技能介绍

分析流程为什么总在后半程崩掉

从数据到报告的生成脚本，最常见的失败不是模型不够聪明，而是状态在阶段之间丢失。做到第三轮归因时已经记不清第一轮的 D 编号，第七轮写报告时又把第五轮的决策建议复述成了新推断。@user_b80c55b2/deep-analysis-toolkit 针对的正是这个问题：它不是一段提示词，而是一条带锚点、交接和门禁的阶段流水线。

它的工作方式

核心是四层认知循环，层内阶段不可跳跃、层间不可跨层：

L1 事实层：先建数据基座，给每个数据项分配 D 编号，跑 reconcile-report.mjs 做 R1-R5 勾稽校验并给出 A/B/C/D 质量评级
L2 解释层：维度扫描产出 O→V→S 穿透信号，再做假说穷举、三级证据检验、近因/远因/结构因归因链
L3 预判层：情景预判加反事实推断，标注真正的杠杆点与虚假杠杆
L4 决断层：输出紧急/短期/中长期/制度四层建议，每条可追溯回 S-xxx ← V-xxx ← O-xxx ← D-xxx

状态管理上有两点值得注意：

阶段 N 只读 s{N-1}-handoff.md 摘要，不整读全量状态文件；需要精确字段时用 state-query.mjs 切片
.analysis-session 作为外部锚点只存一行 work_dir=，上下文重置后仍能找回工作目录

每个阶段结束前跑收敛门禁 check-convergence.mjs，蓝图和 HTML 之间还有确认阻断，蓝图未经用户确认就不进入网页生成。

适用边界

这是给结构化数据和明确问题准备的工具。它默认你会提供真实可核对的源数据——hash-data.mjs 与勾稽校验会在数据本身不自洽时直接中断，这在数据质量差的输入上表现为频繁 HALT 而非优雅降级。

分析深度是真实的成本。深度模式下 7 个 Scout 并行扫描加冲突矩阵，token 消耗显著高于轻量串行路径，小数据集上往往并不划算。报告产出自包含单文件 HTML，暗色网页版和 A4 分页版两套主题，图表走 ECharts/ApexCharts/D3 等模板而非手写。它不替你做判断，只保证判断链条可以逐级回溯。