推理

why 技能将 Five Whys 分析应用于把症状拆解为根因链路，并导出一个可执行的修复方案。当你需要的是严谨推理，而不是浅层猜测时，这份 why 指南适用于 UX Audit、产品问题、Bug 或流程中断等场景。

cause-and-effect 技能使用鱼骨图分析法，将问题可能的根因映射到人员、流程、技术、环境、方法和材料六个维度。它能帮助你把模糊问题梳理成结构化的原因树，优先判断最可能的驱动因素，并确定下一步行动。适用于 UX 审计、事故复盘、回顾总结和故障排查中的因果分析。

analyse-problem 是一款 A3 问题分析技能，能把杂乱的问题整理成一页式简报，包含背景、现状、根因分析、对策、实施计划和后续跟踪。适用于战略规划、运营、产品和工程团队，当你需要一个可直接用于决策的问题陈述时尤其有用。

Analyse 是一项 Kaizen 分析技能，可针对代码、工作流和低效点自动选择 Gemba Walk、Value Stream Mapping 或 Muda。适合用于 Skill Authoring、仓库审计和结构化调查，尤其是在你希望先由系统选对方法时使用 analyse 技能。

tree-of-thoughts 是一种推理工作流技能，帮助智能体探索多种路径、剪除薄弱分支，并综合出更好的答案。它适用于困难调试、方案规划、架构权衡，以及用于 Agent Orchestration 的 tree-of-thoughts。

launch-sub-agent 可帮助你在多智能体系统中为边界明确的任务派发一个专注的子智能体。它会分析任务复杂度，选择合适的模型层级，支持按专长匹配智能体，并加入自我审查验证，以获得更可靠的结果。

multi-agent-patterns 是一份实用指南，帮助你在 Claude Code 中设计 Multi-Agent Systems，适用于单个 agent 不够用的场景。它可用于拆分工作、协调子 agent，并比较不同编排模式，而不会增加不必要的开销。

Judge 是一个两阶段评估技能：先启动 meta-judge，再启动 judge 子代理，在隔离上下文、证据和明确标准下对作品打分。适合用于代码、写作、分析或 Skill Authoring 的仅报告式审查；当你需要一份站得住脚的 judge 指南，而不是随口给出的意见时，它尤其合适。

judge-with-debate 通过结构化的多智能体辩论来评估解决方案，使用共享规范、基于证据的反驳，以及最多 3 轮讨论达成共识。它非常适合代码审查、基于评分标准的评估，以及 Multi-Agent Systems 工作流中的 judge-with-debate。

do-in-steps 通过把复杂任务拆成有序子任务、编排子代理，并在推进前逐步验证每一步，帮助 agent 处理复杂工作。它非常适合仓库改动、多步骤重构、迁移，以及需要受控交接、尽量减少静默失败的 Agent Orchestration 场景。

do-competitively 帮你通过并行候选生成、基于 rubric 的评判和基于证据的综合，解决重要任务。它特别适合 Workflow Automation 以及其他高风险请求，因为在这些场景里，质量、鲁棒性和权衡处理比速度更重要。

icpg 通过 ReasonNodes、正式契约和漂移检测，为代码理解增加一层“为什么”。当你在改代码前需要先弄清意图、归属和风险背景时，可用于代码评审、重构和任务前分析。

reflect 是一个 Skill Validation 工具，用于审查先前的回复或输出。它通过复杂度分流和验证，在内容发布前捕捉遗漏的缺陷、薄弱推理以及过度自信的通过判断。

critique 是一款仅出报告的审查技能，使用多个专门裁判、辩论和共识机制来评估已完成的工作。它可用于 Code Review 中的 critique，以及在合并前检查正确性、质量和遗漏问题。将 critique 安装到 NeoLabHQ context-engineering-kit 中，并结合文件路径、提交记录或上下文使用。

recursive-decomposition 是一款面向大规模、多文件或多跳任务的工作流自动化技能。它会把工作拆成更小的部分，分别处理后再合并结果，从而在代码库审查、文档汇总和结构化抽取等场景中，比单次提示更可靠；尤其适合单次提示容易过浅或不稳定的任务。