结构化思考优化框架 — 让 AI 又快又好地思考
Note
Sharp Think 是一个为 Trae 设计的 Skill,通过注入结构化思考框架到 AI 的推理过程中,让简单问题秒答、复杂问题深度分析、永远不跑偏。
| 痛点 | Sharp Think 的解法 |
|---|---|
| 🎯 方向跑偏 | 强制「一句话复述」+ 歧义检测,理解错就追问 |
| 🐢 过度思考 | L1/L2/L3 复杂度分级,简单问题直接回答不展开 |
| 🏊 思考不深 | L3 强制 7 步推理 + 认知偏差自检 + 多方案对比 |
| 📝 缺乏结构 | 统一三阶段流程 + 标准化输出格式 |
User Query
│
▼
┌──────────────────────┐
│ Phase 1: Quick Assess │ ← Complete in 10 seconds
│ · Restate intent │
│ · Classify complexity │
│ · Detect ambiguity │
└──────────┬───────────┘
│
┌────┴────┬──────────┐
▼ ▼ ▼
L1 L2 L3
Direct Standard Deep
Answer Analysis Analysis
│ 4 steps 7 steps
│ │ + cards
│ │ + bias check
▼ ▼ ▼
┌──────────────────────┐
│ Phase 3: Quality Gate │
│ · Right direction ✓ │
│ · Actionable ✓ │
│ · Edge cases ✓ │
│ · Clear structure ✓ │
└──────────────────────┘
| Level | When to Use | Thinking Budget | Example |
|---|---|---|---|
| L1 Direct | Factual queries, single-step ops | Answer immediately | "Translate this", "Current time" |
| L2 Standard | 2-5 step reasoning, clear constraints | 4-step framework | "Write a weekly report", "Analyze trends" |
| L3 Deep | Multi-option comparison, architecture design | Full chain + reference cards | "Design growth plan", "Evaluate tech stack" |
- Trae:将 Skill 文件放入
.trae/skills/目录即可生效 - 其他平台:任何支持 system prompt 注入的 AI 工具都可以使用(见下方「其他平台」)
将项目复制到你的 Trae 项目的 .trae/skills/ 目录下:
# 进入你的 Trae 项目根目录
cd /path/to/your/project
# 创建 skills 目录(如果不存在)
mkdir -p .trae/skills
# 克隆仓库到 skills 目录
git clone https://github.com/qingjian0/sharp-think.git .trae/skills/sharp-think
# 清理不需要的文件(可选)
rm -rf .trae/skills/sharp-think/.git安装后的目录结构:
your-project/
└── .trae/
└── skills/
└── sharp-think/
├── SKILL.md # 核心思考框架(Skill 入口)
└── references/ # 参考卡片库(按需引用)
├── cognitive-biases.md
├── complexity-scaling.md
├── decision-frameworks.md
└── quality-checklist.md
如果你在让 Trae、Claude Code、Cursor Agent 或其他终端型 AI 助手代你安装,可以直接粘贴下面这段:
请帮我安装 sharp-think:
1. 如果当前目录还没有这个仓库,执行:
git clone https://github.com/qingjian0/sharp-think.git
2. 进入仓库目录:
cd sharp-think
3. 将 sharp-think 的内容复制到当前项目的 .trae/skills/sharp-think/ 目录:
mkdir -p .trae/skills/sharp-think
cp -r SKILL.md references .trae/skills/sharp-think/
4. 安装完成后请检查以下文件是否存在且可读:
.trae/skills/sharp-think/SKILL.md
.trae/skills/sharp-think/references/cognitive-biases.md
.trae/skills/sharp-think/references/decision-frameworks.md
.trae/skills/sharp-think/references/quality-checklist.md
.trae/skills/sharp-think/references/complexity-scaling.md
5. 告诉我安装是否成功。
下载 最新 Release 并解压到 .trae/skills/sharp-think/。
本项目的核心是 SKILL.md 和 references/ 目录下的 Markdown 文件。任何支持 system prompt 注入的 AI 工具都可以使用:
- 将
SKILL.md作为 system prompt 的一部分注入 - 将
references/下的参考卡片作为按需加载的参考文档
Tip
安装后 Skill 会在你提问涉及分析、方案、规划、决策等关键词时自动触发。
安装后,每次会话中 AI 会根据你的提问自动判断是否加载 Sharp Think。触发关键词:
| 中文 | English |
|---|---|
| 帮我分析 / 思考 | analyze / think through |
| 写方案 / 设计 | design / plan |
| 做决策 / 对比 | decide / compare |
| 最佳实践 / 优化建议 | best practices / optimize |
| 架构设计 / 技术选型 | architecture / tech stack |
| 问题诊断 / 根因分析 | diagnose / root cause |
仓库提供 commands/ 目录下的手动命令入口。在支持 Markdown slash commands 的助手里,可直接调用:
/sharp-think 🧠 启动结构化思考框架
/sharp-think-l1 ⚡ 强制 L1 直接回答模式
/sharp-think-l3 🔬 强制 L3 深度分析模式
L1 — Direct Answer:
You: 把这段话翻译成英文
AI: (Translates directly, no reasoning overhead)
L2 — Standard Analysis:
You: 帮我写一份项目周报
AI: Follows 4-step framework → Goal → Constraints → Solution → Verification
L3 — Deep Analysis:
You: 我们应该用 React 还是 Vue 重构前端?
AI: Follows 7-step framework → Problem Definition → Root Cause → Option Exploration (2+) → Recommendation → Implementation Path → Risk Assessment → Success Criteria
Automatically references cognitive bias checklist and decision matrix.
| 你说的话 | AI 的反应 |
|---|---|
| "快一点" / "简单回答" | 自动降级一个复杂度(L3→L2,L2→L1) |
| "详细分析" / "深入思考" | 自动升级一个复杂度(L1→L2,L2→L3) |
| "为什么?" | 回溯推理链,展示推导过程 |
| 多个子问题 | 拆分 → 独立评估 → 按依赖排序 → 依次处理 → 综合结论 |
sharp-think/
├── SKILL.md # 核心思考框架(Skill 入口)
├── README.md # 本文件
├── LICENSE # MIT 许可证
├── .gitignore # Git 忽略规则
├── commands/ # 手动 slash commands 入口
│ ├── sharp-think.md # 🧠 启动结构化思考
│ ├── sharp-think-l1.md # ⚡ 强制 L1 模式
│ └── sharp-think-l3.md # 🔬 强制 L3 模式
└── references/ # 参考卡片库(按需引用)
├── cognitive-biases.md # 12 种认知偏差检测清单
├── decision-frameworks.md # 7 种决策框架速查
├── quality-checklist.md # 5 类输出质量检查清单
└── complexity-scaling.md # 复杂度分级详细标准
| 卡片 | 内容 | 何时引用 |
|---|---|---|
| 🧩 认知偏差检测 | 确认偏差、锚定效应、沉没成本等 12 种偏差的自检方法 | L3 + 涉及决策/判断 |
| 📊 决策框架速查 | SWOT、决策矩阵、5-Why、第一性原理等 7 种框架 | L3 + 多方案对比 |
| ✅ 质量检查清单 | 文档/分析/方案/创意/代码 5 类输出检查模板 | 所有 L2+ 任务 |
| 📏 复杂度分级标准 | L1/L2/L3 详细判定标准、边界案例、动态调整 | 首次使用或分级不确定时 |
| 问题 | 解决方案 |
|---|---|
| Skill 未自动触发 | 检查 SKILL.md 是否在 .trae/skills/sharp-think/ 内,front matter 是否完整 |
| AI 仍然过度思考简单问题 | 确认 SKILL.md 中的复杂度分级表未被修改 |
| 参考卡片未被引用 | 确保 references/ 文件夹与 SKILL.md 在同一目录 |
| 输出格式不一致 | 检查 SKILL.md 中的输出格式规范章节是否完整 |
- 先评估后思考 — 永远先判断问题复杂度,再决定思考深度
- 先对齐后执行 — 确保理解正确后再展开推理
- 结构化输出 — 按统一模板组织思考过程和最终输出
- 质量自检 — 输出前必须通过校验检查点
欢迎贡献!你可以:
- 报告 Bug — 提交 Issue 描述问题
- 建议改进 — 分享新参考卡片或框架优化想法
- 提交 PR — Fork → 修改 → Pull Request
MIT License — 详见 LICENSE 文件。