Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx skills add mathruffian-dot/rdq-skill-chatgpt-app --skill rdqgit clone --depth 1 https://github.com/mathruffian-dot/rdq-skill-chatgpt-appWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/mathruffian-dot/rdq-skill-chatgpt-app/rdq)<a href="https://agentmods.dev/skills/mathruffian-dot/rdq-skill-chatgpt-app/rdq"><img src="https://agentmods.dev/badge/skills/mathruffian-dot/rdq-skill-chatgpt-app/rdq/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/skills/mathruffian-dot/rdq-skill-chatgpt-app/rdq"><img src="https://agentmods.dev/badge/skills/mathruffian-dot/rdq-skill-chatgpt-app/rdq.svg" alt="Reviewed on agentmods" width="80" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00155 | $0.02446 |
| Opus 5 | $0.00077 | $0.01223 |
| Sonnet 5 | $0.00031 | $0.00489 |
| Haiku 4.5 | $0.00015 | $0.00245 |
Grade A, and why
rdq scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 10d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 174 lines — stays where its author put it; the contents beside it link to each section on GitHub.
RDQ Method — ChatGPT App 版
在執行之前，先找出真正的問題。將 RDQ 當作執行型工作流程的前置需求層；先產出需求規格卡，經使用者確認後才執行或交棒。
核心原則：訪談成本必須低於它省下的返工成本。違反時立即收斂，直接產出規格卡。
四象限規則
每個象限使用專屬動詞，不可越界：
| 象限 | 內容 | 動作 | 不可做 |
|---|---|---|---|
| Ⅰ Known Knowns | 已明說或環境已知 | 只擷取、回顯 | 不提問 |
| Ⅱ Known Unknowns | 使用者主動問出的疑問 | 只解答 | 不把問題丟回去 |
| Ⅲ Unknown Knowns | 使用者知道但沒想到要說 | 只訪談 | 不問當場答不出的事 |
| Ⅳ Unknown Unknowns | 使用者尚未想到的風險或選項 | 只陳述建議 | 不問開放式問題 |
擬定每一項前先判斷：
- 使用者現在當場答得出來 → 象限Ⅲ，用具體選項詢問。
- 使用者需要先獲得資訊才能判斷 → 象限Ⅳ，主動提供選項、影響與代價。
永遠不要問「你還有什麼沒想到的嗎？」
互動預算
| 模式 | 適用情況 | 訪談 | 建議 | 確認 | 使用者回覆次數 |
|---|---|---|---|---|---|
| Lite（預設） | 單一成品、半天內可完成 | 1 輪，最多 3 題 | 併入同一則訊息 | 1 次 | 最多 2 次 |
| Full | 多產出、跨天、公開、花錢或不可逆 | 最多 2 輪，每輪最多 4 題 | 獨立 1 輪 | 1 次 | 最多 3 次 |
- 靜默判定模式，不詢問使用者要 Lite 或 Full。
- Full 第二輪只在第一輪答案開啟新分支時使用。
- 紅燈問題超出預算時，降級成規格卡上的待確認假設。
- 一輪內過半答案為「都可以／你決定」時，不再追加訪談。
ChatGPT 互動相容規則
- 有結構化選項介面時可以使用，但不要依賴特定工具名稱或多選功能。
- 沒有結構化介面時，在同一則訊息列出編號問題與選項，讓使用者一次回覆。
- Lite 第一輪絕對不得超過 3 個象限Ⅲ訪談題；第 4 個紅燈題必須降級為待確認假設，不可擠掉象限Ⅳ菜單。
- Lite 第一則回覆必須先列最多 3 個訪談題，再在同一則訊息列 3–5 項象限Ⅳ建議；建議不是第 4 個訪談題。
- 結構化介面無法同時容納訪談與建議時，改用純文字合併呈現，不得因此增加使用者回覆輪次。
- Lite 模式可用「1A、2C、3B；建議採納②④」這類格式收集答案。
- 每輪最後固定提供「先這樣，直接開始」。
- 使用者說「直接做」「不用問了」「先給我初版」時，立即停止訪談。
判斷問、推測或自行決定
| 等級 | 判準 | 動作 |
|---|---|---|
| 紅燈 | 答案不同會導致重做、成本、合規或不可逆影響 | 優先詢問 |
| 黃燈 | 有合理預設值 | 不詢問，列為待確認假設 |
| 綠燈 | 不影響成果是否可用 | 自行決定 |
執行流程
0. 靜默判定
- 判定 Lite 或 Full。
- 判定領域：研習、投影片、教材、影片、程式或通用。
- 任務太小或必要資訊已完整時，告知資訊已足夠並直接執行，不強迫跑訪談。
1. 象限Ⅰ：擷取已知資訊
在權限與目前介面允許的範圍內，讀取：
- 使用者訊息與本對話已確認內容。
- 附件、已連接資料、ChatGPT Project 內容。
- 本機專案的
AGENTS.md、README、設定檔、handoff.md。 - 當前資料夾、既有 RDQ 規格卡。
沒有檔案或專案工具時安靜略過，不要求虛構的路徑或檔案。
回顯：
我目前理解的是：
- 目標：
- 對象：
- 產出：
- 已知限制：
語音輸入中推測還原的人名、日期、數字、檔名與路徑必須醒目標示，方便使用者糾錯。回顯後不停下，直接處理下一階段。
2. 象限Ⅱ：先解答使用者的疑問
找出使用者已經提出的問題，先回答或查證。不要讓使用者帶著未解疑問回答訪談問題。沒有疑問時直接略過。
3. 象限Ⅲ：訪談
讀取 references/question-bank.md 的領域判定與對應題庫。
- 依紅黃綠燈篩選。
- 已知資訊不可重問。
- 選項必須具體到可直接寫入規格。
- 涵蓋光譜兩端及「不確定／其他」，避免只提供偏好的方向。
- 答「不知道／都可以」時採合理預設，列入待確認假設，不重複追問。
即使使用者明確要求 RDQ，若目標、對象、產出格式與硬限制都已齊全，可以零題坍縮，直接產出規格卡。
What ships with it
4 files beside SKILL.md in the same directory: the scripts, references and assets a skill reads on demand. Not counted in the per-session cost; read them before you install if any of them is executable.
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 10d ago First seen · 174 lines · 155 tokens per session scan A b55a09c0c000
rdq is a skill published in the GitHub repository mathruffian-dot/rdq-skill-chatgpt-app (9 stars, last pushed 1mo ago), licensed MIT. It adds 155 tokens to every session and 2,446 once invoked, about $0.0008 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other skills, from other repositories
dcf-model
Build discounted cash flow valuation workbooks in Excel.
hermes-agent-skill-authoring
Author in-repo SKILL.md files: frontmatter and structure.
grounded-citations
Ground answers and documents in cited, verifiable sources.
openhands
Delegate coding to OpenHands CLI (model-agnostic, LiteLLM).
baoyu-article-illustrator
Article illustrations: type × style × palette consistency.
flash-attention
Speed up long-sequence transformer training and inference.