---

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：

1. 问题陈述
2. 关键约束
3. 成功标准
4. 已知事实
5. 未知项
6. 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_agent
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。