SuperAPI AI 工具集

atomise

通用与其它

查看项目

更新于 10-13 16:34

技能介绍

Atomise - 思维原子推理

Atomise 是一个用于结构化推理的技能,核心思路是“思维原子”(Atom of Thoughts, AoT):把复杂问题拆解为最小、可验证的“原子”,而不是像思维链那样线性推进、逐步累积错误。它把每一步都视为可以独立核验的单元,并在置信度下降时进行回溯。

用途

适用于:安全分析、架构决策、复杂调试、多步证明。 不适用于:简单问题、琐碎计算、信息查找。

调用方式

/atomise "<problem>" [--light | --deep] [--math | --code | --security | --design]

核心循环

  1. DECOMPOSE(拆解)-> 分解为原子子问题(每个 1-2 句话)
  2. SOLVE(求解)-> 先回答叶节点,再向上传播
  3. VERIFY(验证)-> 检验每个假设(反例、一致性、领域检查)
  4. CONTRACT(压缩)-> 用 2 句话总结已核实状态(丢弃历史)
  5. EVALUATE(评估)-> 足够确信?结束。不确定?回溯并尝试另一条路径。

重复直到确信或所有路径耗尽。

原子

每个原子都是一个最小单元:

{id, type, content, depends_on[], confidence, verified}

类型与起始置信度:

  • premise(前提):给定事实,1.0
  • reasoning(推理):逻辑推断,从父节点继承
  • hypothesis(假设):待检验主张,验证前最高 0.7
  • verification(验证):测试结果,基于测试结果
  • conclusion(结论):最终答案,沿链条传播

置信度传播:子节点的置信度不能高于其最不自信的父节点。

置信度(诚实的说明)

这些数值是启发式的,不是经校准的概率。它们用于跟踪相对确定性,不适用于实际风险评估。

阈值含义:

  • 0.85:足以得出结论

  • 0.6 - 0.85:需要更多验证
  • < 0.6:进一步拆解或回溯
  • < 0.5:回溯——此路径行不通

验证会调整置信度:

  • 确认 -> 维持或略微提升
  • 部分 -> 降低约 15%
  • 被反驳 -> 大幅降低,很可能回溯

模式

深度:

  • --light:快速,最多 3 层,置信度阈值 0.70
  • (默认):标准,最多 5 层,阈值 0.85
  • --deep:彻底,最多 7 层,阈值 0.90

领域(调整验证风格):

  • --math:算术检查、证明验证、边界测试
  • --code:类型检查、不变式验证、测试生成
  • --security:威胁建模、攻击面、对抗性思考
  • --design:权衡分析、约束满足、可行性

输出

ANSWER: {result} CONFIDENCE: {0.0-1.0} - {why}

KEY CHAIN: P1 -> R1 -> H1 -> V1 -> C1

ATOMS:

id type content conf verified
P1 premise Given: ... 1.0 Y
R1 reasoning Therefore: ... 0.95 Y
... ... ... ... ...

RISKS: {what could change this}

添加 --verbose 输出完整轨迹,--quiet 只输出答案。

执行指南

阶段 0:准备

  • 用一句话重述问题
  • 把前提抽取为原子(给定事实 = 1.0,假设 = 0.6)
  • 草拟方法:直接求解?拆解?换框?选最佳。

阶段 1 及以后:迭代

  • 原子性关卡:能否从已核实的原子回答?能 -> 求解。不能 -> 拆解。
  • 拆解:构建原子子问题的依赖树
  • 求解 + 验证:先叶节点,再向上传播。每个假设都需要验证。
  • 压缩:用不超过 2 句话总结。丢弃其余内容。
  • 评估:
    • 确信?-> 终止
    • 不确定但可行?-> 继续
    • 低置信度?-> 回溯,尝试替代方案

回溯

当某条路径在验证后置信度低于 0.5:

  • 剪枝该分支
  • 恢复到最近一次压缩后的状态
  • 从初始草稿尝试替代方案

示例

复杂调试

/atomise "Why does this function return null on the second call?" --code

安全审查

/atomise "Is this authentication flow vulnerable to session fixation?" --security

架构决策

/atomise "Should we use event sourcing for this domain?" --deep --design

快速决策(轻量模式)

/atomise "Redis vs Memcached for this cache layer?" --light

反模式

BAD: /atomise "What's 2+2?" -> 直接回答即可 BAD: /atomise "Rewrite this function" -> 那是实现,不是推理 BAD: 在低置信度下强行得出结论 -> 应让其回溯 GOOD: 对真正存在不确定性、需要结构化拆解的问题使用 /atomise

记住

  • 原子 = 最小。每个原子 1-2 句话。
  • 验证一切。假设需要测试。
  • 积极压缩。只保留下一步所需内容。
  • 自由回溯。低置信度意味着尝试另一条路径。
  • 置信度是启发式的。用于组织结构,而非实际概率。