用途：该技能用于为复杂问题提供分步推理（Chain-of-Thought）提示模式，帮助模型按步骤展开推理。
主要能力：提供四种变体——zero_shot、few_shot、self_consistency、tree_of_thought，资料中给出各自的准确度与 token 成本对比；支持参数 cot_type（默认 zero_shot）、verbosity（minimal/standard/detailed，默认 standard）、verification（布尔，默认 true，用于加入自验证步骤）。核心模式包括零样本提示（如“Let's think step by step”）、少样本示例带推理、自一致性（生成 N 条路径并按多数投票选答案，含 n_paths、temperature、selection 参数）、Plan-and-Solve（理解-计划-执行-验证-最终答案）。另提供按领域（数学、编码、逻辑、分析）划分的触发短语。
使用方式：通过 Skill("custom-plugin-prompt-engineering:chain-of-thought") 调用，绑定 agent 为 chain-of-thought-agent；按参数模式配置 cot_type、verbosity、verification。
适用场景与限制：适用于数学、编码、逻辑与分析的复杂推理任务，可结合 few-shot-prompting、prompt-design、self-reflection 等使用。资料给出校验清单（逻辑流程、完整性、结论）和常见问题排查（跳步、答案错误、不一致、过于冗长、token 溢出）。价格、平台等细节暂未提供。