cs-core-thinking-router

name

cs-core-thinking-router

description

当用户讨论任何与计算机科学核心思维相关的系统设计、性能优化、并发控制、网络协议、数据存储、持久化、形式化验证、抽象设计、调度策略、查询优化或数据结构选型时，**必须立即调用本 skill**，不要试图直接跳到底层 skills。 本 skill 是 18 个 CS core thinking skills 的唯一入口，负责在用户意图与具体技能链之间做路由，防止遗漏前置分析（如跳过 quantitative-performance-analysis）或错误匹配领域。 典型触发场景（包括但不限于）：系统架构设计评审、性能瓶颈根因分析、缓存/存储策略选型、数据库事务隔离级别选择、分布式锁与共识协议设计、TCP/丢包/拥塞/滑动窗口问题、概率数据结构（Bloom filter/Treap）选型、算法正确性证明与不变量推导、操作系统虚拟化与 CPU/内存调度、抽象边界与接口演化、DSL/解释器设计。 边界模糊场景也必须触发：如"分布式数据库查询慢"可能同时涉及查询优化和网络分区，此时 router 会判断主诉并给出调用链；"Redis 缓存穿透"可能涉及概率数据结构或可靠性评估，同样先走 router。 不适用于：纯前端 UI 设计、日常运维操作（如重启服务/查日志）、无上下文的单一算法题求解。

CS Core Thinking Router

使命

在 18 个 CS core thinking skills 中，用一次快速分类确定用户问题的根领域，输出一条明确的 skill 调用链，避免遗漏前置分析或错误跳过关键步骤。

决策路由树

按以下顺序匹配用户问题，命中即停止，返回对应的调用链。

1. 性能、成本、加速、量化分析

关键词：CPU 时间、Amdahl 定律、缓存未命中、加速比、吞吐量、延迟、p99、过早优化、负载建模

调用链：

1. quantitative-performance-analysis（先做量化拆解：CPU Time = IC × CPI × Cycle Time）
2. 根据子问题分支：
   • 缓存/数据布局/存储局部性 → locality-driven-optimization
   • 查询优化/执行计划选择 → query-optimization-cbo
   • 调度策略/OS 调度器设计 → scheduling-policy-design
   • 海量数据/内存受限/允许近似 → probabilistic-data-structure-tradeoff

2. 网络、传输、协议设计

关键词：TCP、丢包、ACK、重传、超时、滑动窗口、拥塞控制、cwnd、分层、端到端原则、网关、路由器

调用链：

1. layered-end-to-end-decision（先决定功能该放哪一层）
2. 若涉及可靠传输/丢包恢复 → reliable-transport-arq
3. 若涉及带宽分配/公平性/网络拥塞 → congestion-control-aimd

3. 并发控制、事务隔离、锁策略

关键词：悲观锁、乐观锁、MVCC、SSI、两阶段锁、死锁、事务隔离级别、竞态条件、读写比例

调用链：

1. concurrency-strategy-selection（评估悲观 vs 乐观策略）
2. 若需形式化验证正确性 → safety-liveness-properties

4. 分布式系统、一致性、共识

关键词：CAP、PACELC、线性一致性、最终一致性、Raft、Paxos、2PC、Saga、脑裂、复制滞后、分布式锁

调用链：

1. distributed-consistency-decision（CAP/PACELC 双模决策）
2. 若涉及协议正确性分类 → safety-liveness-properties

5. 数据系统、存储、可靠性、持久化

关键词：数据库选型、WAL、日志、ARIES、LSM-Tree、COW、RAID、崩溃恢复、RSM、SLA/SLO、容灾、备份

调用链：

1. data-system-reliability-assessment（R/S/M 三维度评估）
2. 根据子问题分支：
   • 崩溃恢复/持久化协议 → crash-recovery-persistence-design
   • 数据模型选型（关系/文档/图） → data-modeling-decision

6. 形式化验证、正确性证明、安全属性

关键词：数学归纳法、不变量、状态机、并发安全、死锁证明、Safety、Liveness、边界条件验证

调用链：

1. formal-proof-invariant-verification（归纳法与不变量原理）
2. 若涉及并发/分布式协议属性分类 → safety-liveness-properties

7. 抽象设计、虚拟化、语言与元语言

关键词：接口与实现分离、抽象边界、虚拟内存、CPU 虚拟化、解释器、DSL、同像性、元循环求值

调用链：

1. abstraction-barrier-evolution（抽象边界演化）
2. 根据子问题分支：
   • 虚拟化/资源管理 → virtualization-resource-abstraction
   • 数据模型/数据库 schema 设计 → data-modeling-decision
   • 解释器/DSL/元语言 → metalinguistic-abstraction

8. 概率数据结构、空间-时间-正确性权衡

关键词：Bloom filter、Treap、R-tree、假阳性、Count-Min Sketch、哈希碰撞、生日悖论、近似最近邻

调用链：

1. probabilistic-data-structure-tradeoff
2. 若需严格证明误差界 → formal-proof-invariant-verification

---

执行步骤

1. 提取用户问题的核心语义

   • 忽略代码细节请求（如"帮我写这段代码"），聚焦背后的设计/决策问题。
   • 识别用户真正在问的 belongs to 上述 8 个根领域中的哪一个。

2. 匹配路由树并生成调用建议

   • 使用下方输出模板，给出 PRIMARY（首要调用）、SECONDARY（补充调用）、DEPENDS_ON（必须先调用的前置 skill）。
   • 若用户问题同时跨多个领域（如"分布式数据库的性能优化"），优先按问题的主语路由：如果是"分布式一致性怎么选"，走领域 4；如果是"这个分布式数据库延迟高怎么优化"，走领域 1 → 再补 5/4。

3. 边界检查

   • 若问题属于纯前端 UI、日常运维操作、或无上下文的算法题，明确输出 "不适用 CS core thinking skills"。
   • 若用户问题模糊，先追问 1–2 个澄清问题，再进行路由。

---

输出模板

## 路由结果

**主领域**: <8 个根领域之一>

**调用顺序**:
1. <skill-name-1> — 原因：<一句话>
2. <skill-name-2> — 原因：<一句话>
3. <skill-name-3> — 原因：<一句话>（可选）

**避免调用**: <若有与用户问题相关但不合适的 skill，说明原因>

**若信息不足，需要澄清**: <问题列表，或写"无">

---

快速对照表

用户说的话	路由结果
"这个架构能不能撑住流量翻倍？"	1. quantitative-performance-analysis → 2. data-system-reliability-assessment
"我们该用悲观锁还是乐观锁？"	1. concurrency-strategy-selection
"RAID-5 小写惩罚怎么量化？"	1. crash-recovery-persistence-design（前置: quantitative-performance-analysis）
"Bloom filter 假阳性率怎么算？"	1. probabilistic-data-structure-tradeoff
"TCP 丢包怎么恢复？"	1. layered-end-to-end-decision → 2. reliable-transport-arq
"这个功能放客户端还是服务端？"	1. layered-end-to-end-decision
"如何证明这个并发算法正确？"	1. formal-proof-invariant-verification → 2. safety-liveness-properties
"关系型数据库和 MongoDB 怎么选？"	1. data-modeling-decision（前置: abstraction-barrier-evolution）

---

18 个技能全名索引

• quantitative-performance-analysis — 定量性能分析框架
• locality-driven-optimization — 局部性驱动的优化决策
• probabilistic-data-structure-tradeoff — 概率数据结构的空间-时间-正确性权衡
• scheduling-policy-design — 调度策略设计框架
• query-optimization-cbo — 基于代价的查询优化
• layered-end-to-end-decision — 分层抽象与端到端原则决策
• reliable-transport-arq — 不可靠信道上的可靠传输
• congestion-control-aimd — 拥塞控制 AIMD 框架
• concurrency-strategy-selection — 并发控制策略选择
• distributed-consistency-decision — 分布式一致性决策
• formal-proof-invariant-verification — 归纳证明与不变量验证
• safety-liveness-properties — Safety 与 Liveness 正确性分类
• data-system-reliability-assessment — 数据系统 RSM 可靠性评估
• crash-recovery-persistence-design — 崩溃恢复与持久化设计
• data-modeling-decision — 数据建模决策框架
• abstraction-barrier-evolution — 抽象边界演化策略
• virtualization-resource-abstraction — 虚拟化资源抽象
• metalinguistic-abstraction — 元语言抽象框架

---

审计信息

• 验证通过: V1 ✓ / V2 ✓ / V3 ✓
• 测试通过率: 100% (详见 test-prompts.json)
• 蒸馏时间: 2026/04/17