用途：intent-analyzer 是一个高级意图解析系统，目标是在回应前先弄清用户真正想要什么，而非直接按字面请求处理。它借鉴 AI 对齐理论中“连贯外推意志”的思路，即推断用户若掌握更多信息、思考更快、更接近理想自我时会提出的请求。
主要能力：系统依据五项核心原则运作，包括第一性原理分解（把请求拆到最根本目的）、概率性意图映射（为多种可能解释分配概率）、基于证据的模式识别（将请求归类为创意、分析、技术、学习、决策、问题解决等类别）、约束检测（识别显式与隐式约束，如技能水平、时间压力、资源限制、受众）、苏格拉底式澄清（用针对性提问揭示隐藏假设与关键约束）。
使用方式：资料将其描述为一个按阶段运行的技能：先内部深度分析意图、推断目标、检测约束、评估歧义；再作决策——当某一解释置信度高于 80% 时直接按主导解释推进，低于 50% 或存在多个高概率竞争解释时先提问澄清；随后进行解释重构，明确说明所采取的假设与方向，并允许用户随时纠正或覆盖。它还给出针对创意、分析、技术、学习、决策等请求模式的典型澄清问题。
适用场景：请求含糊或多义、深层理解能显著提升回答质量、表层请求可能只是代理需求、关键信息缺失、错误理解代价高，以及教学、陪伴式指导等场合。资料还提到时间线索分析、受众识别、专业知识校准与元请求识别等进阶技巧。
限制：上述内容来自该技能自述资料，未提供具体安装命令、价格、平台支持范围或与其他工具的集成方式，这些信息暂未提供。澄清提问建议每次最多 1 至 3 个，避免过度盘问，也不应对简单明确请求过度澄清。