zy839971925-zyy/Agent--deep-research-Workflow-Skills / skills/reasoning-workflow
reasoning-workflow
VerifiedDefault silent workflow for everyday questions, research, writing, design and engineering. Match effort to the request, resolve costly ambiguity, find specialist resources and verify the requested outcome. Explicitly selectable with “调用我的 workflow skills”.
docs/RELEASE_3.0.0.zh-CN.md
View on GitHub# Reasoning Workflow 3.0.0:功能升级说明
> 本地候选版本;尚未推送、提交 PR 或发布到远端。版本号体现本次工作流能力面的大幅扩展,不代表模型研究质量已实测提升。
## 这次为什么是大版本
2.2 已经有较完整的研究前沿、证据溯源、Ultra 重构和跨会话状态机制。3.0 不再叠一层通用流程,而是补上三个真实使用缺口:**研究问题类型不同,调研路径要能切换;面对含糊需求要先自己查证,再只问用户无法替代的关键项;长任务恢复要找回正确材料并重新对齐验收,而不只是读回一段旧摘要。**
## 主要功能变化
- **每轮静默匹配与显式入口。** Portable 入口在宿主保持激活时,对每条直接用户请求先做轻量深度分流;简单任务仍走 Light,不加载整套研究流程。用户直接说“调用我的 workflow skills”即可显式选用该流程,但不会自动升到 Ultra,也不增加权限。要保证每轮触发,宿主必须提供始终生效的系统指令或前置路由器;Skill 描述、普通自动匹配和任务 Profile 路由本身都不能保证它已经被载入。
- **现实问题与技术架构分路、混合问题串联。** 新增触发式研究模式:现实/经验问题先区分描述、因果、机制、预测和价值判断,并让证据方法匹配所声称的结论;技术架构调研从现有仓库、接口、测试和限制出发,用质量属性场景比较不同设计;同时涉及用户价值与系统可行性的任务保留两条证据链,避免把“能做”误当成“值得做”。
- **把架构决策落到可区分的证据。** 结合 SEI 的 ATAM 思路,轻量列出受实际目标驱动的场景、风险、敏感点和取舍;只在关键不确定性值得时做小型可逆原型,不把正式 ATAM 或架构图变成每个开发问题的仪式。
- **证据驱动的先查后问。** 新增 Clarification Gate,把未决信息路由到会话/任务状态、项目材料、当前宿主能力、外部来源、可推导结果或用户本人。只检查与该依赖有关且可能改变结论的证据;只有剩下的用户专属选择会实质改变结果、又不能安全条件化时,才问最小关键问题。重要未知保存在既有任务状态中。类 “Grill Me” 的追问仅在用户要求或开放目标确实需要时启动;澄清不等于授权。
- **长任务更可靠续跑。** 恢复时除检查状态、版本和可能已提交的副作用外,还要在可访问的工作区索引里定位已移动或改名的材料,核对内容/版本/来源,不能只因旧路径失败就宣称文件不存在;在中断、交接、合并或检查点后,把下一步重新绑定到尚未满足的验收条件,丢弃与主目标无关的分支,保留已完成且不受影响的工作。若交接因输入长度被拒绝,应压缩重复上下文但保留目标、约束、证据定位和返回契约,并确认重提已被接收后再继续。
- **加入面向真实使用的场景协议。** 新增十五类 V3 手工评测场景,覆盖现实经验问题、开发前架构、用户需求与技术可行性混合、该问/不该问、产品能力与当前会话不匹配、文件迁移/长任务恢复、局部纠正后的依赖失效、环境版本漂移与根任务取消后的迟到子代理结果。附合成项目与续跑工作区,便于同版本/同宿主/同工具条件做成对比较。
- **把知名方法当作工具而非权威。** 纳入外部视角/参考类别、premortem、Tukey 探索/确认区分、Feynman 的反证诚实原则、Kahneman–Klein 的专家直觉条件、调查测量边界和 ATAM 质量属性情景,并写清适用范围;研究也提示“考虑相反观点”不是万能去偏法。方法只触发与任务相关的证据动作,不模拟“名人思维”,不把人类研究外推成已证明的 AI Agent 效果。
- **把因果模型转成联网检索动作。** 搜索前先选会改变结论的因果边和可观察证据;按效应/比较、机制与时序、竞争解释、边界或负向结果拆分查询,让材料中的术语和检索结果推动下一轮改写;只在接口支持且确有帮助时使用精确短语、站点、日期或文件类型语法。打开原文核对人群、设计、变量和时间范围,区分机制线索与整体因果效应,并按需保留可复现的检索轨迹。系统综述的检索报告规范仅用于相应的系统综述,不给普通网页调研强加来源配额。 详细步骤与方法来源见[因果链联网检索方法](../references/retrieval-and-observation.md#online-search-turn-the-causal-model-into-retrieval-moves)及其[检索方法参考文献](../references/retrieval-and-observation.md#search-method-references)。
- **做实际运行时能力核验。** 产品手册、普通搜索、Deep Research、连接器、多代理和智能 UI 分别对待。增加“此处可用/不可用/未核验”状态和诚实降级:例如 ChatGPT Deep Research 的计划/地区/工作区差异、Claude Research 的 Web Search 要求与移动端 connector 限制、Grok 多代理文档所指的 API beta;不能把产品宣传当成此会话已成功调用。
## 对 2.2 方法的实操复审
这轮按 2.2 Ultra 的方式拆分证据路线、并行查找和交叉核对,能帮助定位研究缺口;但实际使用也暴露出两个值得做成显式能力的地方:材料/搜索结果出现后,模型仍可能把“外部事实可查”误当成“用户需要补充”,或把产品文档描述的功能误当成当前宿主真的开放。原有研究状态还需要把 `verified/assumed/open/conflicted/deferred` 与受影响分支绑定,才能在续跑时精确恢复。V3 因此新增 resolver-first 提问、宿主能力状态和依赖级续接场景。这是一次流程复盘,不是对模型质量的对照评测。
## 方法依据及其限度
完整来源、方法触发条件和适用边界见 [研究模式与方法](../references/research-modes-and-methods.md)。以下只列本版核心依据。
- Kazman 等人的 [ATAM](https://www.sei.cmu.edu/library/the-architecture-tradeoff-analysis-method/) 用质量属性场景揭示架构风险和取舍;这里采用轻量启发,不要求每次正式开展全套评估。
- Kahneman 与 Lovallo 的[外部视角/参考类别](https://doi.org/10.1287/mnsc.39.1.17)可帮助审视容易受内部计划偏差影响的工期/成本预测,但需要真正可比的参照组,不是通用预测公式。
- Klein 的 [Project Premortem](https://hbr.org/2007/09/performing-a-project-premortem)用于生成可检验的失败假设,不是风险概率估计。
- Tukey 的探索性与确认性分析区分提示:发现模式与独立验证不能混为一谈;AAPOR 的[调查研究最佳实践](https://aapor.org/standards-and-ethics/best-practices/)补充了调查抽样、问题措辞和透明报告的边界。Feynman 的[科学诚信讲座](https://calteches.library.caltech.edu/51/2/CargoCult.htm)提醒报告会削弱解释的事实和替代原因;这不是逐条添加反证清单的配额。
- Mark、Gudith 与 Klocke 的[中断工作实验](https://ics.uci.edu/~gmark/chi08-mark.pdf)提供了人类任务切换的设计参考,但不证明这些检查点会提升模型表现。
## 文件与分发
- 规范 Portable 入口仍为 `skills/reasoning-workflow/SKILL.md`。
- 新增 `references/research-modes-and-methods.md` 和 `references/clarification-gate.md`,并同步路由到相应 Family;Modular 版也提供对应可独立访问的参考文档。
- `evals/v3-functional-scenarios.md` 和 `evals/fixtures/` 是协议与合成材料,不是行为评测结果;十五类场景还测试宿主能力不匹配、依赖级部分续跑、陈旧完成检查点,以及自动入口/显式调用边界,以及从因果链到分工查询的在线检索协议。
- 根目录中英文 README 更新为 3.0.0 宿主/分发入口,保留 Codex、Claude Code 与普通 ChatGPT/Claude/Grok chat 的能力差异。
- 版本归档由确定性脚本生成;旧版 2.1.1 与 2.2.0 历史文件继续保留。
## 验证边界
本地检查通过后可证明的是测试代码、格式、引用路由、文件/归档一致性和校验和,不代表 AI Agent 实际都能遵循。V3 的场景尚未在真实模型上运行和盲评;本版不声称调研质量、成本、速度或长期任务成功率得到提升。产品/harness 可用性仍以运行时实际提供的功能为准。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| brainstormingobra/superpowersYou MUST use this before any creative work - creating features, building components, adding functionality, modifying behavior, or planning anything new, in software or out of it (a talk, a business, a renovation). | Stars: 322k | Updated | Claude CodeCodex | Verified | Install |
| brand-guidelinesanthropics/skillsApplies Anthropic's official brand colors and typography to any sort of artifact that may benefit from having Anthropic's look-and-feel. Use it when brand colors or style guidelines, visual formatting, or company design standards apply. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| frontend-designanthropics/skillsGuidance for distinctive, intentional visual design when building new UI or reshaping an existing one. Helps with aesthetic direction, typography, and making choices that don't read as templated defaults. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| mcp-builderanthropics/skillsGuide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK). | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |