SuperAPI AI 工具集

thinking-graph

通用与其它

查看项目

更新于 10-16 00:00

技能介绍

用途:把笔记本式的深度推理变成可恢复的工作区流程,围绕“先拓宽再收敛、选择性深入、积极反思剪枝、刻意收敛、持久化中间结构”展开,防止过早收敛,同时保留死路、部分进展和收敛阻碍。

适用场景:首个显而易见的答案可能错误或肤浅、存在多个实质不同的解释或设计、用户想要谨慎决策而非快速猜测、任务受益于显式分支跟踪、工作可能被中断后恢复、需要保留死路和部分进展时使用。不适用于琐碎修改、显而易见的一步修复、简单查询、机械转换、紧急实时排障,或笔记本开销会拖慢有效进展的任务。

主要能力:维护3到5条活跃分支,分支必须在机制、框架或约束处理上真正不同;用结构化工整笔记而非意识流记录;保留失败路径避免重复发现;将已验证片段提升为稳定主干;把未收敛当作必须诚实记录的合法状态;区分观察事实、推断主张和开放假设。

使用方式:先做能力检查,若工作区可写文件则创建或恢复笔记本,否则在回复中内联保持相同结构;同一主题已有笔记本时恢复而非重开。默认位置为 thinking/<topic-slug>/journal.md、thinking/<topic-slug>/state.json,必要时加 final.md。journal.md 累积追加,state.json 为紧凑实时快照。不要写入主目录、共享临时位置或全局配置路径。运行循环为:锚定问题、播种图、轻量探索、选择性深入、反思与剪枝、维护前沿、提升主干、收敛或锁定未收敛。

限制:分支权重只用 low、medium、high 三档,不用虚假数值精度;不得凭空编造最终答案,未就绪时使用未收敛锁定;避免分支增殖、装饰性分支、日志蔓延、反思表演、回避收敛和笔记本税等失败模式。官方文本、收费、价格、平台细节暂未提供。