$ loading_
用费曼十二问题法管理待解问题并触发新思路探索
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "io.github.pierreb4/seven-dpt-mcp" MCP 服务： 执行：claude mcp add 'io-github-pierreb4-seven-dpt-mcp' -- npx -y seven-dpt-mcp
请使用 seven-dpt-mcp 帮我建立一个“待酝酿问题”清单，收录这三个主题：如何降低新用户流失、如何改进实验复现、如何设计更清晰的功能命名，并按主题简要归档。
一个按主题整理的待酝酿问题清单，便于后续持续思考。
请针对“如何提升团队周会质量”运行一次 evoke loop，给出几个可能的新技巧或切入角度，并说明它们为何值得尝试。
若干新的思路或技巧，以及每个思路的简短理由。
请查看我现有的待酝酿问题，并尝试把最近关于“减少上下文切换”的想法与其中相关问题建立联系，产出可进一步探索的方向。
旧问题与新灵感之间的关联建议，以及可继续追问的方向。
研究者可以把暂时无解但重要的问题先保存为“待酝酿问题”，在后续思考中反复唤起。这样有助于持续积累线索，而不是一次性放弃。
当一个课题或产品问题陷入僵局时，可以借助 evoke loop 寻找新的技巧或思路。它适合需要系统化启发而不是立即定案的场景。
这是一个 MCP 服务器，把费曼的“十二问题”方法做成可调用工具。描述中提到它支持 dormant problems（待酝酿问题）和 evoke loop（唤起新技巧的循环）。
它适合管理长期思考的问题，并在卡住时触发新的思路或技巧。给定信息没有说明更多具体功能。
给定素材没有提供安装步骤、运行时或密钥要求。具体前置条件与接入方式请见源码仓库。
帮助你进行带置信度与分支修订的结构化推理，适合复杂调试与问题拆解。
演示 MCP 工具、资源与提示词，用于计算、查时、记笔记和代码审查。
检索 FTC 与 Pedro Pathing 技术资料、代码模板和队伍案例，辅助机器人开发与生成代码。
支持并行组织深度研究与任务分组，加速多步骤信息收集和执行协同。
用于演示 MCP 四大原语的轻量 Python 服务端示例，便于开发与测试集成。
帮助用户用结构化分步思考拆解复杂问题并制定可执行方案。