analyse

analyse 技能概览

analyse 的作用

analyse 技能是面向 Kaizen 风格分析的自动选型器。它可以帮你为目标选择合适的分析视角：如果要看代码真实情况，用 Gemba Walk；如果要看工作流，用 Value Stream Mapping；如果要看浪费和低效，用 Muda。如果你需要一种更快的方式去检查系统，而不是先猜该用哪种方法，那么 analyse 技能很合适。

适合这项技能的场景

当你手里有一段代码库、一个流程，或者一类低效现象，希望得到结构化调查，而不是一句笼统的“帮我看看”时，使用 analyse。它尤其适合 Skill Authoring、repo 审计、架构评审，以及工作流瓶颈分析。

为什么要安装它

analyse 的核心价值在于方法选择。它不会把同一种分析方式硬套到所有问题上，而是先把你的目标映射到更合适的技术路径，从而减少反复试错，提高第一次分析的质量。

如何使用 analyse 技能

安装与入口

使用 npx skills add NeoLabHQ/context-engineering-kit --skill analyse 安装该技能。主要入口是 /analyse [target_description]，其中目标可以是一个功能、工作流、子系统，或者某个问题区域。

如何为 analyse 组织输入

给技能一个明确的目标，再加上你关心的具体问题。更好的写法是：/analyse deployment workflow for slow approvals and failed rollbacks。较弱的写法是：/analyse my project。这个技能最适合在能判断你需要的是代码探索、流程梳理，还是浪费分析时使用。

先读这些文件

先从 SKILL.md 开始，再查看可能影响该生态行为的仓库级说明，尤其是 README.md、AGENTS.md 和 metadata.json（如果存在）。在这个 repo 里，最主要、最实用的来源就是 SKILL.md；没有额外的 helper scripts 或 support folders 可以进一步展开工作流。

实用使用建议

如果你已经知道要用哪种方法，可以用 METHOD 值手动覆盖自动选择，例如 gemba、vsm 或 muda。当目标本身比较模糊、但你的分析目的很明确时，这样做最有用。为了获得最佳结果，请同时描述对象、你想要的结果，以及你最在意的约束。

analyse 技能常见问题

analyse 只适合代码吗？

不是。analyse 同样可以处理代码实现、工作流和浪费分析。决定因素不是输入是不是 repo，而是目标类型，以及你想从中学到什么。

什么情况下不该用 analyse？

当你已经有一个非常窄、非常明确且不需要方法选择的任务时，不要用它；或者当提示过于模糊，以至于技能无法区分是代码真实问题还是流程问题时，也不适合用它。这种情况下，先补充上下文，或者直接选择更具体的技能。

analyse 和普通提示有什么不同？

普通提示通常默认一种分析方式。analyse 技能会先选择最合适的 Kaizen 方法，这在你想要一个结构化开局、并减少死胡同式假设时特别有用。

analyse 适合新手吗？

适合，只要用户能用自然语言描述目标。新手在提供具体区域和明确问题时收获最大，比如工作流到底卡在哪一步，或者代码行为和文档哪里不一致。

如何改进 analyse 技能

提供更强的目标

最大的质量提升来自于把被分析的具体对象和你关心的失效模式说清楚。比如，“analyze the auth flow for mismatch between docs and implementation” 会比 “analyze auth” 给出更好的指导。

说明你想要的结果

告诉 analyse 你需要的是代码 walkthrough、流程图，还是浪费识别。即使这个技能会自动选型，清晰的结果目标也能帮助它更少歧义地选择并解释方法。

使用约束和示例

加入一两个真实信号：一个慢步骤、一个令人困惑的函数、一次重复交接，或者一个已知低效点。这些细节能帮助 analyse 技能聚焦证据，而不是泛泛展开。

在第一次分析后继续迭代

如果第一次分析范围太大，就缩小目标，并带着更具体的方法提示重新运行。对于 analyse 技能来说，迭代式提示通常比一次性超大请求效果更好，因为它们既保留了方法选择，又收紧了范围。