sequential-thinking-cli

sequential-thinking

让 AI 在复杂问题里持续推进、允许修正，并最终收敛成结论。
A reusable skill for controlled multi-step reasoning, revision, comparison, and convergence.

一个 skill，一个运行时

组件	干什么	什么时候用
sequential-thinking	定义什么时候该进入顺序思考、如何推进、何时修正、如何收敛	复杂问题需要多步分析、设计规划、问题分解、候选方案比较时
sequential-thinking-cli	提供 start / step / replay 执行协议、自动落盘、回放和导出能力	需要把 sequential-thinking 变成一个可执行、可复核、可导出的运行时过程时

这个仓库的重点是 skill 本身。CLI 不是主角，它只是让这个 skill 真正落地的执行层。

sequential-thinking

sequential-thinking 不是“多写几段 thought”的技巧，而是一种面向复杂问题的受控推理方式：持续推进、允许修正、保留边界，并最终收敛成结论。

它解决的不是“不会想”，而是：

• 想得太散
• 过早下结论
• 中途出现新证据却不修正
• 候选路径很多但比较失控
• 最终没有留下可复核的推理轨迹

这个 skill 的目标，是把复杂问题处理成一个有边界、可修正、可复核的推理过程，而不是让模型一开始就假装自己已经知道答案。

为什么它不是普通提示词

• 它要求推进：不是一次性输出整包结论，而是逐步逼近问题核心
• 它允许修正：前面判断错了，可以明确回头修，不需要硬撑旧前提
• 它支持分支比较：存在多个候选路径时，先比较再收敛
• 它要求收敛：不能把“我还能继续想”当作默认出口
• 它保留轨迹：推理过程应可回放、可导出、可复核

什么时候用

• 问题需要多个相互关联的推理步骤
• 初始范围或方法不明确，需要先拆问题、再形成方法
• 需要在有限候选方案之间做比较，而不是无限发散
• 需要回看已有判断、识别漏洞、证据不足与隐含假设
• 需要留下可回放、可导出的推理轨迹

不适用场景：

• 简单事实查询
• 单步即可完成的任务
• 路径已经非常明确、无需多步推演的问题
• 纯头脑风暴且暂时不要求收敛的场景

它如何工作

• 先找主问题，再找答案
• 允许修正，而不是硬撑前提
• 先消除复杂度，再堆解决方案
• 每一步只推进一步
• 最终必须落到结论

它的核心能力包括：

• 迭代推进：把复杂问题拆成连续步骤，而不是试图一口气得到完整答案
• 动态修正：当新证据出现时，允许回看并修正前面的判断
• 分支比较：当存在替代路径时，允许先比较再收敛
• 上下文保持：在多步推理中维持清晰的问题边界与目标
• 结论收束：最终必须形成判断，而不是无限发散

安装

npx skills add haaaiawd/sequential-thinking-skills

适配所有支持 SKILL.md 协议的 AI 客户端。

如何使用这个 skill

当问题符合以下特征时，让 AI 进入 sequential-thinking：

• 需要多步推进
• 需要中途修正
• 需要比较候选路径
• 需要最终收敛成结论

推荐工作流：

1. 先判断问题是否真的需要 sequential-thinking，而不是默认套用。
2. 如需要，进入 sequential-thinking skill。
3. 用 start 定义问题边界、目标、模式和步数。
4. 用 step 逐步推进，每一步只表达当前推进内容。
5. 当出现新证据时，允许修正，而不是硬撑旧判断。
6. 到收敛阶段时，必须输出结论、风险与下一步建议。
7. 完成后按需使用 replay 生成与导出回放文档。

示例

基础推演

sthink start --name "query-diagnosis" --goal "定位查询性能下降的主因" --mode explore --totalSteps 5
sthink step --sessionPath "<session-path>" --content "先不要急着选优化手段。需要先把问题拆成几层：是单条 SQL 退化、接口级 N+1，还是更上层的调用放大。若根因没分清，后面的缓存、索引、重写都可能只是补丁。"
sthink step --sessionPath "<session-path>" --content "从查询日志看，用户详情接口在一次请求里触发了大量重复读取，已经出现明显的 N+1 信号。但还不能直接下结论，因为重复查询也可能只是症状；需要继续确认慢点究竟来自“查询次数过多”，还是“某条关键查询本身很慢”。因此总步数上调一档。"
sthink step --sessionPath "<session-path>" --content "结论可以收敛了：主因是列表页批量加载时触发的 N+1，次因是关联字段缺少索引放大了单次查询成本。优化顺序应该先消除 N+1，再补索引验证尾延迟；这样既先打掉主矛盾，也避免一上来引入缓存复杂度。"

修正前提

sthink step --sessionPath "<session-path>" --content "回看 profiling 结果后，前面的判断需要修正：真正拖垮接口的不是 N+1 本身，而是关联列缺少索引，导致每次关联查询都在放大全表扫描成本。也就是说，N+1 仍然存在，但它不是第一性瓶颈，优先级应该后移。"

分支比较

sthink start --name "performance-tradeoff" --goal "比较缓存止血与查询优化的优先级" --mode branch --totalSteps 5
sthink step --sessionPath "<session-path>" --content "方案 A：先引入缓存削峰。好处是见效快、对接口层侵入小，适合先止血；坏处是会把问题从“数据库慢”转成“缓存一致性与失效策略复杂”，如果根因其实是查询设计不合理，这条路容易把偶然复杂度永久留在系统里。与此同时，方案 B：直接做索引优化和查询重写。好处是从根上消除瓶颈，长期结构更干净；代价是需要更仔细验证写入放大、锁竞争和回归风险。这条路更慢，但如果业务模型稳定，通常比提前上缓存更符合简单优先的原则。"

sequential-thinking-cli

sequential-thinking-cli 是这个 skill 的执行层运行时，通过 npm 分发，对外命令名为 sthink。

它提供：

• 受控的 step progression
• 基于 runtime 的收敛信号
• 自动落盘的 session state
• completed session 的 replay 生成
• Markdown 导出能力

CLI 前提条件

要求	说明
Node.js 20+	node --version
npm / pnpm	用于安装 CLI

安装 CLI

npm install -g sequential-thinking-cli

# 或
pnpm add -g sequential-thinking-cli

安装后使用：

sthink

CLI Contract

执行层通过三个主路径动作完成：

• start
• step
• replay

start

只接受四个输入：

• name
• goal
• mode
• totalSteps

约束：

• mode 仅允许 explore、branch、audit
• totalSteps 仅允许 5 或 8

step

只接受：

• content

其余上下文由 runtime 自动恢复并注入。

replay

用于读取已完成会话并生成 replay 文档；如需要，可额外导出到当前目录。

Runtime Model

runtime 提供最小必要的 step policy surface：

• mode
• totalSteps
• shouldConverge
• mustConclude

这保证了协议足够窄，同时仍然能为受控收敛提供结构支撑。

Storage and Export Boundary

• runtime 会自动保存会话状态与步骤记录
• 完成态可生成 replay 文档
• replay 支持导出到当前目录，便于审阅与复用

仓库结构

Sequential-thinking-skills/
├── README.md
├── LICENSE
├── package.json
├── cli/
├── src/
├── tests/
└── skills/
    └── sequential-thinking-skill/
        └── SKILL.md

开发

pnpm install
pnpm verify
pnpm build

License

MIT