- name
- first-principle-analyzer
- description
- Use this skill when analyzing complex problems through first principles. Provides structured 7-phase analysis framework, assumption identification and challenging, basic truth extraction, and innovative solution generation from fundamentals.
- origin
- meta-skill
- version
- 2.4.1
- tags
- tools
- model
- sonnet
First Principle Analyzer - 第一性原理分析器
版本：v2.3.0 定位：L1 增强层 - 第一性原理思维增强引擎 状态：✅ 生产就绪（7 阶段分析框架）
📖 技能说明
First Principle Analyzer 是一款第一性原理思维增强工具，通过结构化 7 阶段分析框架（问题接收→假设识别→逐层分解→基本真理验证→重构方案→类比方案对比→报告生成），帮助用户从基本原理出发分析问题，识别并挑战隐含假设，提取不可再分的基本真理，从 fundamentals 演绎创新解决方案。
核心价值：摆脱类比思维陷阱，回归事物本质，产生原创性解决方案。
适用场景：
- ✅ 复杂问题分析（技术难题、商业决策）
- ✅ 创新方案设计（产品重新设计、市场进入策略）
- ✅ 重大决策支持（职业选择、投资方向）
- ✅ 学术研究（研究方向评估、论文选题）
- ✅ 创业方向验证（从基本原理验证商业模式）
🎯 使用场景
场景 1：技术难题分析
任务：「为什么我们的 AI 系统响应速度慢？」
分析流程：
Phase 1: 问题接收
↓
Phase 2: 假设识别（识别 5 个隐含假设）
↓
Phase 3: 逐层分解（5 层"为什么"追问）
↓
Phase 4: 基本真理验证（3 个不可再分真理）
↓
Phase 5: 重构方案（2 个创新方案）
↓
Phase 6: 类比方案对比
↓
Phase 7: 报告生成使用方式：
first-principle-analyzer analyze \
--problem="为什么我们的 AI 系统响应速度慢" \
--output="analysis-report.md"预期输出：
- 识别 5+ 个隐含假设
- 至少 5 层"为什么"追问
- 提取 3+ 个基本真理
- 生成 2+ 个创新方案
场景 2：创业方向验证
任务：「应该进入 AI Agent 市场吗？」
分析流程：
1. 识别假设
- "AI Agent 市场有需求"
- "我们有竞争优势"
- "市场会持续增长"
↓
2. 挑战假设
- 需求真实存在吗？
- 优势可持续吗？
- 增长可预测吗？
↓
3. 基本真理
- "企业需要自动化 AI 工作流"
- "技术门槛在降低"
- "早期采用者愿意付费"
↓
4. 重构方案
- 方案 A：专注企业市场
- 方案 B：专注个人市场场景 3：职业选择决策
任务：「应该换工作还是创业？」
使用方式：
first-principle-analyzer analyze \
--problem="应该换工作还是创业" \
--dimensions="career,finance,lifestyle" \
--output="career-decision.md"预期输出：
- 识别职业决策的隐含假设
- 从人生基本真理出发分析
- 生成个性化决策建议
💰 定价方案
| 版本 | 价格 | 功能 | 适用对象 |
|---|---|---|---|
| 个人版 | ¥69/年 | 基础分析框架、5 次分析/月、标准报告模板 | 个人用户、学生 |
| 商业版 | ¥699/年 | 个人版 + 无限分析、定制报告模板、团队协作、API 调用 | 小型团队、创业公司 |
| 企业版 | ¥6999/年 | 商业版 + 私有部署、定制分析框架、专属支持、SLA 保障 | 中大型企业、咨询机构 |
❓ FAQ（常见问题）
Q1: 第一性原理分析需要多长时间？ A: 标准分析约 15-30 分钟，复杂问题可能需要 1 小时以上。建议预留充足时间进行深度思考。
Q2: 如何确保分析质量？ A: 采用 7 阶段标准化流程，每个阶段都有检查清单。支持多人协作评审，确保分析质量。
Q3: 支持多人协作分析吗？ A: 商业版和企业版支持多人协作，可邀请团队成员参与分析，共同挑战假设和验证真理。
Q4: 可以导出分析报告吗？ A: 支持导出 Markdown、PDF、Word 格式报告。企业版支持自定义报告模板和品牌定制。
Q5: 如何保护分析数据隐私？ A: 所有分析数据本地加密存储，企业版支持私有部署和数据访问审计。符合 GDPR 和中国数据安全法规。
Q6: 7 阶段框架具体是什么？ A: 问题接收→假设识别→逐层分解→基本真理验证→重构方案→类比方案对比→报告生成。每个阶段都有详细指导。
Q7: 适合什么类型的问题？ A: 适合复杂、模糊、多维度的问题。简单问题无需使用第一性原理分析。
🚀 快速开始
安装
clawhub install first-principle-analyzer基础使用
# 启动分析
first-principle-analyzer analyze --problem="问题描述"
# 导出报告
first-principle-analyzer export --format=markdown
# 协作分析
first-principle-analyzer share --with="team@company.com"高级使用
# 自定义维度
first-principle-analyzer analyze \
--problem="复杂问题" \
--dimensions="tech,market,finance"
# 团队协作
first-principle-analyzer collaborate \
--team="team-id" \
--role="reviewer"📊 7 阶段分析框架
Phase 1: 问题接收
目标：明确问题边界和背景
检查清单：
- [ ] 问题描述清晰
- [ ] 背景信息完整
- [ ] 利益相关者识别
- [ ] 成功标准定义
Phase 2: 假设识别
目标：识别所有隐含假设
检查清单：
- [ ] 识别至少 5 个假设
- [ ] 分类假设（技术/市场/财务）
- [ ] 优先级排序
Phase 3: 逐层分解
目标：5 层"为什么"追问
检查清单：
- [ ] 每层至少 3 个"为什么"
- [ ] 追溯到最后可操作层面
- [ ] 记录完整分解路径
Phase 4: 基本真理验证
目标：提取不可再分的基本真理
验证标准：
- ✅ 不可再分
- ✅ 不证自明
- ✅ 独立于其他命题
Phase 5: 重构方案
目标：从基本真理演绎创新方案
要求：
- 至少 2 个创新方案
- 每个方案都有基本真理支撑
- 方案可执行
Phase 6: 类比方案对比
目标：与传统类比方案对比
对比维度：
- 创新性
- 可行性
- 风险
- 成本
Phase 7: 报告生成
目标：生成完整分析报告
报告结构：
- 问题描述
- 假设识别
- 分解路径
- 基本真理
- 创新方案
- 对比分析
- 建议
成功案例
案例 1：技术难题解决
客户：某 AI 创业公司 问题：「为什么我们的 AI 系统准确率低？」 分析结果：识别 5 个假设，提取 3 个基本真理，生成 2 个创新方案 结果：准确率提升 35%，节省 3 个月研发时间
案例 2：创业方向验证
客户：连续创业者 问题：「应该进入 AI Agent 市场吗？」 分析结果：从基本原理验证市场需求，避免盲目进入 结果：调整方向，选择细分市场，6 个月后盈利
📞 技术支持
- 📧 邮箱：support@pagoda111king.com
- 💬 微信：pagoda111king
- 📖 文档：https://clawhub.ai/skills/first-principle-analyzer/docs
- 🐛 反馈：https://clawhub.ai/skills/first-principle-analyzer/issues
📜 许可证
MIT License - 免费使用、修改和重新分发
文件版本：v2.3.0 创建时间：2026-04-01 上架时间：2026-04-01 更新时间：2026-04-02 上架用户：pagoda111king