跨域元模式识别
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 @kunlungrowth/meta-pattern-recognition 技能。
技能介绍
它解决什么问题
架构评审里常有这种感觉：限流、流量整形、断路器、准入控制，看着像四件事，细看其实是同一件事的四种皮肤。CPU 缓存、数据库缓冲池、HTTP 条件请求、DNS 记录缓存，分属四个子系统，却共享同一个内核——把高频数据放得更近。
这类“似曾相识”很少被显式记录。团队要么在每个领域各造一套轮子，要么意识到相似却说不出通用原则，迁移全凭直觉。这个技能的目标就是把这种直觉变成可执行的流程：识别出同一模式出现在 3 个及以上不同领域时，提取与领域无关的抽象形式，再迁移到尚未覆盖的新问题。
它如何工作
核心能力是四步工作流：
- 步骤 1 — 识别重复：在 3 处以上观察到同一形状，先确认这不是巧合。
- 步骤 2 — 提取抽象：用与任何领域都无关的语言描述它，例如“把高频数据放更近”“按抽象层级分离关注点”“用缓冲解耦生产与消费”“复用昂贵资源”。
- 步骤 3 — 找变体：考察模式在各领域如何适配，保留差异而不是抹平差异。
- 步骤 4 — 检验适用性：把抽象形式投射到新场景，判断能否复用，例如把 CPU/DB/HTTP/DNS 缓存的抽象直接映射到 LLM 提示缓存和 CDN。
识别结果以结构化工件 MetaPattern 输出，包含 occurrences、abstract_form、variations、new_application 四个字段，同时附自然语言说明解释为何这是通用原则。工件可交给下游环节继续消费：交给收敛抽象的流程做进一步简化，交给后端开发落地新应用，或交给问题求解流程重新调度。
适用边界
这个技能不适用偶然相似但机理不同的情形。 形状相同不等于模式相同，输入前需要先验证机理一致性，否则提取出的抽象只是隐喻而非原则。
另外注意两点：一是抽象层级过高会让迁移变成一句正确的废话，需要在“足够通用”和“可操作”之间找平衡；二是 new_application 的迁移结论仍需工程验证，技能给出的是假设，不是保证。识别工作表见 references/template.md。
使用场景
- 代码评审中发现消息队列与线程池在解耦与复用上相似，想提炼通用原则并评估能否指导事件驱动架构的拆分。
- 把后端缓存（CPU/DB/HTTP）与 CDN、LLM 提示缓存关联起来，验证把高频数据放更近这一原则的可迁移性。
- 多团队各自实现限流、断路器、准入控制，需要识别共同模式并给出在新业务中落地的抽象原则。
- 整理组织内零散的最佳实践，将重复出现的机制收敛为跨域原则清单，用于新业务线的架构决策。
适合人员
- 后端与架构工程师：希望把不同子系统的相似设计提炼成原则，在新场景中快速复用。
- 平台与基础设施工程师：需要把连接池、缓存、队列等通用模式文档化，指导团队复用。
- AI 应用开发者：想把系统层的通用模式（如缓存、限流）迁移到提示缓存与上下文预算。
- 技术负责人与架构师：在跨团队评审中识别重复机制，形成一致的架构原则与迁移路径。
相关技能
根据当前分支的代码变更更新 Next.js 文档，帮助维护者检查 PR 的文档完整性。
把主题或大纲整理为层级清晰的 Markdown 思维导图，方便导入常用脑图工具。
从学者文本中提取八层推理指纹，并以九模块约束执行评审、指导、授课和小组讨论，同时给出定量评分与定性评语。
按九步复盘法引导分析失败原因、隐性收获与可控改进，输出结构化 Word 复盘报告。