用途：该技能说明如何有效使用 Claude 的扩展思考（推理）模式，让模型在给出最终答案前先进行内部推理。核心原则是按需使用，而非所有请求都开启。
主要能力与适用场景：适合复杂推理（数学、证明、多步逻辑）、需要先规划再写代码的代码生成、智能体规划（决定调用哪些工具及顺序）、调试隐蔽问题、以及结构连贯性比速度更重要的写作。不适合简单分类、抽取或格式化，延迟敏感路径（思考会增加 2-30 秒），零样本即可答对的小提示，以及成本受限的高并发批处理。
使用方式：通过 messages.create 传入 thinking: { type: "enabled", budget_tokens: N }，且 max_tokens 必须大于 budget_tokens（思考计入总量）。预算参考：短多步推理 2000-5000，代码生成 5000-10000，复杂数学/证明 10000-32000，深度智能体规划 10000-20000，研究综合 16000-32000；建议从 5000 起步并实测。响应中 type 为 thinking 的块包含推理内容，可用于调试、向高级用户展示或审计智能体决策，但不应原样展示给终端用户。
工具交错思考：使用 interleaved-thinking-2025-05-14 beta 头后，模型可在每次工具结果后重新推理，适合工具多于 3 个、在不确定环境下运行的智能体；否则模型只在开头思考一次。
多轮对话：继续包含思考的对话时，需原样回传 assistant 的完整 content（含 thinking 块），不可重排或编辑，否则签名校验失败。
成本与流式：思考 token 按输出 token 计费，10K 思考加 2K 答案即 12K 输出 token，推理密集调用成本约翻倍到三倍，建议与不开启思考做 A/B 对比。流式时可通过 thinking_delta 与 text_delta 区分，先显示思考指示再流式输出答案。
限制与反模式：不要在每次请求都开启思考；不要给难题过小预算（如 1000）；不要修改思考块；不要在生产中原样展示思考内容。最佳实践包括按复杂度门控、从 5K 预算起步、为多工具智能体启用交错思考、多轮原样回传、流式展示进度并记录每次请求的思考 token 用量。