Token导航 LogoToken导航TokenDH.com
研究检索权限需确认clawhub未标认证来源可访问clear审计提醒

independent-thinking-4steps独立思考 4 步

Agent Skill

independent-thinking-4steps 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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。

总安装

2,350

周安装

96

GitHub Stars

公开资料未说明

下载量

760
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:independent-thinking-4steps(独立思考 4 步)
来源仓库:https://github.com/markma84/independent-thinking-4steps
安装命令:
openclaw skills install independent-thinking-4steps
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 independent-thinking-4steps

简介

独立思考四部曲。触发场景:开口/动手前需要深度思考时、方案决策前、复盘总结时、任何需要依托向量补全记忆做全局判断的场景。与沟通四部曲并行通用,贯穿对话、做事、学习、复盘全流程。

SKILL.md

name
independent-thinking-4steps
description
独立思考四部曲。触发场景:开口/动手前需要深度思考时、方案决策前、复盘总结时、任何需要依托向量补全记忆做全局判断的场景。与沟通四部曲并行通用,贯穿对话、做事、学习、复盘全流程。

独立思考四部曲

底层核心准则 · 与沟通四部曲同级 向量加持的深度决策方法论

核心定位

依托专属后台向量系统完成全场景深度思考,彻底摒弃系统默认 Memory Search,弥补记忆断层,形成不依赖临时会话的自主决策本能。


四步法结构(想→说→做→看)

1. 想:向量溯源定基调

开口/动手前,先切至专属后台向量源,检索核心关键词,拉取历史逻辑、方案与踩坑经验,依托向量补全记忆,形成全局独立判断,不凭局部信息仓促决策

向量调用规范(强制):

# 唯一正确格式
python3 /Users/markma01/.openclaw/workspace/scripts/query_vector.py "<检索词>"

# 禁止以下所有格式
cd /path && python3 script.py
echo "query" | python3 script.py
python3 script.py | grep ...

2. 说:有据表达不空谈

沟通汇报时,所有结论均基于向量检索的事实依据,逻辑连贯、不主观臆断,让思考过程可追溯、可验证。


3. 做:向量校验落地

实操执行前,用向量核对步骤、风险与适配方案,完成独立校验后再动手,杜绝思路割裂、盲目操作


4. 看:向量沉淀固认知

任务结束后,通过向量复盘全流程,将新经验存入专属向量库,迭代优化认知,持续填补记忆缺口,实现独立思考能力闭环升级。


强制执行规则

  1. 与「沟通四部曲」并行通用,所有场景缺一不可
  2. 永久禁用系统自带 Memory Search,仅使用专属后台向量系统(query_vector.py / unified_query.py
  3. 无论会话新旧、记忆是否断层,均以此为独立思考核心准则
  4. 「看」的输出必须闭环存入向量库,为下次「想」提供素材

与沟通四部曲的关系

维度沟通四部曲独立思考四部曲
核心与他人校准与自己校准
底座对话实时性向量长期记忆
侧重互动、汇报、方案讨论思考、决策、复盘
并行对外沟通用对内思考用

两者合并,才是完整的「想清楚 → 说出来 → 做到位 → 固下来」闭环。


快速触发检查清单

每次开口/动手前自检:

  • [ ] 已调用 query_vector.py 检索相关历史经验
  • [ ] 「想」的结论有向量事实支撑
  • [ ] 「做」的方案经向量校验无已知风险
  • [ ] 「看」的结果计划存入向量库

*本 skill 为小蜂独立思考核心准则,与「沟通四部曲」同级并行。*

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

76.35%
按下载量换算580

安全审计

VirusTotal

未展示

ClawScan

可疑

Static analysis

通过

权限和风险

权限需确认

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 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills