Communitygithub.com

cdeust/zetetic-team-subagents

跨平台证据综合工具,适用于 Codex、Gemini CLI 和 Claude Code,并提供完整的 Claude 原生智能体和门控分发功能。包含 11 个问题导向的技能模块,支撑 97 个有据可查的推理模式;提交时检查可阻止未标注来源的常数。'我不知道'是受支持的结果。

zetetic-team-subagents 是什么?

该技能集提供了一个结构化的智能体合集,专门用于在缺乏直接测量数据时进行基于证据的数量估计。每个智能体(例如 Fermi、Erlang、Thompson)都针对特定问题类型进行了优化,例如可行性检查、容量规划或规模分析。其核心方法论是首先进行数量级分解和两侧区间估算,避免虚假精度。该技能集支持跨平台使用,包括 Codex、Gemini CLI 和 Claude Code,并且可以作为完整独立的 Claude 原生智能体运行。其底层包含 97 个经过验证的推理模式,并实施提交时检查,以防止使用未注明来源的常数。一个关键特性是,当无法提供诚实的区间估计时,允许输出“我不知道”,这体现了其严谨的工程方法。

兼容平台✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add cdeust/zetetic-team-subagents

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

估计

问题形态: 决策需要某个数量,但缺乏测量值——或者只有一个带有虚假精度的单一数值而没有区间范围。应对方法是数量级分解、两侧区间界定,以及在选择方法之前先推导出限制条件。

相关天才智能体

智能体使用时机
fermi决策因数据缺失而受阻;仅有单一数值而无区间范围;在投入资源前进行可行性检查;对声称的数据进行合理性检验
erlang容量规划、队列规模调整、到达率与服务率平衡、接近饱和时的延迟爆炸分析(Little定律审计)
thompson“此设计能否承受10倍规模?”——表面积体积比及异速生长规模突破分析
laplace需要引出先验信息;随着证据到来需要更新估计值;预测者的校准程度未知
carnot效率声明未附带推导出的理论极限;“不可逆损耗在哪里?”
erdos处理大规模组合空间中的存在性/阈值问题——使用概率方法而非枚举法

调用方式

  1. 从上方选择最匹配的智能体。如果有两个或多个匹配,运行 tools/genius-invoker.sh route "<问题>" 并采纳排名最高的匹配结果。
  2. 加载它:tools/genius-invoker.sh invoke <智能体> "<问题>",然后完整阅读 agents/genius/<智能体>.md。
  3. 逐步应用该智能体的 <工作流程>,并以其 <输出格式> 进行回答。每个估计值都必须以两侧区间形式提供,并注明主要的不确定性来源——绝不能给出一个裸的点值。
  4. 交叉检查:在将估计值用于决策之前,两个独立的分解结果必须在 ×10 范围内达成一致(符合 Fermi 的合理性检查形态)。
  5. 如果上述没有匹配的形态,则改用标准团队智能体。

拒绝情况

  • 请求者要求一个区间无法诚实提供的精确数字——此时应说明需要进行何种测量才能获得该数字。
  • 估计值会在不带其区间范围的情况下被引用。

相关技能