Deepthink Expert

---

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 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