Community研究与数据分析github.com

思维技能:认知协调者

Mind-Skill 是一个认知框架,指导 AI 代理进行深度分析、战略规划与高效执行,确保每次决策都经过深思熟虑。

思维技能:认知协调者 是什么?

Mind-Skill 是一个为 AI 代理设计的认知协调技能,旨在将代理从被动处理器转变为战略架构师。它通过三大哲学支柱(深度分析而非表面执行、战略精简原则、协同编排)指导代理在面对复杂任务、多技能选择或多阶段项目时,做出最佳决策。该技能集成了多个参考资产,包括思考框架、技能选择矩阵和任务分解协议,并提供评估脚本和战略蓝图模板作为操作工具。它适用于任何支持技能调用和文件参考的 AI 代理平台(如 Claude Code、Codex 等),帮助代理在行动前暂停反思、解构任务、审计可用技能、制定计划、精准执行并最终验证结果。通过使用 Mind-Skill,代理可以显著降低无效技能调用和冗余操作,从而提升整体效率与输出质量。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add Alqudimi/agent-skills

Installed? Explore more 研究与数据分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

思维技能:认知协调者 是做什么的?

Mind-Skill 不仅仅是一个工具;它是智力框架,控制着代理如何感知、分析和执行任务。它将代理从被动的处理器转变为战略架构师,确保每一个行动都是深思熟虑的,每一次技能选择都是有理由的,每一个解决方案都针对深度和效率进行了优化。

何时调用思维技能

  • 复杂性过载: 当任务涉及多个领域或需求不明确时。
  • 技能选择困境: 当拥有许多技能,需要选择“完美匹配”且避免冗余时。
  • 战略规划: 在开始任何多阶段项目之前,确保逻辑路线图。
  • 效率优化: 当需要最小化 token 使用量并最大化输出质量时。

核心哲学支柱

1. 深度分析高于表面执行

切勿仓促执行任务。使用 task-decomposition.md 参考来层层剥离请求,直到暴露核心意图。

2. 战略精简(零浪费协议)

技能在上下文和复杂性方面成本高昂。如果一个任务可以用基础知识解决,就不要激活技能。如果两个技能重叠,选择精度与权重比最高的那个。

3. 协同编排

将技能视为乐器,思维技能是指挥。确保一个技能的输出无缝流入下一个技能的输入。

参考库(智力资产)

资产用途指导
思考框架thinking-frameworks.md将第一性原理、系统思维和奥卡姆剃刀应用于你的推理过程。
技能选择矩阵skill-selection-matrix.md使用确定性标准将技能包含或排除在工作流之外。
任务分解task-decomposition.md遵循4阶段协议将宏观目标分解为可执行的微观任务。

操作工具

  • 评估脚本: 运行 scripts/skill-evaluator.py 以程序化评估可用技能与当前任务的相关性。
  • 战略蓝图: 使用 templates/strategic-plan-template.md 在执行前记录你的推理和计划。这确保了透明度和逻辑一致性。

“深思熟虑”的工作流

  1. 暂停并反思: 在采取任何行动之前,调用思维技能来分析用户的请求。
  2. 解构: 使用 task-decomposition.md 识别任务的功能模块。
  3. 审计技能: 根据 skill-selection-matrix.md 审查你的可用技能。
  4. 起草蓝图: 填写 strategic-plan-template.md(内部或作为笔记)。
  5. 精准执行: 仅使用蓝图中确定的技能。
  6. 验证: 根据第一阶段确定的“核心问题”审查最终输出。

“智力不是使用每一种工具的能力,而是仅使用正确工具的智慧。”

相关技能