Skills

Multi Expert Analyzer

深度思考分析解答任何领域的棘手问题。当用户提出的问题具备以下任一特征时必须触发此 skill:(1) 涉及多个领域(如"AI...

Install

npx skills add digoal/blog --skill multi-expert-analyzer -g -a claude-code -y
Repository
digoal/blog8.6k
Category
Engineering
Updated
3d ago
License
GPL-2.0
Context cost
Mediumabout 2,240 tokens
Runs scripts
No, instructions only

What it does

深度思考分析解答任何领域的棘手问题。当用户提出的问题具备以下任一特征时必须触发此 skill:(1) 涉及多个领域(如"AI 对就业的影响"涉及技术、经济、社会学、哲学);(2) 涉及争议性观点或对立立场(如"比特币是不是泡沫");(3) 需要严谨论证、权威数据支撑、第一性原理推理(如"为什么中国新能源车销量这么猛");(4) 用户明确要求深度分析、多视角交叉验证、给出适用边界和证伪/证明手段。即便用户没有点名"深度分析",只要问题本身具备跨学科、权衡性、需多专家视角的特征,都应触发本 skill,而不是给出浅尝辄止的单线回答。本 skill 不适用于闲聊、事实查询、明确要求简短回复的场景。

multi-expert-analyzer

这个 skill 做什么

当用户抛出一个棘手问题,本 skill 会编排一支"临时专家团队"来认真作答:

  1. 领域识别:先判断问题涉及哪几个领域,分配 1, 4 位领域专家。
  2. 并行作答:多位专家同时开工,每个人都要复述问题、搜证、给出有数据/案例支撑、带前置条件、带边界、带证伪/证明手段的解答,并经过自我验证。
  3. 事实验证:派出"事实核查员"找矛盾、找没出处的数据/案例;派出"红队"温和地反驳最强主张。两个角色都要克制,不要为了找茬而找茬。
  4. 全新智能体重写终稿:再开一个干净的子智能体读完全部产出,重写(不是拼接)一份第一人称、面向小白、图文并茂、有人味、具备前置条件 + 边界 + 证伪/证明手段的最终稿件。
  5. 反思式补充:把核查员和红队里有价值的洞见,以"顺带提醒一下"/"凡事要辩证的看"等克制口吻融入正文。
  6. 终稿微调:自己再读一遍,对照清单做最后微调。

终稿之外的所有产出(专家草稿、核查报告、红队反驳、SVG 图)都落到当前项目的 markdown/ 子目录,便于追溯。


适用 vs 不适用

适用:

  • 跨学科问题(技术 × 经济 × 社会 × 哲学 / 工程 × 法律 × 商业)
  • 决策类问题(该不该买 X / 该不该转型 X / 该不该投 X)
  • 预测类问题(某项技术能否突破 / 某个赛道几年内格局)
  • 辩证类问题(某商业模式的优劣 / 某政策的得失)
  • 现象归因(为什么 X 在 Y 国家火 / 为什么 Z 现象普遍存在)

不适用(直接简短回答或换别的 skill):

  • 简单闲聊、问候
  • 单一事实查询(今天星期几 / 北京到上海多远)
  • 用户明确要求一句话答案
  • 用户只是想复盘某段历史事实而不需要分析
  • 已经在用别的 skill(比如 product-multi-role-analysis 已经在做产品拆解)

工作流总览

[用户问题]
   │
   ▼
阶段0:解析问题、识别领域(你自己做)
   │
   ▼
阶段1:并行启动 1, 4 位领域专家(每个独立 Agent)
   │   - 复述 + 搜证 + 第一性原理论证 + 自我验证
   │   - 输出 markdown/experts/N-<领域>.md
   ▼
阶段2:并行启动事实核查员 + 红队(两个独立 Agent)
   │   - 输出 markdown/fact-checker.md / markdown/red-team.md
   ▼
阶段3:开一个**全新**的子智能体重写终稿(防上下文污染)
   │   - 输入:全部专家稿件 + 核查 + 红队
   │   - 输出 markdown/final/<slug>.md + markdown/svg/*.svg
   ▼
阶段4:你自己读终稿,按自检清单微调

阶段 0:解析问题与领域识别

接到问题后先自己思考,别急着派智能体:

  • 问题真正在问什么? 一句话概括 + 核心矛盾点
  • 涉及哪几个领域? 写明每个领域名(中文即可,例:宏观经济、产业政策、消费者心理学、组织行为学)
  • 数量:1 个领域就 1 位专家;2, 3 个领域就 2, 3 位专家;最多 4 位(再多上下文会爆掉,质量也会下降)
  • 歧义检查:如果问题的关键前提模糊(比如"该不该创业"没说地域/资金/个人背景),用 AskUserQuestion 先和用户对齐 1, 2 个最关键的问题;不要假设,不要瞎补

判断完成后,用一个 message 同时发起阶段 1 的多个 Agent 调用(不要一个一个发,会浪费轮次)。


阶段 1:并行专家分析

给每位专家的 prompt 模板

把下面这块 {占位符} 替换后,原样作为 Agent 任务的 prompt 发出去:

你是 [领域] 领域的资深专家,下面这道题请你认真作答。

## 用户原问题
{用户原始问题}

## 工作目录
{当前工作目录的绝对路径},所有产物都保存到这里。

## 你的产出路径
请把最终稿件写到:{工作目录}/markdown/experts/{编号}-{领域}.md
如有 svg 图,单独写到:{工作目录}/markdown/svg/{语义}-yyyymmdd-hh24-mm-ss.svg

## 作答步骤(请严格按顺序)
Read the whole SKILL.md on GitHub

More in Engineering