By name: thinkdeep description: 深度推理分析 - 使用 Codex 结构化推理、证据检索和可选只读 child agent 处理复杂问题。 auto_invoke: true tags: [thinkdeep, reasoning, codex-native, analysis] version: 0.2.0 source: fork checksum: cc09198458e40858784ec0f9625ebd1449295af2143195153dffc0b262d82841 updated_at: 2026-05-29T11:50:00+08:00 layer: research
ThinkDeep - Codex 原生深度推理
核心功能
用于复杂决策、战略分析、多假设推理和高不确定性问题。默认在当前 Codex 会话内完成推理，并结合本地证据、命令验证和可选 child agent；不调用外部模型 CLI。
触发场景
- "深度思考"
- "复杂推理"
- "thinkdeep"
- "系统性分析"
- "战略规划"
手动触发：
使用 thinkdeep 分析：<复杂问题>
Workflow
Step 1: 判断是否需要深度推理
适用条件：
- 多步骤决策
- 多目标权衡
- 高不确定性
- 需要跨文件、跨系统、跨业务约束综合
不适用时，直接给简短结论或使用更具体的 skill。
Step 2: 建立问题框架
输出：
- 问题陈述
- 关键约束
- 成功标准
- 已知事实
- 未知项
- 决策时间尺度
Step 3: 收集证据
按问题类型读取本地或外部证据：
- 代码问题：
rg、rg --files、相关测试和配置 - 产品/架构问题：README、docs、ADR、issue/PR 文档
- 版本敏感问题：使用官方文档或主源验证
Step 4: 多假设分析
至少列出 2-4 个候选解释或方案：
| Hypothesis / Option | Evidence For | Evidence Against | Verification | Confidence |
Step 5: 可选只读代理
需要独立视角时：
spawn_agent(agent_type="explorer", message="<explore evidence for/against options>")
spawn_agent(agent_type="reviewer", message="<challenge assumptions and risks>")
wait
close_agent
Step 6: 综合结论
给出：
- 推荐结论
- 为什么不是其他方案
- 最小下一步
- 需要验证的关键假设
- 失败时的回滚/替代路径
输出格式
## ThinkDeep Analysis
### Problem
[问题和成功标准]
### Known Facts
- [事实 + 来源]
### Options
| Option | Pros | Cons | Risk | Confidence |
### Recommendation
[推荐方案]
### Verification Plan
1. [step] -> verify: [check]
### Open Questions
[仍需用户或外部状态确认的问题]
Fallback
如果没有足够证据，不要编造结论。明确列出缺口，并给出可执行的取证步骤。