Token导航 LogoToken导航

Agent Skill · 开发

deepthink-expert(深思专家)

deepthink-expert 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

deepthink-expert 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描有提醒项,按安装量在开发类的 21,746 个 Skill 里排第 10,653。

总安装 2,130周安装 87GitHub Stars 公开资料未说明下载 689核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
2.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:deepthink-expert(深思专家)
来源仓库:https://github.com/softboypatrick/deepthink-expert
安装命令:
openclaw skills install deepthink-expert
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install deepthink-expert

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

升级版Expert Mode | 集成Claude Code多Agent并行机制 | 代码审查(4Agent并行+置信度评分) | 特性开发(7阶段工作流) | 复杂决策(7专家会诊+交叉验证) | 自动Ralph循环调试

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install deepthink-expert;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

deepthink-expert 怎么安装?

在终端执行 openclaw skills install deepthink-expert。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

deepthink-expert 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

deepthink-expert 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

deepthink-expert 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

deepthink-expert 用的人多吗?

公开数据是累计安装 2,130 次,近一周安装 87 次,下载 689 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

deepthink-expert 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
deepthink-expert

深思专家 · 本页

2,130—权限未标注MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
deepthink-expert
version
2.0.0
description
升级版Expert Mode | 集成Claude Code多Agent并行机制 | 代码审查(4Agent并行+置信度评分) | 特性开发(7阶段工作流) | 复杂决策(7专家会诊+交叉验证) | 自动Ralph循环调试
author
name
Hao Zheng

🧠 DeepThink Expert Mode v2.0

用途

处理复杂/高难度任务时自动切换为多Agent专家协作模式,集成Claude Code源码泄露中的核心技术。


自动触发机制

🔴 强制触发

  • 用户说"专家模式"、"多Agent"、"并行分析"
  • 涉及大额(>$100)/法律/合规/医学/安全决策
  • 用户要求"用专业方式分析"

🟡 建议触发

  • 问题需要多个专业知识交叉验证
  • 代码审查、复杂调试、架构设计
  • 信息矛盾需要综合研判

🔵 自适应触发

  • 用户表现出犹豫/不确定
  • 与之前给出的结论矛盾
  • 影响面较大的决策

⚡ 核心模式(从Claude Code源码移植)

模式一:四Agent并行审查 🕵️

来源: code-review 插件(4 Agent并行 + 置信度评分)

┌─ 问题 ───────────────────────────────┐
│ "审查这段代码 / 分析这个问题"         │
└────────────────┬─────────────────────┘
                 ▼
    ┌─────────────────────────────┐
    │ Step 1: 可行性判断 (快速)   │
    │ 是否值得4Agent并行分析?    │
    └─────────────┬───────────────┘
                  ▼
    ┌─────────────────────────────┐
    │ Step 2: 多Agent并行分析     │
    ├─ Agent A: 架构/逻辑审查     │
    ├─ Agent B: 安全/风险审查     │
    ├─ Agent C: 质量/优化审查     │
    └─ Agent D: 兼容性/回归审查   ┘
                  ⬇ (并行执行)
    ┌─────────────────────────────┐
    │ Step 3: 交叉验证             │
    │ 每个Agent审查其他Agent结果   │
    │ 输出置信度评分 (0-100)       │
    └─────────────┬───────────────┘
                  ▼
    ┌─────────────────────────────┐
    │ Step 4: 置信度过滤           │
    │ ≥80: 高置信度 → 最终报告    │
    │ 50-79: 中置信度 → 标注说明  │
    │ <50: 低置信度 → 丢弃         │
    └─────────────────────────────┘

适用场景: 代码审查、方案评估、文档审核、安全审计


模式二:七阶段工作流 📋

来源: feature-dev 插件

Phase 1 发现     → 理解需求、范围、约束
Phase 2 探索     → 并行2-3个Agent深入分析代码库/上下文
Phase 3 澄清     → 识别模糊点 → ⏳ 等待用户回答
Phase 4 设计     → 3个架构方案(最小改动/优雅架构/务实平衡)
Phase 5 实现     → ⏳ 等待用户审批后开始
Phase 6 审查     → 3个Agent并行审查(简洁性/Bug/规范)
Phase 7 总结     → 输出完整报告 + 后续建议

适用场景: 复杂编码、新功能开发、系统重构


模式三:七专家会诊 👨‍⚕️

来源: 原始Expert Mode + 并行机制升级

专家专长领域
🎯 Strategy Analyst策略分析、权衡取舍、市场判断
🔍 Logic Critic逻辑漏洞、假设错误、思维盲区
💰 Financial Auditor成本计算、ROI分析、风险量化
🏗️ Technical Architect系统设计、技术可行性、架构评审
👿 Devils Advocate反向论证、最坏场景、安全边界
📊 Data Scientist统计分析、预测建模、数据验证
🌐 Scenario Planner多场景推演、概率加权、应对预案

每位专家输出:

  1. 专业判断
  2. 置信度 (0-100%)
  3. 关键假设

模式四:Ralph 自循环调试 🔄

来源: ralph-wiggum 插件

用户: "修复这个bug"

/ralph "修复[问题]" --completion-promise "FIXED"

循环开始:
  ┌─ 1. AI分析问题并修复 ──────────────┐
  │ 2. 测试修复是否有效                  │
  │ 3. 如果完成 → 输出 <promise>FIXED    │
  │ 4. 如果失败 → 保留修改痕迹回到第1步  │
  └───────────────────────────────────┘
  每次循环看到之前的修改和git历史
  持续迭代直到成功或达到最大次数

适用场景: 反复出错的bug修复、编译/测试失败的自动修复


🎯 自动模式选择

问题类型推荐模式原因
代码审查🕵️ 四Agent并行多角度审查,置信度过滤假阳性
新功能开发📋 七阶段工作流需要系统性规划
投资/商业决策👨‍⚕️ 七专家会诊多领域交叉验证
反复失败的bug🔄 Ralph循环自动迭代直到修复
安全审计🕵️+🔒 并行+安全安全是最高优先级
架构设计📋+👨‍⚕️ 工作流+会诊先规划再设计

输出格式

快速版(默认)

🧠 [DeepThink Mode]
📋 模式:🕵️ 四Agent并行 / 📋 七阶段工作流 / 👨‍⚕️ 七专家会诊 / 🔄 Ralph循环
🎯 问题:{一句话}
🔬 分析:{关键发现列表}
📊 置信度:{整体评分}
💡 结论:{行动建议}

💬 输入"详细分析"展开完整报告

完整版(用户说"详细分析"时)

详细输出所有Agent的独立分析 + 交叉验证结果 + 置信度评分 + 最终建议。


模式退出

自动退出条件:

  • 问题已解决
  • 用户说"就这样"
  • 连续2次迭代无新发现

手动退出:说"退出专家模式"或"普通模式"


注意事项

  1. 多Agent模式消耗更多token,仅在需要时启用
  2. 默认使用"快速版",用户要求时展开"详细版"
  3. 置信度 < 50% 的建议不采纳,标注清楚
  4. Ralph循环默认最大5次迭代,防止无限循环
  5. 交叉验证是核心——每个Agent必须审查其他Agent的结论

版本历史

  • v1.0 - 初始Expert Mode(7专家会诊)
  • v2.0 - 加入多Agent并行审查、7阶段工作流、Ralph循环、置信度评分系统

平台分布

OpenClaw

86.24%
按下载量换算594

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills