用途：complex-reasoning 是 thelobbi/claude 下的技能，提供结构化推理框架，用于系统化解决复杂问题，结合扩展思考能力进行深入分析。
适用场景：多潜在原因的复杂缺陷排查、需要权衡取舍的架构决策、生产事故根因分析、多变量性能优化、安全漏洞评估、依赖众多的代码重构。
主要框架与能力：
- 思维链（CoT）：面向顺序问题的线性分步推理，依次理解上下文、识别关键组件、分析各组件、综合发现并给出方案与置信度。
- 思维树（ToT）：面向多条解决路径的分支探索，列出各方案优劣与可行性、子分支及其预期结果，并用评估矩阵按可行性、影响、风险打分后选定路径。
- MECE 框架：互斥且完全穷尽的分类分析，检查类别无重叠、覆盖全部情况，并给出优先级矩阵（紧急度/影响/行动）。
- 假设驱动调试：记录症状、预期与环境，逐一列出假设的支持与反对证据、验证测试及结果，确认根因后给出修复与预防措施。
- 代码分析模式：依赖分析（直接与传递依赖、版本、用途、风险等级、依赖图、风险评级与建议）和影响分析（受影响组件、破坏性变更、性能影响、数据迁移、回滚计划与放行建议）。
使用方式：在复杂推理时启用扩展思考，示例代码中通过 client.messages.create 传入 model、max_tokens、thinking={"type": "adaptive"}、output_config={"effort": "high"} 及系统提示，要求按 CoT、ToT 或 MECE 等合适框架推理。
最佳实践：按问题类型选择框架（线性用 CoT，分支决策用 ToT）；记录推理过程便于复查与复现；每步基于已验证事实；至少探索 2 至 3 种方案；尽量量化对比；为分析深度设定时间限制。相关技能包括 extended-thinking、deep-analysis、debugging、testing。
限制：资料未提供该技能的安装命令、价格、平台支持范围或具体效果数据，暂未提供相关信息。