的推薦次數上限、以及使用者可以直接說「stop suggesting」來關閉。

建議的品質和建議的頻率，要同時對。

模板系統解決的另一個問題

技能庫除了「記不住用哪個」，還有另一個問題：更新成本。

當你決定要在所有技能裡加上某個標準步驟，你要手動修改每一個技能文件。如果有 50 個技能，這就是 50 次重複工作。

gstack-industrial 的模板系統讓你把共用標準定義在一個地方，所有技能繼承這個模板，一次更新全部生效。

從工具集到基礎設施

從更廣的角度來看，gstack-industrial 在做的事情是：把技能庫從一堆文件，變成一套有智慧的基礎設施。

個人開發者的技能庫是個人資產。組織的技能庫是機構知識。當這些知識沒有辦法被有效調用，它們就只是靜止的檔案，不是活的生產力工具。

路由器解決的是這個問題的最後一哩：從「存在」到「被用到」。