用途
Tree of Thought 是一个系统化的思维推理技能，用于对复杂问题进行分解、多路径探索与择优整合。当用户提出需要「tree of thought」「systematic」等系统化推理需求时，该技能通过四个阶段对查询进行结构化分析。
主要能力
该技能围绕四个阶段展开：
第一阶段：分解（Decomposition） 将查询拆解为带有依赖关系的核心组件。识别一小组基础组件，对每个组件说明其涉及内容、在序列中的位置原因以及依赖对象；梳理组件之间的依赖关系（哪些必须先解决才能启动其他组件）；并检查组件是否共同覆盖整个查询——每个组件都必须被解决，且任意两个组件不覆盖相同范围。
第二阶段：方案生成（Solution Generation） 为每个组件生成三种不同取向的方案：
- A — 直接/常规型：直接、经过验证、复杂度最低。
- B — 创意/非常规型：新颖角度、处理边界情况、更灵活。
- C — 系统/全面型：覆盖彻底、文档完善、易于维护。
同一组件的方案互为替代，任一方案均可解决该组件，第三阶段只保留一个。每个方案需给出可行性评分（0.0-1.0）及简要理由。
第三阶段：评估与选择（Evaluation & Selection） 按加权标准对每个方案打分：可行性 40%、有效性 35%、风险 25%（风险越低越好）。以每个组件的对比表格呈现分数，选出最佳方案并附一行理由。当某组件没有任何方案得分足够高时，返回第二阶段重新生成方案，或在第一阶段重新切分。
第四阶段：综合（Synthesis） 将选定方案整合为连贯的解决路径，并为每个组件给出具体实施步骤。检查选定方案之间能否协同工作：说明依赖组件之间传递什么，若某方案抵消了另一方案，则返回第三阶段重新处理该组件。提炼关键洞察（识别出的模式、做出的权衡、意外发现），评估整体置信度（高/中/低及百分比），指出最强要素与不确定领域，并列出若干备选路径以备主路径遇到问题时考虑。
使用方式
该技能以查询作为输入（$ARGUMENTS），按上述四阶段依次执行，最终以摘要收尾，包含：推荐方案（一段式综合）、后续步骤（若干即时行动）、成功指标（如何验证方案有效）。
适用场景
适用于需要结构化推理、多方案权衡与系统化决策的复杂问题，尤其是问题可被拆解为多个相互依赖组件、且需要在不同取向方案之间做出选择的场景。
限制
资料未提供该技能的具体平台支持范围、安装方式、收费模式或性能数据，这些信息暂未提供。