/plan、/grill、/goal：内置 skills 工作流
Meta 对 Muse Code 内置 skills 的一句话推介：丢进去一个粗糙的想法，拿出来一个经过拷问、通过品控的功能。这里讲清每个命令到底做什么、什么时候该用它。
/plan——你批准之前，什么都不会改
/plan 把你提出的任务变成一份需要审批才能放行的计划。Agent 会研究仓库、拆解工作、给出它打算采用的方案——然后停下来。在你签字确认之前，一行代码都不会动。对于任何比琐碎修补更复杂的事情，这都是正确的开局：它把“希望 agent 理解了我的意思”变成一份你可以亲自阅读的文档，并在误解只值几秒钟的时候就抓住它——而不是等到你花一下午去回滚一次方向错误的重构。
/grill——执行之前的对抗式评审
/grill 会对计划反复施压，直到它站得住脚。这个名字（grill：拷问）非常贴切：agent 不会礼貌地接受第一个看起来说得通的计划，而是审问自己的方案——边界情况、隐藏依赖、失败模式——并不断修订，直到计划扛得住拷问。人类工程师在设计评审里做的就是这件事。大多数编码 agent 完全跳过这一步，然后用一次次重试来偿还。如果一个计划注定要垮，你希望它垮在纸面上。
/goal——牢记终点线
/goal 朝着你指定的目标推进，直至成功完成——并让 agent 始终盯住任务，确保最终合并进去的正是你最初想要的东西。长时间的 agent 会话有一个众所周知的失败模式：漂移。五十次工具调用之后，agent 正在勤勤恳恳地打磨一个与你要求的东西相邻、但并不是你要求的东西。目标条件化（goal conditioning）正是为此被训练进了 Muse Spark 1.2，而 /goal 就是你握住它的把手。
配角登场：/model 和 /effort
还有两个命令管理的是成本而非工作流。/model 可以在会话中途切换底层模型——比如当你需要“不用于训练数据”档位时，切到按标准 Model API 定价计费的 muse-spark-1.2（细节见我们的档位对比）。/effort 用来调高或调低推理深度。Muse Spark 会先思考再回答，而这些思考 token 按输出计费，所以让 effort 匹配任务难度，是手边最容易做到的一项成本优化。
一套可以组合的工作流
这些 skills 天然成链：用 /plan 规划功能，用 /grill 拷问计划，批准之后交给 /goal 推进执行——同时让扇出并行处理相互独立的部分，让事件日志记录每一步以供审查。每个阶段都是下一个阶段的闸门，这恰恰是你希望一个自主系统逐步赢得信任的方式。cookbook 里的 bundled-skills 配方在一个真实功能上演示了完整流水线；去 cookbook 找它。