用途
meta-cognition-parallel 是一个实验性的三层并行元认知分析技能，用于回答 Rust 相关问题。它不采用单一顺序分析，而是把问题拆成三个认知层次分别分析，再综合成领域正确的架构级建议。
主要能力
技能包含三个分析层：
- 第 1 层：语言机制。识别错误码（如 E0XXX）与模式（所有权、借用、生命周期等），解释根因，并给出语言层面的解决方案，附带置信度（HIGH/MEDIUM/LOW）与理由。
- 第 2 层：设计选择。分析当前设计模式与冲突原因，列出设计替代方案（模式、优点、缺点、适用场景），推荐最合适的模式。关注智能指针（Box、Rc、Arc）、内部可变性（Cell、RefCell、Mutex）、所有权转移与共享、克隆与引用等。
- 第 3 层：领域约束。识别领域（交易/金融、Web、CLI、嵌入式等），列出性能、安全、并发、可审计性等要求，给出领域最佳实践，并区分 MUST（硬性要求）、SHOULD（软性要求）、AVOID（反模式）。
最后进行跨层综合，梳理 L3→L2→L1 的推理链，输出最终推荐（Do / Don't）与代码模式。
使用方式
调用命令：
/meta-parallel <your Rust question>
示例：
/meta-parallel 我的交易系统报 E0382 错误，应该用 clone 吗？
技能会先检测执行模式：尝试读取三个层分析器文件（../../agents/layer1-analyzer.md、layer2-analyzer.md、layer3-analyzer.md）。
- Agent 模式（插件安装）：当三个分析器文件都存在时，解析用户查询（提取问题、代码片段、领域线索），在单条消息中并行启动三个后台 Task，等待全部完成后进行跨层综合。
- 内联模式（仅安装技能）：当分析器文件不可用时，按顺序直接执行三层分析，再综合。
两种模式输出相同格式：三层分析结果加跨层综合，包含推理链、最终推荐与代码模式。
适用场景
资料给出的测试场景包括：
- 交易系统 E0382（trade record 被 move）：预期 L3 识别金融科技约束，L2 建议共享不可变，L1 推荐 Arc<T>。
- Web API 并发（多个 handler 共享数据库连接池）：预期 L3 识别 Web 约束，L2 建议连接池，L1 推荐 Arc<Pool>。
- CLI 工具配置（配置文件与命令行参数优先级）：预期 L3 识别 CLI 约束，L2 建议配置优先级模式，L1 推荐 builder 模式。
限制
- Agent 模式并行执行更快，但需要插件安装；内联模式顺序执行较慢，但随处可用。
- 跨层综合质量取决于各层结果的结构。
- 相比简单单层分析，可能延迟更高。
- 错误处理：分析器文件未找到时使用内联模式；Agent 超时可等待更久或改用内联模式；层结果不完整时可用内联分析补齐。
- 该技能为实验性（版本 0.2.0），官方欢迎反馈问题与改进建议。