Thinking Skill

深度推理引擎，支持逐步思考和第一性原理分析。

核心理念

第一性原理: 不接受"因为别人这么做"的答案，追问本质。

1. 这个问题的本质是什么？
2. 去掉所有假设后，还剩什么？
3. 从零开始，最简方案是什么？

使用场景

• 架构设计（Path C）
• 多方案对比
• 技术选型
• 复杂问题分析

逐步思考协议 (Path C必须)

对于复杂模块化开发(Path C)，必须启用逐步思考：

🧠 Step-by-Step Thinking

## 1. 问题分解
将大问题拆解为小问题：
- 子问题1: [描述]
- 子问题2: [描述]
- 依赖关系: 1 → 2

## 2. 逐步推理
一步一步思考：

### Step 1: [子问题1]
思考过程: ...
结论: ...
验证: ✅/❌

### Step 2: [子问题2]
思考过程: ...
结论: ...
验证: ✅/❌

## 3. 综合结论
基于以上步骤，结论是...

## 4. 决策记录
记录到 project_document/.ai_state/decisions.md

调用方式

MCP工具调用

sequential_thinking({
  thought: "分析用户认证方案...",
  thoughtNumber: 1,
  totalThoughts: 5,
  nextThoughtNeeded: true
})

Path C自动触发

/vibe-code --path=C "重构认证系统"
# 自动启用逐步思考

Linus审查清单

每次深度思考后检查：

• Data First: 数据结构是最简的吗？
• Naming: 命名准确反映本质？
• Simplicity: 是否过度设计？
• Taste: 方案有"品味"吗？

多方案决策

// 禁止自作主张
寸止.ask({
  question: "发现两个可行方案",
  options: [
    "方案A: JWT + Redis",
    "方案B: Session + DB"
  ]
})

决策记录

重要决策写入 project_document/.ai_state/decisions.md

降级

sequential-thinking不可用 → Extended Thinking模式