$ loading_
帮助AI代理运用心智模型与认知操作，提升分析、决策与问题拆解能力。
该技能材料显示其为纯提示词型、开源 MIT 项目，未要求密钥、未声明远程端点，也无本地执行或数据读写能力说明，整体风险较低。当前主要不确定性在于 README/维护细节缺失，供应链透明度虽较好但仍建议按普通第三方提示资产管理。
材料明确标注“无”密钥/环境变量需求；未见令牌申请、凭证存储或凭证转发描述，凭证泄露面低。
已声明无远程端点，且系统检查项为 prompt-only；材料未显示会连接外部服务或将用户数据外发。
作为 Skill 技能且被标记为 prompt-only，材料未显示其会在本机启动进程、执行脚本或调用系统级能力。
未声明文件系统、数据库、剪贴板或其他本地/云资源访问权限；从现有材料看不具备主动读写数据能力。
GitHub 开源仓库可审计，MIT 许可证，社区采用度有一定基础（149 star）；虽维护状态未知且 README 缺失降低了可见性，但未见闭源、可疑分发或误导性红旗。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"thinking-partner" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
你是我的 thinking partner。请用合适的心智模型分析“将单体应用迁移到微服务”的关键决策，识别当前问题情境，并按风险、收益、依赖和实施步骤进行拆解。
一份结构化分析，包含问题框架、关键权衡、迁移路径与建议优先级。
作为 thinking partner，帮我评估“是否优先开发新手引导功能还是高级报表功能”。请用多个心智模型比较用户价值、实施成本、机会成本和潜在风险，并给出建议。
一份清晰的决策分析，说明比较维度、结论依据与下一步行动建议。
请作为 thinking partner，针对“如何验证某项用户行为变化是否由新功能引起”提供分析。识别适合的认知操作与推理框架，帮助我形成更严谨的研究方案。
一份更严谨的研究思路，包含假设、验证方法、混杂因素与证据要求。
通过多智能体辩论、偏见检测与结构化思考，辅助用户深入分析复杂问题。
帮助 AI 代理用 CBT 结构化深度思考，并在卡住时恢复推进任务。
帮助用户搭建并使用自托管的全能AI伴侣，进行对话、辅助创作与自动化协助。
帮助用户掌握通用 AI 代理设计与实战最佳实践，适配多种编码代理环境。
帮助用户提炼与人物关系、纪念场景及方法视角相关的智能技能清单。
帮助 AI 智能匹配任务与技能，并追踪效果、发现缺口和挖掘新技能。