Agent Skills
返回列表
深度规划引擎

深度规划引擎

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_15292d5a/yjkj-deep-planning-skill。

技能介绍

打破复杂系统设计的路径依赖

在构建新型架构、设计复杂算法或规划长周期研究时,工程师常面临一个棘手问题:标准规划路径往往在多约束交互下显得臃肿、脆弱,或直接被困在传统假设中。当常规的 ReAct 修复循环多次失败,且系统涉及状态、并发、扩展性或恢复等硬性权衡时,我们需要一种更深度的“慢思考”机制来重构问题。

盲态专家与跨域映射机制

deep-planning-skill 的核心在于利用不对称专业知识。主代理保留完整的上下文与原领域能力,负责基线规划与最终蓝图撰写;而派生的领域提问者(Domain Questioner) 则被强制剥夺所有上下文,仅接收一个剥离了原领域术语的“领域原生问题”。

该技能通过以下关键步骤运作:

  • 基线规划与抽象:首先在原领域生成标准基线计划并评分,随后将问题剥离具体名词,抽象为状态、约束、反馈循环等中性结构。
  • 盲态跨域提问:将抽象结构映射到具有相同拓扑的同源领域(如将路由拥塞映射到交通工程),由盲态子代理提出字面且顽固的行业问题。
  • 强制机制转化:主代理提取提问者返回的结构机制而非比喻(例如将“电路断路器”转化为“停止重复不安全调用的分类状态机”)。
  • 隐喻洗涤与固化:剔除所有隐喻语言,将稳定基线与移植的机制融合,输出包含里程碑、校验与恢复策略的自包含执行蓝图。

适用边界与上下文隔离警告

该技能属于高延迟的 System 2 规划例程,绝不应用于简单 Bug 修复、重构或常规 API 调用。其有效性高度依赖不可协商的上下文隔离规则:领域提问者必须完全看不到原提示词、代码细节或失败历史。若当前环境无法生成真实子代理,模拟的提问结果置信度将大幅下降,切勿声称已执行了真正的盲态审问。

使用场景

  • 在启动高并发服务重构前,用户明确输入“/deep-plan”,要求产出包含状态、并发与恢复策略的系统蓝图
  • 设计新型分布式状态机算法时,多约束交互导致常规方案失效,需要借助盲态专家子代理寻找同源数学结构
  • 为长程自治编码 Agent 规划执行流程,需在不引入多余上下文的情况下输出可校验的里程碑与失败恢复策略
  • 在架构选型阶段面临路由、扩展性与验证的硬性权衡,希望借助跨领域标准机制打破传统假设的局限

适合人员

  • 系统架构师:需要在编码前得到一份自包含、可执行的复杂系统设计蓝图
  • 算法工程师:正着手设计新型算法,希望把现有数学结构映射到其他成熟领域以寻找突破口
  • 长程 Agent 开发者:负责构建自主工作流,需要引入硬性校验门控与失败分类恢复机制
  • 研发团队负责人:面对多次失败的常规规划,希望为深度研究任务产出可交接的执行方案