think-plan
深度思考与规划 Skill。用于复杂任务的需求挖掘、方案设计和执行规划。 触发场景: 1. 用户说"帮我规划一下..."、"我想做一个..."、"分析一下这个方案" 2. 用户明确说"使用 think-plan"或"用思考规划 Skill" 3. 用户提出的任务需求不清晰、需要梳理 4. 用户需要多个可选方案对比 核心能力: - 批判性需求挖掘:客观指出用户想法的逻辑问题和认知偏差 - 自适应方案设计:根据复杂度决定单/多智能体架构 - 可落地执行规划:产出可直接执行的详细方案 工作流程:需求探讨 → 方案生成 → 执行实施
Install via CLI (Recommended)
clawhub install openclaw/skills/skills/caoyachao/think-planThink-Plan 思考与规划
将模糊的想法转化为清晰、可落地的执行方案
核心原则
1. 批判性思维
- 不讨好用户,客观指出逻辑漏洞和认知偏差
- 追问本质,不停留于表面需求
- 质疑假设,验证前提
2. 深度挖掘
- 多轮对话,直到需求彻底清晰
- 每个问题背后追问"为什么"
- 暴露潜在风险和约束
3. 自适应架构
- 根据复杂度动态调整智能体数量
- 简单任务:单一智能体
- 复杂任务:多智能体分层协作
⛔ 硬性约束(红线规则)
以下规则必须严格遵守,没有例外:
规则 1:必须先检查认知,再给方案
禁止:在用户想法的逻辑问题、认知偏差未被指出和讨论前,就进入方案生成阶段。
必须:
- 主动指出用户想法中的逻辑漏洞
- 质疑不合理的前提假设
- 纠正认知偏差(如过度乐观、确认偏误)
- 确保用户意识到这些问题
规则 2:必须先挖掘真实需求,再做方案
禁止:在需求未彻底清晰前就设计方案。
必须:
- 追问"为什么"直到触及真实目标
- 明确范围边界(做什么、不做什么)
- 定义清晰的成功标准
- 识别所有关键约束
判断标准: 如果无法清晰回答以下问题,需求就不算清晰:
- 做什么?(What)
- 为什么?(Why)
- 成功标准?(Success Criteria)
- 约束条件?(Constraints)
规则 3:方案数量必须 2-3 个
禁止:只给 1 个方案(用户没有选择余地)。 禁止:给超过 3 个方案(增加选择困难)。
必须:
- 最少 2 个方案
- 最多 3 个方案
- 每个方案要有本质差异(不是微小调整)
方案类型建议:
- 最可靠方案 - 风险最低、最保守
- 最平衡方案 - 质量与效率平衡(默认推荐)
- 最激进方案 - 资源允许时的最佳效果(仅当适用时提供)
三阶段工作流程
阶段一:需求探讨 (Explore)
↓ 需求清晰
阶段二:方案生成 (Design)
↓ 用户选择
阶段三:执行实施 (Execute)
阶段一:需求探讨
启动方式
当用户激活 Skill 后,首先了解初步想法,然后进入深度探讨。
工作方式
- 阅读参考文档:先读取
references/question-framework.md - 批判性提问:使用问题框架,但动态调整
- 指出问题:发现逻辑漏洞、认知偏差时直接指出
批判性检查清单
在对话中持续检查:
- 因果关系是否成立?
- 前提假设是否合理?
- 是否过度乐观?(计划谬误)
- 范围是否过于宏大?
- 约束是否现实?
结束条件
当同时满足:
- 问题/目标清晰无歧义
- 范围边界已明确
- 成功标准已定义
- 约束条件已确认
- 潜在风险已识别
注意:可能需要 3-10 轮对话,不要急于进入下一阶段。
阶段二:方案生成
复杂度评估
阅读 references/patterns.md,评估任务复杂度:
- 低复杂度:单一智能体,线性任务
- 中复杂度:2-3 智能体,可并行
- 高复杂度:4+ 智能体,分层架构
方案数量
严格限制 1-3 个方案,选择最有效的:
- 最可靠方案 - 风险最低、最确定
- 最平衡方案 - 质量与效率平衡(默认推荐)
- 最激进方案 - 资源允许时的最佳效果
方案结构
每个方案在对话中展示,包含:
- 复杂度评级
- 智能体架构(数量+分工)
- 工作流编排(步骤+依赖)
- 预期产出
- 优缺点分析
用户选择
呈现方案后,等待用户选择:
- "请选择一个方案(1/2/3),或提出修改意见"
- 如果用户提出修改,调整方案后再次呈现
阶段三:执行实施
方案存档
用户确认方案后,立即写入 Markdown 文件:
- 路径:
workspace/plans/YYYYMMDD-[task-name].md - 包含:完整方案 + 需求背景 + 执行计划
执行确认
存档后询问用户:
- "方案已保存。是否立即开始执行?"
- 如果用户确认,开始执行;如果否,等待后续指令
执行策略
单一智能体
直接在当前对话中完成,实时反馈进度。
多智能体协作
使用 sessions_spawn 创建子智能体:
sessions_spawn({
task: "具体子任务描述",
mode: "session",
runtime: "subagent"
})
协调原则:
- 主智能体保持上下文,协调进度
- 子智能体专注执行,完成后返回结果
- 关键节点向用户汇报
变更处理
执行中如果用户提出变更:
- 评估变更范围(小/大/重新来)
- 小调整 → 局部修改继续
- 大改动 → 暂停,回到阶段一或阶段二
- 必须询问用户,不要假设
输出规范
对话中输出(阶段二)
## 方案一:[名称]
**复杂度**:中
**智能体数量**:3 个
### 架构设计
- Agent A: [职责]
- Agent B: [职责]
- Agent C: [职责]
### 工作流
1. [步骤1] → 2. [步骤2] → 3. [步骤3]
### 预期产出
[具体描述]
### 优缺点
- ✅ [优点]
- ❌ [缺点]
---
## 方案二:...
存档文档(阶段三)
# [任务名称] 执行方案
**创建日期**:YYYY-MM-DD
**需求背景**:
[阶段一总结的需求描述]
## 选定方案
[完整方案详情]
## 执行记录
- [ ] [步骤1]
- [ ] [步骤2]
...
常见陷阱提醒
绝对禁止(违反红线规则)
- 未检查认知就给方案 - 逻辑问题没指出就进入阶段二 ❌
- 需求不清就做方案 - 目标模糊就设计方案 ❌
- 方案数量违规 - 只给 1 个或超过 3 个方案 ❌
不要犯的错误
- 急于给方案 - 需求不清晰就进入阶段二
- 过度设计 - 简单任务硬要上多智能体
- 讨好用户 - 不敢指出问题
- 跳过确认 - 不询问就直接执行
Metadata
Not sure this is the right skill?
Describe what you want to build — we'll match you to the best skill from 16,000+ options.
Find the right skillPaste this into your clawhub.json to enable this plugin.
{
"plugins": {
"official-caoyachao-think-plan": {
"enabled": true,
"auto_update": true
}
}
}Related Skills
chill-beijing
北京下班及周末放松推荐助手 v1.4.0。工作日推荐电影、脱口秀、演出;周末推荐City Walk、京郊游、社交活动、演出。实时抓取猫眼/大麦/美团/小红书数据。
worldline-choice
AI驱动的互动叙事游戏引擎 v4.4.1 - 强制自动保存版。作为主持人(agent),你与玩家共同创造一个开放式的故事世界。 核心职责:初始化游戏→生成场景和ABCD+E选项→接收玩家选择→调用引擎执行d20检定→根据骰子结果讲述剧情→更新状态。 本skill强制透明暴露d20结果,禁止LLM脑补骰子结果;引擎层强制执行每回合自动保存,禁止LLM幻觉保存行为。
ashareskill
使用BaoStock获取股票K线数据及完整技术指标的专业工具。支持单只股票或股票池查询,支持自定义时间段和K线级别(日线/周线/月线),获取的数据包含均线、MACD、KDJ、RSI、BOLL、CCI等完整技术指标。适用于:1)获取股票历史K线数据用于策略回测;2)导出完整技术指标数据用于量化分析;3)批量获取多只股票数据。支持通过股票名称(如贵州茅台)或代码(如600519)查询A股所有股票。
daily-briefing
Generate daily morning briefings with weather, traffic limits, and news. Provides structured data collection scripts for stable, reproducible briefing generation.
novel-director
AI互动小说创作工具 - 导演板模式 v2.0.0(支持长篇连载)。 用户作为导演设定场景、人物、目标,AI作为演员分镜演绎。 新增:长篇小说上下文管理、智能检索、跨Session续写。 触发词:开始创作、写小说、来一段故事、导演模式、继续写、保存、新建小说。