用途：Deep Analysis 是一个结构化推理引擎，通过 sequential-thinking MCP 服务器进行多步推理，把复杂问题分解为离散的思考步骤，支持分支、修订与假设验证。
适用场景：存在多种可行方案的架构决策；瓶颈不明确的性能诊断；需要权衡评估的技术选型；复杂调试（完整根因流程可用 /investigate）；部件相互关联的系统设计；带风险评估的迁移策略。不适用于简单查询、直接实现、成熟模式或答案显而易见的问题。
使用方式：以 mcp__sequential-thinking__sequentialthinking 逐步推进。先框定问题，给出清晰的问题陈述与已知约束，设定初始 totalThoughts 估计；随后每步基于前一步推理，并随理解加深动态调整总步数；存在备选方案时用 branchFromThought 与 branchId 分支；新证据推翻旧假设时用 isRevision 与 revisesThought 修订；最后一步必须对照原始问题与约束验证结论，并以 nextThoughtNeeded: false 结束。
关键参数：thought（当前推理步骤）、thoughtNumber（当前步，从 1 开始）、totalThoughts（估计总步数，可调整）、nextThoughtNeeded（仅在真正完成时为 false）、isRevision（是否修订先前思考）、revisesThought（修订哪一步）、branchFromThought（分支起点）、branchId（分支标签）、needsMoreThoughts（需要超出估计的步数）。
限制与预算：每条推理链最多 31,999 tokens；典型分析为 8-15 步；应动态调整 totalThoughts，不要强行凑成固定步数，并在深度与响应时间之间权衡。与其他技能集成：根因不明的缺陷用 /investigate（其第 4 阶段调用 deep-analysis）；多步实现目标用 /execute（复杂子任务可能调用 deep-analysis）；仅做架构决策或权衡评估时直接使用 /deep-analysis。参考资料包括推理模式（假设检验、设计空间探索、根因模板）与集成指南。具体安装命令与收费信息暂未提供。