昆仑元认知管理

要解决什么问题

在长对话或复杂任务里，模型容易「一路往下做」：计划变了却不复盘、假设没验证就继续、出错后也不显式调整策略。这类问题不一定靠换更大模型就能解决，更需要把元认知（对自身推理状态、目标与不确定性的觉察与调节）写成可重复触发的指令与流程，而不是每次靠用户口头提醒。

「昆仑元认知管理」是挂在 SkillHub 规范名 @user_8f015143/kunlun-metacognition 上的社区技能，目标是在对话侧提供一套元认知管理相关的行为框架，让助手在合适节点做自检、对齐目标或修正路径，而不是只输出最终答案。

技能如何工作

作为大模型技能，它通过技能说明与约定流程约束助手行为，典型用法包括：

• 在任务开始前或阶段切换时，显式澄清当前目标、约束与已知/未知信息
• 对中间结论做轻量复核（是否与前提一致、是否遗漏分支）
• 在卡住或矛盾时，切换策略（拆分问题、换表述、列出待确认项）而不是硬编结论

具体触发话术与步骤以技能仓库中的 SKILL.md 及配套清单为准；安装后由客户端按 SkillHub 技能协议加载，在匹配场景下注入上述元认知相关指引。

适用边界与注意点

• 技能描述若较简略，实际效果高度依赖宿主客户端对技能的解析方式，以及你是否在提示里明确启用该技能。
• 元认知流程会增加可见的「思考/检查」类输出，适合需要可追溯、可纠偏的对话；对只要极简回复的场景可能显得啰嗦。
• 分类为 life-service，更偏向个人生活与自我管理类对话编排；若用于生产代码或合规审计，应自行补充领域规则，不要默认等同专业方法论。