用途：对问题空间做穷举式分解与探索，适用于“解决 X 的所有可能方式”“将平铺树方法用于 Y”“为 Z 穷举解决方案空间”等请求，以及任何需要对问题域做 MECE 分解的场景。
主要能力：递归地把问题划分为不重叠、集体穷尽的子集，直到到达可操作的叶子想法，再评估叶子。方法强调 MECE 拆分以迫使探索不熟悉的领域；只有当能精确说明每个分支排除了什么时，拆分才有效，否则标准过模糊、分支会重叠。核心思路是寻找明显二元拆分之外的“第三选项”。
使用方式：需先安装 orchestrating-chat-agents 技能并加载，用 python3 /mnt/skills/user/tiling-tree/scripts/tiling_tree.py "Your problem here" 运行。参数含 problem（必填自然语言问题）、--depth（默认 2，2 约 16 个叶子，3 约 64 个叶子）、--criteria（默认 impact,novelty,feasibility）、--output（默认 tiling_tree.md）。建议先用 depth 2 验证问题框架，仅在确有必要时升到 3，因为 depth 3 约产生 64 个叶子和约 40 次 API 调用。
架构与输出：编排器构建树骨架、按层并行派发拆分任务、合并结果并检测缺口；分支代理接收单个节点进行拆分，返回带明确排除说明的 MECE 分支；评估器为所有叶子评分以保证跨叶子一致性。拆分按层而非按节点并行。输出为 markdown 文件，含完整树图（拆分标准与叶子评分）、按总分排序的叶子表。
适用与限制：好树的拆分标准是定义而非问题（如“能源类型”而非“是否可再生”），叶子排除说明能确认不重叠，并包含一个意想不到的分支。若叶子都显而易见，说明拆分标准太粗，需在变平的分支层用更精确的定义重做。资料未提供平台支持、收费、价格等细节，暂未提供。