用途
Meta-Pattern Recognition 用于跨领域发现通用原理。它的基本判断是：当同一个模式在 3 个及以上不同领域中出现时，它很可能是一条值得提取的通用原理。其核心原则是“在模式如何产生的过程中寻找模式”（Find patterns in how patterns emerge）。
主要能力
该技能提供了一组快速参考对照，把具体领域中的做法抽象为与领域无关的形式，并指向其他可能的应用位置：
- 缓存：出现在 CPU/DB/HTTP/DNS 缓存中，抽象形式为“将高频访问的数据放得更近”，其他应用包括 LLM 提示缓存、CDN。
- 分层：出现在网络/存储/计算中，抽象形式为“按抽象层次分离关注点”，其他应用包括架构、组织。
- 队列：出现在消息/任务/请求中，抽象形式为“用缓冲区解耦生产者与消费者”，其他应用包括事件系统、异步处理。
- 池化：出现在连接/线程/对象中，抽象形式为“复用昂贵资源”，其他应用包括内存管理、资源治理。
使用方式
资料给出的流程包含四个步骤：
- 发现重复（Spot repetition）：在 3 个及以上地方看到相同的形态。
- 提取抽象形式（Extract abstract form）：用不依赖任何具体领域的方式描述它。
- 识别变体（Identify variations）：观察它在不同领域中如何适配。
- 检查适用性（Check applicability）：判断它还能在哪些地方发挥作用。
资料中的示例展示了这一流程：先在 API 限流、流量整形、熔断器、准入控制中发现同一模式；再抽象为“限制资源消耗以防止耗尽”；然后分析变体点——限制什么资源、限制到什么程度、超出限制后发生什么；最后找到新应用——LLM token 预算（同一模式，用于防止上下文窗口耗尽）。
适用场景
该技能适用于需要跨领域迁移经验、寻找通用设计原则、避免重复造轮子的思考与设计场景。资料中列出的“你可能正在错过元模式”的警示信号包括：认为“这个问题很独特”（很可能并非如此）；多个团队各自独立地用相同方式解决“不同”的问题；在不同领域重复造轮子；以及产生“我们是不是做过类似的事？”的疑问（是的，去找出来）。
限制
资料未提供该技能的具体安装方式、运行环境、依赖条件、收费模式或平台支持信息，这些内容暂未提供。