CC Thinking Skills
把 28 个经典思维框架（科学方法、Kepner-Tregoe、Cynefin、TRIZ、OODA、pre-mortem 等）固化为统一格式的 Agent Skills 目录，配元路由 skill 按问题域×类型自动推荐或返回 NONE，并用评测 gate 治理 skill 增减，让 agent 在诊断、决策、创新、风险场景下有结构化推理流程。
仓库：tjboudreaux/cc-thinking-skills
热度证据：被 awesome-claude-code 收录，带复现评测
五维评分
热度4/5
质量4/5
创新4/5
易用4/5
文档5/5
优秀点拆解
- 反 skill 堆砌的元路由：router 默认优先返回 NONE 或单一主 skill，评分不达标强制 NONE，全部 28 个 skill 设 disable-model-invocation: true 禁自动触发，对冲 skill 过载拖累模型（AGENTS.md 记录带 skill 正确率 97%→77% 的案例）
- 每份 skill 有 'When NOT to Use' 负向边界 + Verification 自检段（Falsify/stop + Over-application guard），防 agent 把 skill 当仪式硬套，负向条件可支撑负向触发评测
- 评测驱动的 skill 治理：validate-skills.js 机器强制 5 章节/步骤数 3-7/词数预算/目录数=28/插件 manifest 对齐；evidence.json + AUDIT.md 用 SHA-256 固定研究 bundle，拒绝把 +4.0pp（低于 +5pp utility margin）宣称为有效提升，甚至为误删的 14 个历史工件做 recovery ledger
- 结构化 Output 模板：每个 skill 输出固定字段（如 pre-mortem 的 Failure scenario→Plan deltas），缺字段即缺步骤，输出可直接进评测管道自动评分，也沉淀为工作文档
- 渐进披露与 token 成本意识：SKILL.md 目标 <500 词（实测多数 378-615 词），深度下放 reference 文件，frontmatter description 视为每次调用都付费的 token，每个词都要影响路由行为
可复用的设计模式
- 叶子 skill 集合 + 元路由架构：28 个原子 skill + 一个 router 按 domain×problem-type 映射和加权评分选路，输出 NONE/one/multi 结构化结果，NONE 是合法答案
- 统一模板 + 机器 validator 双保险：规范写进无副作用校验脚本而不是只写进文档，不合规直接 exit(1) 拦截
- 负向测试意识：'何时不该触发' 与 '何时该触发' 同等设计，支撑负向触发评测用例
- 证据登记 + disposition 状态机：效果宣称必须挂接 SHA-256 固定的预注册研究 bundle，统计状态与产品处置分离，未测不宣称、quarantine 后才可 elevate
适用场景
bug/事故根因定位（scientific-method、five-whys-plus、Kepner-Tregoe）高杠杆架构与技术决策（reversibility、opportunity-cost、lindy-effect）发布/上线前的失败路径压测（pre-mortem、red-team、margin-of-safety）创新与矛盾求解（first-principles、TRIZ、effectuation、via-negativa）作为模板学习如何把方法论写成可评测、可移植的 agent skill
边界与注意：仅适合需要结构化推理的任务，例行实现/纯语法类工作 router 会直接返回 NONE；所有 28 个 skill 仍是 manual-only provisional（禁自动触发），唯一 best-case 的 scientific-method 只有 +4.0pp 方向性证据，portfolio 级复测因约 514 万次调用的算力成本至今未跑，14 个历史评测工件丢失不可恢复；28 个 skill 的目录心智负担较大，需读文档才能用好 router。
完整拆解分析文档
本页为摘要版，完整精读分析（核心机制、逐条优秀点拆解、写作过程）见本地 Markdown 文档：
analysis/cc-thinking-skills.md