메뉴
当用户提到'方法论编排'、'用方法论'、'系统性分析'、'完整流程'、'七概念'、'seven concepts'、'按七概念走'时，必须使用此技能。提供方法论编排能力——基于R-I-E-C-A-F-V七概念方法论的元编排引擎：自动识别5种场景（里程碑复盘/问题解决/重构优化/知识沉淀/创新突破），通过决策树选择概念组合链路，串联G1-G4质量门，完成从事实采集到原子行动项的闭环。不要手动逐个调用R/I/E/C/A/F/V命令——本Skill是元编排层，会自动选择最优概念组合并按正确顺序执行。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
当用户提到'CI检查'、'提交前检查'、'综合检查'、'ci-check'、'流水线检查'、'提交门禁'、'全量检查'、'跑一下CI'、'pre-commit'、'预检'、'检查所有'时，必须使用此技能。提供项目CI/CD综合检查能力，按标准流水线顺序执行10项核心检查：仓库合规→链接检查→Spec一致性→模式成熟度→文档生成→重复代码检测→阶段守卫日志→SG仪表盘→文件放置校验→.temp生命周期检查。提交前必跑，确保代码符合项目规范。不要手动逐个执行检查脚本——本Skill已按正确顺序编排，并处理了跨平台兼容（Windows用.ps1，Linux/Mac用.sh）。
当用户提到'链接检查'、'检查链接'、'断链'、'链接修复'、'fix links'、'check links'、'验证链接'、'死链'、'链接有效性'、'提交前检查'时，必须使用此技能。提供Markdown链接有效性检查与自动修复能力：本地文件引用验证、外部URL可达性检测、file:///绝对路径转相对路径、相对路径层级自动校正。不要手动查找断链——本Skill封装了缓存机制、并发检测、自动修复和dry-run预览，是提交前质量门禁的核心工具。
当用户提到'原子化收尾'、'finalize atomization'、'文档拆分完成'、'文件移动后处理'、'断链修复导航更新'、'一键收尾'、'重构完成后整理'时，必须使用此技能。原子化/文件移动/目录重构后的一键收尾工具：自动断链修复→导航表更新→Spec看板刷新→验证摘要。不要手动逐个执行后处理步骤——本Skill封装了正确的执行顺序和dry-run预览机制，是文档原子化工作流的标准最后一步。
当用户提到'萃取'、'extraction'、'模式沉淀'、'萃取模式'、'模式入库'、'沉淀为模式'、'可复用模式'、'更新模式库'、'生成模式文档'时，必须使用此技能。提供标准化的模式萃取流程：案例收集→本质抽象→结构化模板→反模式提炼→迁移验证→入库。不要手动组织萃取流程——本Skill封装了六步标准萃取法、反模式对等原则和可迁移性验证。替代旧的pattern-extraction-cmd（v1.0.0）。
当用户提到'知识图谱'、'knowledge graph'、'概念关系可视化'、'交互式知识图谱'、'节点关系网络'、'生成知识图谱'、'可视化知识库'、'概念网络'、'knowledge graph config'时，必须使用此技能。从结构化Markdown文档集（术语表/文档索引/时间线等）自动提取节点和关系，生成交互式vis-network HTML知识图谱。支持TOML声明式配置和Python API两种方式，内置节点去重、孤立节点检测、类型筛选、可信度分级显示。不要手动拼接vis-network代码——本Skill封装了表格解析、关系构建、HTML模板渲染和自包含输出，确保产出质量可预测。
当用户提到'mermaid'、'流程图'、'时序图'、'状态图'、'画个图'、'图表'、'架构图'、'思维导图'、'ER图'、'类图'、'甘特图'、'饼图'、'UML图'、'可视化流程'、'画流程图'、'mermaid图'、'可视化'、'流程可视化'时，必须使用此技能。提供标准化的Mermaid图表创建、检查、修复流程，引导完成从设计→编码→检查→修复→验证→交付的完整闭环。不要手写Mermaid代码绕过本Skill——本Skill封装了安全编码六规则、模板选择、自动检查修复流程，确保图表质量可预测。
| name | seven-concepts-cmd |
| version | 1.1.0 |
| description | 当用户提到'方法论编排'、'用方法论'、'系统性分析'、'完整流程'、'七概念'、'seven concepts'、'按七概念走'时，必须使用此技能。提供方法论编排能力——基于R-I-E-C-A-F-V七概念方法论的元编排引擎：自动识别5种场景（里程碑复盘/问题解决/重构优化/知识沉淀/创新突破），通过决策树选择概念组合链路，串联G1-G4质量门，完成从事实采集到原子行动项的闭环。不要手动逐个调用R/I/E/C/A/F/V命令——本Skill是元编排层，会自动选择最优概念组合并按正确顺序执行。 |
| argument-hint | <场景关键词> [主题] [深度级别：standard/light/deep] |
| user-invocable | true |
| paths | [".agents/commands/seven-concepts.md",".agents/commands/retrospective.md",".agents/commands/insight.md",".agents/commands/first-principles.md",".agents/commands/adversarial-review.md",".agents/commands/extraction.md",".agents/commands/atomization.md",".agents/commands/atomic-commit.md","docs/retrospective/patterns/methodology-patterns/governance-strategy/"] |
| title | Method Orchestrator 方法论编排命令 Skill |
| x-toml-ref | ../../../.meta/toml/.agents/skills/seven-concepts-cmd/SKILL.toml |
⚠️ 本Skill是元指令门面（L1索引层），遵循渐进式披露三层架构：
- L0：.agents/ONBOARDING.md（入口速查）
- L1：本文件（<500行，触发词+决策树+核心步骤+安全清单）
- L2：commands/seven-concepts.md（完整编排逻辑）+ 7个子命令文档
seven-concepts-cmd（内部ID，对外名称：方法论编排 / Method Orchestrator）
方法论编排是基于R-I-E-C-A-F-V七概念（复盘/洞察/萃取/原子提交/原子化/第一性原理/对抗审查）的元编排引擎，自动识别场景、选择概念组合链路、串联质量门，完成系统性分析闭环：
| 概念 | 全称 | 作用 |
|---|---|---|
| R | Retrospective（复盘） | 采集事实数据、还原过程 |
| I | Insight（洞察） | 根因分析、识别问题本质 |
| E | Extraction（萃取） | 提炼可复用模式 |
| C | Atomic Commit（原子提交） | 确保变更单一职责、原子化交付 |
| A | Atomization（原子化） | 大文档/大任务拆分 |
| F | First Principles（第一性原理） | 本质思考、创新突破 |
| V | Adversarial Review（对抗审查） | 多视角验证、证伪加固 |
为什么用本Skill而非手动调用子命令？ 方法论编排的核心价值在于链路编排——不同场景需要不同的概念组合（如里程碑复盘用R→I→E→C，问题解决用I→F→V→C），手动调用容易遗漏质量门、打乱执行顺序、跳过必要的对抗审查。本Skill封装了5种场景的决策树和4道质量门（G1-G4），确保产出质量可预测。
当用户提到以下任何内容时触发：
关于触发：当用户请求的任务涉及"分析+解决+沉淀"完整闭环时，优先使用本Skill而非单独调用retrospective-cmd或insight-cmd。本Skill会根据场景自动决定需要完整链路还是精简链路。
用户请求是什么类型？
├─ 项目/迭代里程碑完成？ → 场景1：里程碑复盘（R→I→E→C）
│ └─ 标准链路：复盘事实 → 洞察根因 → 萃取模式 → 原子提交
├─ 遇到问题/Bug/故障需要解决？ → 场景2：问题解决（I→F→V→C）
│ └─ 诊断链路：洞察根因 → 第一性原理 → 对抗审查 → 原子修复提交
├─ 需要重构/优化/拆分？ → 场景3：重构优化（I→F→A→C）
│ └─ 重构链路：洞察问题 → 第一性原理设计 → 原子化拆分 → 原子提交
├─ 需要沉淀知识/模式/最佳实践？ → 场景4：知识沉淀（R→I→E）
│ └─ 沉淀链路：复盘案例 → 洞察共性 → 萃取模式入库
└─ 需要创新方案/突破思维定式？ → 场景5：创新突破（F→V→I→C）
└─ 创新链路：第一性原理 → 对抗审查 → 洞察落地 → 原子提交
决策前输出CMD_START日志（session前缀 sc-YYYYMMDD-<topic>）：
[CMD-LOG] | level=INFO | cmd=seven-concepts | step=S0 | event=CMD_START | session=sc-... | msg=方法论编排开始：<简述> | ctx={"scenario":"milestone/problem/refactor/knowledge/innovation","topic":"...","depth":"standard/light/deep"}
与其他Skill的关系：
步骤1：读取 [commands/seven-concepts.md](../../commands/seven-concepts.md) 了解完整编排逻辑
步骤2：场景识别：根据用户请求确定5种场景之一
步骤3：链路选择：按决策树选择概念组合链路
步骤4：逐概念执行：按链路顺序执行每个概念的标准流程
- 每个概念完成后必须通过对应质量门（G1-G4）
- G1：事实无因果词（R阶段产出检查）
- G2：洞察四元组完整（现象+根因+影响+建议）（I阶段产出检查）
- G3：模式可迁移（有触发条件+核心步骤+反模式）（E阶段产出检查）
- G4：行动项原子化（单一职责、可独立验证）（C阶段产出检查）
- 涉及F时必须经过V对抗审查
步骤5：输出汇总：各阶段产出物汇总+质量门通过记录
完整RACI矩阵、场景判定细节、质量门标准见L2文档 commands/seven-concepts.md。
为什么质量门是强制性的？ 方法论编排与随意分析的区别就在于质量门——没有质量门，"复盘"就变成聊天，"洞察"就变成吐槽，"萃取"就变成总结。G1-G4每道门都是前一阶段产出物的质量拦截，防止垃圾进垃圾出（GIGO）。
为什么V（对抗审查）在使用F后是强制性的？ 第一性原理的本质是"质疑假设、从零重构"，但从零推导出的方案天然缺乏历史经验校验——这是创新方案最危险的盲区。对抗审查通过魔鬼代言人/新人/老板/未来四视角攻击，暴露第一性原理推导中可能忽略的约束条件、隐含假设和落地风险。
执行方法论编排时，必须按 CMD-LOG规范 输出结构化日志：
cmd=seven-concepts（内部命令ID），session前缀 sc-YYYYMMDD-<topic>SCENARIO_DETECTED、CHAIN_SELECTED、GATE_PASSED、GATE_FAILED、CONCEPT_COMPLETED、CHAIN_COMPLETEDSUB_CMD_INVOKED 事件| 参考 | 层级 | 路径 | 何时查阅 |
|---|---|---|---|
| 完整编排文档（RACI/决策树/质量门） | L2 | commands/seven-concepts.md | 每次使用必读 |
| 萃取命令 | L2 | commands/extraction.md | E阶段执行时 |
| 复盘命令 | L2 | commands/retrospective.md | R阶段执行时 |
| 洞察命令 | L2 | commands/insight.md | I阶段执行时 |
| 第一性原理命令 | L2 | commands/first-principles.md | F阶段执行时 |
| 对抗审查命令 | L2 | commands/adversarial-review.md | V阶段执行时 |
| 七概念方法论索引（底层方法论） | L2 | seven-concepts-methodology-index.md | 理解底层方法论体系 |
| 七概念质量标准 | L2 | seven-concepts-quality-standards.md | 质量门判定细节 |
| 实战演练材料 | L2 | exercises/ | 团队培训参考 |