SuperAPI AI 工具集

problem-space

通用与其它

查看项目

更新于 10-16 02:39

技能介绍

用途:在尚未理解真正要解决的问题前,先映射问题空间。原文称“问题空间探索先于方案空间”,过早写代码会快速造错东西。

适用时机:开始新工作前;反复遇到同类阻塞;补丁不断累积(例如同一 bug 加第三个配置开关);估算偏差达一个数量级;智能体试图说服自己放弃重要约束。问题已充分理解且已进入执行时不应使用,它用于定位而非拖延。

五步流程:

  1. 陈述目标函数:优化的是结果而非功能,如“缩短新用户首次获得价值的时间”。
  2. 映射约束:逐条列出,标注 hard(物理、法规、合同)、soft(组织决策、技术债、时间压力)、assumed(“一直这么做”),并说明原因与是否可质疑。
  3. 识别地形:涉及哪些系统、谁受影响、出错影响范围、有哪些先例。
  4. 显式化隐藏假设:如“假设现有架构必须保留,若为假则……”
  5. 检查 X-Y 问题:用户要的是真实需求 X,还是其设想的方案 Y。

输出为固定结构的问题空间地图,含目标、约束表、地形、假设、X-Y 检查,以及是否已准备好进入方案空间。

用法:以 /problem-space 调用,可加会话名如 /problem-space auth-refactor。无会话名时会提议保存至 .oh/<session>.md。基础版仅靠提问生成地图、不做持久化;有 .oh 会话文件时可读写先前上下文;配合 RNA MCP 时可用 search 并设 include_artifacts: true 检索仓库内 guardrails 与 metis,由人工选择保留;配合 Open Horizons MCP 可查询过往决策与约束。

限制:具体可用能力依赖所在环境是否提供 MCP;原文未提供安装命令、收费或平台信息。它不替代执行,也不适用于已明确定义的问题。