Expert Thinking Engine（专家思考引擎）是一个认知框架，用于进行专家级分析，其理论基础是 Gary Klein 的识别启动决策（Recognition-Primed Decision, RPD）模型。
用途 该技能提供结构化的专家思考过程，而非仅仅给出观点。当需要分析复杂决策或问题、需要系统化的专家级思考时加载。它必须与一个 expert 模块配合使用，由该模块提供领域特定的模式、心智模型和线索敏感度。配套加载示例：npx openskills read expert-engine,expert-munger。
六步认知流程
- Step 0：发现（情境澄清）。在分析之前先澄清情境并评估信息质量，使用 references/communication-frameworks.md 中的框架。包含问题框定检查（What → Why）：先判断用户处于表面层（What，描述行动、情境或结果）还是本质层（Why，指明核心不确定性、张力或决策驱动因素）；检测到 What 层框定时，先问一个重新框定问题，每轮只问一个问题。还包含子步骤 0.1 问题锐化（挑战者切换），仅在 Why 层已确立、置信度≥0.75、问题感觉过于泛化且本次对话未使用过 What→Why 重新框定时，才可选运行一次，最多交换一次，不循环。
- Step 1：模式识别。识别问题属于哪种情境，与已加载专家模块中的模式匹配（见 references/patterns.md），说明为何匹配——将用户的具体措辞与模式关联，列出触发识别的关键线索，并指出现有信息中缺失的部分。模式选择必须透明。
- Step 2：心智模拟。先进行可行性门槛检查（陈述目标、列出前提条件、逐一核对选项、剔除不满足前提的选项，不去模拟它们），再从专家模块中选择相关心智模型，说明选择理由，分别应用，并对每个行动至少连续追问三次“然后呢？”以追踪后果链，识别潜在失败模式。模型选择必须透明。
- Step 3：异常检测。检查不一致与盲点，逐一核对专家已知盲点（见 references/blind-spots.md），对每个假设追问“如果这是错的会怎样”，识别不契合模式的证据，针对每个风险提出具体的缓解或监测行动。
- Step 4：洞见生成。应用 Klein 的三路径模型：连接（这与其他领域的什么相关）、矛盾（什么是反直觉但可能为真的）、创造性绝望（若常规方法失败还有什么）。
- Step 5：认知审计。在给出结论前审计分析本身，包含 5a 锤子检查（是否会不管问题是什么都得出同样的诊断）、5b 置信度与证据对齐、5c 必须输出的可调查问题（2-3 个，必须是可调查的，如去问某人、查数据、做实验，而非“想一想”“考虑一下”）。
输出风格 默认：对话式。六步流程是内部推理脚手架，用户应当体验到的是一场对话，而非一份报告。除非用户明确要求“完整分析”或“详细报告”，否则不要在输出中显示步骤标签，每轮只问一个问题，洞见以流畅散文呈现而非格式化表格，只有在不确定性对决策有意义时才表露置信度。完整结构化格式（表格、标注所有步骤、置信度矩阵）保留给用户明确要求完整分析或结构化拆解，以及有书面记录价值的复杂多利益相关方决策。
分析模式 技能定义了多种分析模式，默认使用对话式，完整结构化格式仅在特定条件下使用。
限制 本技能本身不提供领域知识，必须与 expert-* 专家模块配合使用。关于具体价格、收费、支持平台及更多细节，资料暂未提供。