技能介绍
Claude Code Thinking Skills 由 tjboudreaux 开发，整个集合根据 MIT 许可证发布，你可以自由使用、修改和分发（GitHub: tjboudreaux/cc-thinking-skills）。
它是一个为 Claude Code 设计的思维模型与批判性思维框架集合：28 种已发布的思维框架，覆盖决策、调试、系统分析、风险管理和策略规划。每个技能都封装了一个经过验证的思维框架——从第一性原理推理到约束理论——你可以通过名称调用。元技能 thinking-model-router 是推荐的入口点，它读取你的问题并路由到最合适的框架。
这个项目最特别的地方在于它反其道而行之：大多数"AI 提示包"仓库声称其内容能让模型更聪明，但从未验证；这个项目构建了一个客观、长度可控、可复现的评估工具，并评估了包含 39 个技能的旧版目录，然后把结果公开记录——包括一个令人不适的发现：没有任何技能达到可证明、可复现的准确率提升标准。 透明而不是炒作，是这里的标准。
适用场景
- 希望 Claude Code 使用结构化框架而非临时启发式方法进行推理的工程师、创始人和分析师
- 面对高风险决策、根本原因分析，需要一个系统化理性过程
- 调试涉及多个组件、或"在一个地方修复导致另一个地方出错"的问题
- 做架构设计、性能优化、资源分配时想从多个视角反复推演
- 需要对抗性地攻击自己的计划（安全审查、发布前准备、计划压力测试）
- 不确定该用哪个框架——从
thinking-model-router开始
核心能力
可用技能（28 个，按领域分组）
决策与分析
- thinking-first-principles — 将问题分解为基本事实（创新、挑战假设）
- thinking-second-order — 思考超越直接后果的影响（战略决策、政策变更）
- thinking-pre-mortem — 想象失败并逆向推导（项目启动、风险评估）
- thinking-kepner-tregoe — 用于复杂分析的系统化理性过程（高风险决策、根本原因分析）
- thinking-reversibility — 按可逆性分类决策（类型 1/2）（承诺规模、风险评估）
- thinking-opportunity-cost — 评估选择时考虑放弃的东西（资源分配、优先级排序）
认知与行为
- thinking-bounded-rationality — 在约束下做出足够好的决策（时间压力、满意化）
- thinking-socratic — 系统化提问框架（需求分析、调试、辅导）
- thinking-probabilistic — 校准的概率估计（预测、不确定性量化）
- thinking-steel-manning — 论证最强的对立立场（辩论、决策验证）
系统与策略
- thinking-systems — 分析相互关联的系统（复杂调试、架构设计）
- thinking-ooda — 动态情境下的快速决策（事件响应、竞争场景）
- thinking-theory-of-constraints — 识别并管理瓶颈（性能优化、吞吐量）
- thinking-cynefin — 按复杂性领域分类问题（方法论选择、方法匹配）
问题解决与创新
- thinking-map-territory — 识别思维模型的局限性（期望 mismatch、抽象）
- thinking-circle-of-competence — 了解专业知识的边界（委派、学习决策）
- thinking-triz — 解决技术矛盾（工程设计、创新）
- thinking-five-whys-plus — 带偏差防护的增强型根本原因分析（调试、事件事后分析）
- thinking-scientific-method — 假设差分调试（故障定位、模糊症状）
- thinking-thought-experiment — 结构化想象以探索（架构、边界情况、哲学）
估算与风险
- thinking-margin-of-safety — 为不确定性建立缓冲（风险管理、系统设计）
- thinking-lindy-effect — 存在时间越长，未来可能持续更久（技术选择、持久性）
- thinking-via-negativa — 通过移除而非增加来改进（简化、健壮性）
- thinking-red-team — 对抗性地攻击自己的计划（安全审查、计划验证）
产品与创新
- thinking-jobs-to-be-done — 理解客户雇佣产品完成的工作（产品开发、功能设计）
- thinking-effectuation — 从手段而非目标出发（创业、创新、不确定性）
元技能
- thinking-model-router — 从这里开始，按领域路由到合适的模型（所有思维技能的入口点）
- thinking-model-combination — 组合多个模型进行更丰富的分析（复杂问题、高风险决策）
功能特点
- 28 种思维框架 — 精选的思维模型库，用于决策、调试和策略。
- 经过评估且诚实 — 通过严格的、可复现的评估管道构建和测试。
- 经过实战检验的基础 — 基于认知科学、系统思维和战略分析中的框架（芒格、梅多斯、卡尼曼、高德拉特、阿奇舒勒/TRIZ、博伊德/OODA）。
- 原生 Claude Code — 专门为 Claude Code 的技能系统和调用模型设计。
- 零配置 — 安装后直接通过名称调用技能，无需设置。
几个代表技能的用法边界
第一性原理思维 — 剥离假设，揭示基本事实，然后从基础重新构建解决方案。由埃隆·马斯克倡导，根植于亚里士多德哲学。适合常规方法已失败、被告知某事"不可能"、需要创新而非渐进式改进的场景。
概率推理 — 估计不确定性，用证据更新先验，暴露假设和校准。适合估计概率或可能性、解释测试结果或指标、在信息不完整的情况下做决策。
系统思维 — 将问题视为相互关联的整体的一部分，具有反馈回路和涌现特性。对于调试复杂分布式系统至关重要。适合调试涉及多个组件、"在一个地方修复导致另一个地方出错"、行为似乎是涌现的或意外的场景。
约束理论 — 每个系统恰好有一个约束限制吞吐量，优化其他任何东西都是浪费精力（基于 Eliyahu Goldratt 的工作）。适合性能优化、流程改进、资源分配、识别瓶颈。
科学方法 / 假设差分调试 — 通过枚举可证伪的假设，按其可能性 × 检查成本排序，并首先进行最便宜的区分性观察，来定位模糊的 bug。这是集合中经过最严格实证检验的技能（最终判定：DIRECTIONAL-NOT-REPLICATED）。适合一个症状可能来自多个文件/函数/组件、你现在可以检查代码/日志/差异/跟踪/测试、在应用根本原因分析之前需要定位故障的场景。
Cynefin 框架 — 根据因果关系对问题进行分类：清晰、复杂、复合、混乱，每个领域需要不同的方法。适合选择方法论、理解方法失败的原因、危机管理。
待完成的工作 — 客户不购买产品——他们雇佣产品来完成工作，理解工作能解锁创新。适合产品开发、功能优先级排序、理解客户行为。
红队思维 — 在对手之前攻击自己的计划，最好的防御是知道自己的弱点。适合安全审查、发布前准备、计划压力测试。
效果预览
技能评估方式（作者公开的诚实结论）
对证据的诚实是这个项目的核心特征，因此评估结果被如实报告：
- 证据基础： 历史覆盖范围不均匀且仍是暂定的。修正后的
portfolio-v1关卡没有进行任何模型调用，因为功率、数据集和评判校准要求未满足。 - 主要结论： 目前没有任何技能拥有稳健、可复现的 ELEVATE 判定。 所有 28 个已发布的技能都是仅手动调用的；没有证据证明它们能提高模型准确率。
- 最接近的历史候选：
thinking-scientific-method在其较大样本量的七月工件中记录了临时的 +4.0pp 故障定位提升。尽管其重新计算的 McNemar 结果显著，但效果低于预先声明的 +5pp 效用阈值，并且该研究存在评分、对照组、分母和原始存档缺陷。它只是方向性证据，而非 ELEVATE。在该技能的重新运行中，它获得了 +5.3pp（p=0.061，n=150）——方向性但未达到 p<0.05 门槛——且具有显著的 +8.0pp（p=0.001）的可复现性；因为显著的可复现性不能挽回失败的门槛，其判定为 DIRECTIONAL-NOT-REPLICATED。 - 这对你意味着什么： 将这些技能视为结构化推理支架，而不是保证准确率提升的工具。审计保留了有用的框架，同时将未经支持的性能声明排除在产品之外。
已发布的目录现在包含 28 个技能。在证据支持的切换中，移除了 11 个无支持或重叠的技能；其独特机制被吸收到保留的技能中，历史证据得以保留。
工作方式
安装后，在 Claude Code 中通过名称调用任何技能。如果你不确定哪个框架适合，从 thinking-model-router 开始：它是一个元技能入口点，读取你的问题并路由到最相关的框架，因此你不需要记住所有 28 个。如果你已经知道自己的需求——例如调试、风险或优先级排序——可以直接调用特定技能。
支撑这些技能的依据分两层：一是框架本身的源理论——借鉴了查理·芒格（思维模型）、多内拉·梅多斯（系统思维）、丹尼尔·卡尼曼（双过程认知）、埃利亚胡·高德拉特（约束理论）、根里奇·阿奇舒勒（TRIZ）和约翰·博伊德（OODA 循环）等思想家的成熟工作；二是本项目自己的长度可控、可复现的评估管道，所有结果都发布在 Elevate-or-Kill 记分卡中。审计与证据注册库（AUDIT.md、evidence.json）记录了目录处置、研究引用和明确的证据缺口。
你需要提供
- Claude Code
- 安装方式：通过插件市场安装技能
- 不需要额外配置：安装后直接通过名称调用，零配置
你会获得
- 28 个可按名称调用的思维模型与批判性思维技能
- 两个元技能：
thinking-model-router（入口路由）与thinking-model-combination（多模型组合分析） - 覆盖决策、调试、架构、风险、产品等场景的结构化推理支架
- 公开、可复现的评估证据：Elevate-or-Kill 记分卡、决策审计（AUDIT.md）与机器可读的规范证据注册库（evidence.json）
使用示例
> 使用 thinking-model-router 为这个问题选择合适的框架
> 使用第一性原理思维分析这个架构决策
> 对这个项目计划应用事前验尸框架
> 帮我使用概率推理评估这个假设
> 使用约束理论找到我们的瓶颈页面上给出的三个典型请求：
使用 thinking-model-router 为我当前的架构决策选择最合适的思维框架，并进行分析。
应用 first-principles 技能来拆解并重新评估这个复杂的系统设计方案。
使用 pre-mortem 框架对当前的项目计划进行风险评估，找出潜在的失败点。
注意事项
- 这些技能是结构化推理支架，不是保证准确率提升的工具。
- 目前没有任何技能被证明能提高模型准确率。所有技能都经过评估，但均未达到稳健、可复现的 ELEVATE 判定。
- 使用前需要通过插件市场安装技能。安装后，通过名称在 Claude Code 中调用。
- 评估结果公开可用，包括审计和证据注册库。
