math-skill 1.0.0 → 2.0.1

package/commands/causal-inference.md

@@ -1,34 +1,13 @@
----
-name: causal-inference
-description: |
-  区分因果与相关、评估干预效果、进行反事实推理，回答"如果做了X会怎样"。
-  模式：科研模式适用于干预效果评估、政策评估、DAG建模；生活模式适用于区分原因与借口、反事实思考、评估某事是否真的有效。
-  English: Distinguish causation from correlation, evaluate intervention effects, perform counterfactual reasoning, and answer "what if we did X?"
-  Mode: Research mode for intervention effect evaluation, policy evaluation, DAG modeling; Life mode for distinguishing cause from excuse, counterfactual thinking, evaluating whether something truly works.
----
-
-读取并遵循 `skills/causal-inference/SKILL.md`。
-
-**模式选择**：如果问题涉及干预效果评估、政策评估、DAG建模、do-calculus、反事实推理的数学形式化，使用**科研模式**；如果问题涉及区分原因与借口、反事实思考、评估某事是否真的有效、判断"做了X会怎样"而非"看到X时如何"，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. 一句话概述因果问题（区分"看到"vs"做了"vs"想象"）。
-2. 画出因果 DAG 并标注因果假设依据。
-3. 识别混淆变量（列表标注可观测/不可观测）。
-4. 选择识别策略（后门/前门/do算子/IV/DD）并计算 P(y|do(x))。
-5. 进行反事实分析（对关键个体或子群体）。
-6. 说明验证方法（RCT/自然实验/IV/DD）。
-7. 进行敏感性分析（评估因果结论对未观测混淆的脆弱性）。
-
-生活模式输出要求：
-1. **[因果链]:[分析]** — X真的导致Y吗？还是它们只是恰好同时出现？画出因果链。
-2. **[隐藏因素]:[列表]** — 有没有同时影响X和Y的隐藏因素。
-3. **[真实效果]:[判断]** — 如果我真的做了X，结果会怎样（而不是"看到X时结果如何"）。
-4. **[反事实]:[思考]** — 如果当初没做X/做了X，结果会怎样。
-5. **[验证方式]:[建议]** — 如何验证这个因果判断是否可靠。
-6. **[行动建议]:[步骤]** — 在当前因果判断下最务实的行动方案。
+---
+name: causal-inference
+description: |
+  处理相关≠因果、干预/反事实/do-演算/因果图建模/混淆变量识别/效应评估，或为可解释性/分布外泛化/DGP 建模引入显式因果假设时调用。路由到 ../skills/causal-inference/SKILL.md。
+  English: Trigger when handling correlation≠causation, intervention/counterfactual/do-calculus/causal DAG/confounder/effect estimation, or introducing explicit causal assumptions for interpretability/OOD generalization/DGP modeling. Routes to ../skills/causal-inference/SKILL.md.
+---
+
+读取并遵循 `../skills/causal-inference/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS

package/commands/discrete-combinatorial.md

@@ -1,34 +1,13 @@
----
-name: discrete-combinatorial
-description: |
-  用离散与组合思想分析计数、枚举、生成函数、鸽巢原理与图论问题。
-  模式：科研模式适用于组合计数、图论分析、生成函数计算；生活模式适用于系统性枚举、鸽巢推理、组织有限选项。
-  English: Analyze counting, enumeration, generating functions, pigeonhole principle, and graph theory problems using discrete and combinatorial thinking.
-  Mode: Research mode for combinatorial counting, graph theory analysis, generating function computation; Life mode for systematic enumeration, pigeonhole reasoning, organizing finite options.
----
-
-读取并遵循 `skills/discrete-combinatorial/SKILL.md`。
-
-**模式选择**：如果问题涉及正式计数、公式推导、存在性证明、生成函数、图论分析等组合数学问题，使用**科研模式**；如果问题涉及日常选择中的系统性枚举、鸽巢推理（选项比需求多则必有重复）、组织有限选项、发现规律，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. 一句话概述问题及其离散结构与计数类型。
-2. 说明选择的基本计数原理（乘法/加法/鸽巢/容斥）及理由。
-3. 给出生成函数构造（如适用）及其代数性质。
-4. 给出图结构分析（如涉及）及关键属性。
-5. 给出递推关系与封闭公式（如适用）。
-6. 用小案例（n=0,1,2,3）验证公式，对比手动枚举与公式计算结果。
-7. 如果信息不足，先指出缺口，再基于现有事实分析。
-
-生活模式输出要求：
-1. **[问题类型]:[分类]** — 有限选择/排列/分配/关系。
-2. **[可能数量]:[粗略估计]** — 选项很多还是只有几种。
-3. **[系统性枚举]:[方法]** — 有没有遗漏。
-4. **[关系结构]:[分析]** — 事物之间的连接方式。
-5. **[规律发现]:[模式]** — 能否从已知推导未知。
-6. **[行动建议]:[步骤]** — 基于枚举和规律的结论。
+---
+name: discrete-combinatorial
+description: |
+  需计数/枚举/发现有限结构规律、处理图论/组合结构/生成函数/递推关系，或为稀疏/路由/拓扑结构设计组合方案时调用。路由到 ../skills/discrete-combinatorial/SKILL.md。
+  English: Trigger when needing to count/enumerate/find patterns in finite structures, handling graph theory/combinatorial structures/generating functions/recurrences, or designing combinatorial schemes for sparse/routing/topological structures. Routes to ../skills/discrete-combinatorial/SKILL.md.
+---
+
+读取并遵循 `../skills/discrete-combinatorial/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS

package/commands/game-theory.md

@@ -1,34 +1,13 @@
----
-name: game-theory
-description: |
-  用博弈论思想分析多方互动决策、计算纳什均衡、设计激励机制。
-  模式：科研模式适用于多方决策分析、机制设计、纳什均衡计算；生活模式适用于谈判策略、竞争分析、人际互动。
-  English: Analyze multi-party strategic interactions, compute Nash equilibria, and design incentive mechanisms using game theory.
-  Mode: Research mode for multi-party decision analysis, mechanism design, Nash equilibrium computation; Life mode for negotiation strategies, competitive analysis, interpersonal interaction.
----
-
-读取并遵循 `skills/game-theory/SKILL.md`。
-
-**模式选择**：如果问题涉及数学建模、论文分析、算法设计中的多方互动决策、纳什均衡计算、机制设计，使用**科研模式**；如果问题涉及日常决策受他人影响、人际互动策略、谈判与利益协调、生活规划中的冲突与竞争，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. 一句话概述博弈问题（参与者、策略、核心冲突）。
-2. 明确参与者列表、策略集和支付函数/矩阵（标注信息结构）。
-3. 分析占优策略并消去劣策略，缩小策略空间。
-4. 计算纳什均衡（纯策略和/或混合策略），标注多重均衡及其帕累托排序。
-5. 分类博弈类型并选择对应分析工具（零和/序列/合作/重复）。
-6. 检查均衡稳定性（颤抖手完美/演化稳定/偏离路径激励）。
-7. 若均衡不理想，提出机制设计建议（改变支付/增加规则/引入声誉/拍卖设计）。
-
-生活模式输出要求：
-1. **[参与者]:[谁在影响你的决策]** — 列出所有相关方及其可能的行动。
-2. **[得失]:[各方的利益]** — 不同选择下每个人的得失。
-3. **[稳定状态]:[分析]** — 是否存在没人愿意单方面改变的策略组合？标注多重稳定状态。
-4. **[互动类型]:[竞争/合作/谈判]** — 分类互动结构，选择对应策略。
-5. **[稳定性]:[评估]** — 这个稳定状态是否对小错误鲁棒？能否在重复互动中持续？
-6. **[规则建议]:[改进]** — 如果当前规则下结局不理想，如何改变规则让好结局更自然。
+---
+name: game-theory
+description: |
+  策略取决于他人选择、需计算纳什均衡/分析博弈/做机制设计，或为多智能体/对抗训练/路由博弈设计策略时调用。路由到 ../skills/game-theory/SKILL.md。
+  English: Trigger when optimal strategy depends on others' choices, needing Nash equilibrium/game analysis/mechanism design, or designing strategies for multi-agent/adversarial training/routing games. Routes to ../skills/game-theory/SKILL.md.
+---
+
+读取并遵循 `../skills/game-theory/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS

package/commands/induction-analogy.md

@@ -1,34 +1,13 @@
----
-name: induction-analogy
-description: |
-  用归纳与类比从特殊到一般发现规律，从已知到未知迁移知识。
-  模式：科研模式适用于数学归纳法证明、科学假说生成、科研中的规律发现；生活模式适用于从经验中学习、跨领域借用经验、做出有根据的猜测。
-  English: Discover patterns from specific to general, transfer knowledge from known to unknown using induction and analogy.
-  Mode: Research mode for mathematical induction proofs, scientific hypothesis generation, pattern discovery in research; Life mode for learning from experience, cross-domain borrowing, making educated guesses.
----
-
-读取并遵循 `skills/induction-analogy/SKILL.md`。
-
-**模式选择**：如果问题涉及数学归纳法证明、科学假说生成、规律发现与结构映射度量，使用**科研模式**；如果问题涉及从经验中学习、跨领域借用经验、做出有根据的猜测，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. **案例清单**：列出所有观察到的具体案例 `[案例N]: [描述] [关键特征]`，确保覆盖边界值与极端值
-2. **模式识别**：`[共同模式]: [描述] [出现频率: N/M] [差异模式]: [描述]`，注意是否有 Borwein 型突然破坏
-3. **假说表述**：用精确语言表述假说 `[假说]: [内容] [类型: 强/弱/条件]`，优先尝试强假说
-4. **反例搜索**：`[反例]: [找到/未找到]。如找到: [描述]，假说修正: [新表述]`
-5. **证明方向**：如适用，选择归纳变体 `[归纳类型: 弱/强/结构/超限]` 并给出证明思路；说明为何选择该变体
-6. **类比映射**：`[源领域A] → [目标领域B]: [对应关系] [结构相似度: X/Y] [有效性: 高/中/低]`，逐项检验组件、关系、操作
-7. **假说修正**：如需修正，记录 `[修正方式: 怪物排除/引理吸收/策略修订] [修正后假说]`
-
-生活模式输出要求：
-1. **[观察案例]:[列表]** —— 具体观察到什么
-2. **[共同模式]:[发现]** —— 案例之间的共同点
-3. **[初步猜测]:[提出]** —— 基于模式提出什么假设
-4. **[反例检查]:[验证]** —— 有没有反例推翻猜测
-5. **[经验迁移]:[评估]** —— 能否将经验迁移到其他领域（核心结构是否相似）
-6. **[修正方向]:[建议]** —— 如果有反例，如何修正猜测
+---
+name: induction-analogy
+description: |
+  从数据找规律、做数学归纳证明（弱/强/结构/超限）、跨域类比迁移结构，或为算法/算子设计借鉴其他领域结构时调用。路由到 ../skills/induction-analogy/SKILL.md。
+  English: Trigger when finding patterns from data, doing mathematical induction proofs (weak/strong/structural/transfinite), transferring structures across domains by analogy, or borrowing structures from other fields for algorithm/operator design. Routes to ../skills/induction-analogy/SKILL.md.
+---
+
+读取并遵循 `../skills/induction-analogy/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS

package/commands/information-theory.md

@@ -1,34 +1,13 @@
----
-name: information-theory
-description: |
-  用信息论思想量化不确定性、评估信息价值、优化通信与压缩。
-  模式：科研模式适用于熵计算、信道容量、编码理论、模型选择；生活模式适用于评估信息价值、减少冗余、判断该获取哪些信息。
-  English: Quantify uncertainty, assess information value, and optimize communication and compression using information theory thinking.
-  Mode: Research mode for entropy computation, channel capacity, coding theory, model selection; Life mode for assessing information value, reducing redundancy, evaluating what information to seek.
----
-
-读取并遵循 `skills/information-theory/SKILL.md`。
-
-**模式选择**：如果问题涉及熵计算、信道容量、编码理论、模型选择等信息论数学形式化问题，使用**科研模式**；如果问题涉及评估信息价值、减少冗余、判断该获取哪些信息等日常信息决策问题，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. 一句话概述问题。
-2. [信息源]: [描述] H(X) = [值]——定义随机变量 X，计算其熵，量化当前不确定性。
-3. [信息增益]: I(X;Y) = [值]——计算互信息，识别最有价值的观察 Y。
-4. [编码策略]: [选择]——信源编码（压缩）或信道编码（纠错），说明逼近哪种极限。
-5. [信道容量]: C = [值]——计算信道容量，比较传输速率 R 与 C。
-6. [信息准则]: [AIC/BIC/KL/MDL]——说明选择的信息准则及理由。
-7. [最优决策]: [说明]——基于信息增益最大化或 KL 散度最小化的决策建议。
-
-生活模式输出要求：
-1. **[核心不确定性]:[描述]** — 你最想搞清楚什么。
-2. **[信息价值排序]:[列表]** — 哪些信息最能减少不确定性，价值高低排序。
-3. **[信息瓶颈]:[识别]** — 信息传递或获取的限制在哪。
-4. **[精炼传递]:[建议]** — 如何用最精炼的方式聚焦关键信息。
-5. **[最优解释]:[判断]** — 哪个解释最简洁且最有力。
-6. **[行动建议]:[步骤]** — 在当前信息水平下最务实的行动方案。
+---
+name: information-theory
+description: |
+  以"信息=不确定性的减少"度量信息价值、计算熵/互信息/KL 散度/信道容量，或为压缩/量化/路由设计信息准则时调用。路由到 ../skills/information-theory/SKILL.md。
+  English: Trigger when measuring information value as "information = reduction of uncertainty," computing entropy/mutual information/KL divergence/channel capacity, or designing information criteria for compression/quantization/routing. Routes to ../skills/information-theory/SKILL.md.
+---
+
+读取并遵循 `../skills/information-theory/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS

package/commands/logic-deduction.md

@@ -1,34 +1,13 @@
----
-name: logic-deduction
-description: |
-  用逻辑演绎检查论证的严谨性、发现逻辑漏洞、验证推导正确性。
-  模式：科研模式适用于检查证明严谨性、形式逻辑分析、谓词逻辑推理验证；生活模式适用于理性辩论、识别逻辑谬误、评估日常论证有效性。
-  English: Check rigor of arguments, discover logical loopholes, verify derivation correctness using logical deduction.
-  Mode: Research mode for checking proof rigor, formal logic analysis, predicate logic verification; Life mode for rational debate, identifying logical fallacies, evaluating everyday argument validity.
----
-
-读取并遵循 `skills/logic-deduction/SKILL.md`。
-
-**模式选择**：如果问题涉及形式逻辑证明、谓词逻辑分析、数学论证验证，使用**科研模式**；如果问题涉及理性辩论、识别日常论证中的逻辑谬误、决策推理检查，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. **[前提清单]** — 列出所有前提，标注 `[已证]` / `[公理]` / `[假设]` / `[经验]`，并标注逻辑层次 `[命题]` / `[谓词]`
-2. **[推理链重构]** — 用形式逻辑语言重述推理过程，每一步标注使用的推理规则（含 UI/UG/EI/EG 等谓词规则）
-3. **[谬误检查]** — 逐一检查命题逻辑与谓词逻辑谬误，标注 `✅ 无此谬误` 或 `❌ 发现 [具体谬误]`
-4. **[量词结构分析]** — 若有 ∀ / ∃ 嵌套，标注量词顺序与逻辑强度 `∀∃(弱)` / `∃∀(强)`
-5. **[完整性评估]** — 推理链是否完整？标注 `✅ 完整` 或 `⚠️ 跳跃：[说明]`
-6. **[结论强度]** — 标注 `[必然]` / `[或然]` / `[假设性]`，并标注适用范围 `[全称]` / `[存在]` / `[条件]`
-7. **[证明策略评估]** — 当前论证使用了何种证明策略？是否有更优策略？标注 `✅ 策略适当` 或 `💡 建议：[更优策略]`
-
-生活模式输出要求：
-1. **[前提]:[列出]** — 论证基于什么事实或假设？哪些是确认的？哪些是未说出的？
-2. **[推理步骤]:[逐步]** — 从前提到结论每一步是否合理？有没有跳跃？
-3. **[谬误检查]:[排查]** — 有没有偷换概念、循环论证、以偏概全、因果倒置等？
-4. **[量词分析]:[区分]** — 是"所有"还是"有些"？"大多数人"≠"所有人"
-5. **[结论强度]:[评估]** — 结论是确定性的还是倾向性的？是"必然"还是"可能"？
-6. **[论证改进]:[建议]** — 如何让论证更有说服力？哪些步骤需要补强？
+---
+name: logic-deduction
+description: |
+  检查证明严谨性、做形式/谓词逻辑分析、发现逻辑漏洞，或为算法正确性与不变量做形式推导与证明验证时调用。路由到 ../skills/logic-deduction/SKILL.md。
+  English: Trigger when checking proof rigor, doing formal/predicate logic analysis, finding logical loopholes, or doing formal derivation and proof verification for algorithm correctness and invariants. Routes to ../skills/logic-deduction/SKILL.md.
+---
+
+读取并遵循 `../skills/logic-deduction/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS

package/commands/modeling.md

@@ -1,37 +1,13 @@
----
-name: modeling
-description: |
-  用建模思想将现实问题转化为数学形式、构建模型、预测和解释现象。
-  模式：科研模式适用于构建数学模型、实验设计、量纲分析与模型选择；生活模式适用于规划预算、选择路线、风险评估、简化复杂生活决策。
-  English: Translate real-world problems into mathematical form, build models, predict and explain phenomena using modeling.
-  Mode: Research mode for building mathematical models, experimental design, dimensional analysis and model selection; Life mode for planning budgets, choosing routes, risk assessment, simplifying complex life decisions.
----
-
-读取并遵循 `skills/modeling/SKILL.md`。
-
-**模式选择**：如果问题涉及物理系统建模、实验数据、数学方程、量纲分析，使用**科研模式**；如果问题涉及生活决策、预算规划、风险评估、路线选择，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. **问题定义**：用一句话描述要解决的现实问题
-2. **假设清单**：列出 `[假设N]: [内容]（合理性：高/中/低）`
-3. **量纲检查**：对关键物理量做量纲分析，构造无量纲 Pi 项
-4. **模型选择**：说明使用的数学框架及理由 `[框架]: [选择] 因为 [理由]`
-5. **变量定义**：定义所有变量、参数及其物理意义
-6. **求解方案**：说明求解方法（解析/数值/定性）
-7. **敏感度分析**：识别敏感参数，评估其对输出的影响
-8. **模型选择准则**：若有候选模型，用 AIC/BIC/CV 比较并选出最优
-9. **验证计划**：如何检验模型的有效性？
-10. **适用范围**：明确标注模型在什么条件下有效、什么条件下失效
-
-生活模式输出要求：
-1. **[核心问题]:[描述]** — 你到底要解决什么问题
-2. **[关键因素]:[列表]** — 哪些因素必须考虑，哪些可以忽略
-3. **[因素关系]:[框架]** — 什么影响什么，影响有多大
-4. **[初步结论]:[推导]** — 在框架下最可能的结论
-5. **[现实检验]:[验证]** — 结论和现实是否一致
-6. **[适用范围]:[边界]** — 结论在什么条件下有效
+---
+name: modeling
+description: |
+  将现实问题转化为数学问题（现实→数学→解释）、构建预测/解释模型、做量纲分析与模型选择，或为算法/算子建立可计算模型时调用。路由到 ../skills/modeling/SKILL.md。
+  English: Trigger when translating real-world problems into math, building predictive/explanatory models, doing dimensional analysis and model selection, or building computable models for algorithms/operators. Routes to ../skills/modeling/SKILL.md.
+---
+
+读取并遵循 `../skills/modeling/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS

package/commands/optimization.md

@@ -1,33 +1,13 @@
----
-name: optimization
-description: |
-  用优化思想在约束条件下寻找最优解或满意解，进行资源分配和决策。
-  模式：科研模式适用于数学推导、论文审查、实验设计优化；生活模式适用于日常决策、时间管理、生活规划。
-  English: Find optimal or satisfactory solutions under constraints, perform resource allocation and decision-making using optimization.
-  Mode: Research mode for mathematical derivation, paper review, experimental design; Life mode for daily decisions, time management, life planning.
----
-
-读取并遵循 `skills/optimization/SKILL.md`。
-
-**模式选择**：如果问题涉及数学推导、论文审查、实验设计优化、需要判断凸性或使用对偶理论，使用**科研模式**；如果问题涉及日常决策、人际互动、时间管理、生活规划、资源分配或取舍判断，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. 一句话概述决策问题。
-2. 明确目标函数和约束条件（标注硬约束/软约束）。
-3. 分析可行域和可能的最优解。
-4. 进行灵敏度分析（影子价格）。
-5. 给出明确的行动建议。
-6. 如果信息不足，先指出缺口，再基于现有事实分析。
-
-生活模式输出要求：
-1. 一句话说清"我最想要什么"。
-2. 列出限制条件（标注不可逾越/可以协商）。
-3. 在这些限制下，实际有哪些选择。
-4. 哪个限制一旦放宽收益最大。
-5. 给出明确的行动建议。
-6. 如果信息不足，先指出缺口，再基于现有事实分析。
+---
+name: optimization
+description: |
+  问题涉及约束下取舍与目标极值、需用拉格朗日/KKT/对偶分析，或为算法/算子/训练设计选择优化方法时调用。路由到 ../skills/optimization/SKILL.md。
+  English: Trigger when a problem involves trade-offs and extrema under constraints, needs Lagrangian/KKT/duality analysis, or chooses optimization methods for algorithm/operator/training design. Routes to ../skills/optimization/SKILL.md.
+---
+
+读取并遵循 `../skills/optimization/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS

package/commands/probability-statistics.md

@@ -1,36 +1,13 @@
----
-name: probability-statistics
-description: |
-  用概率与统计量化不确定性、从数据提取规律、评估风险和检验显著性。
-  模式：科研模式适用于统计分析、假设检验、回归建模、实验设计、因果推断；生活模式适用于风险评估、解读新闻数据、日常不确定性决策。
-  English: Quantify uncertainty, extract patterns from data, assess risk and test significance using probability and statistics.
-  Mode: Research mode for statistical analysis, hypothesis testing, regression modeling, experimental design, causal inference; Life mode for risk assessment, interpreting news data, evaluating uncertainty in daily decisions.
----
-
-读取并遵循 `skills/probability-statistics/SKILL.md`。
-
-**模式选择**：如果问题涉及统计分析、假设检验、回归建模、实验设计、因果推断，使用**科研模式**；如果问题涉及风险评估、解读新闻数据、日常不确定性决策，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. **随机变量定义**：明确 `[变量]: [含义] [类型: 离散/连续]`，指定样本空间 Ω 和事件域 𝔽
-2. **概率模型**：说明使用的分布及理由 `[分布]: [选择] 因为 [理由]`，注明自由度 df 或关键参数
-3. **数据评估**：`[样本量]: N, [偏差检查]: [结果], [质量]: [评估], [收集方式]: [随机/方便]`
-4. **统计推断结果**：`[估计值]: [θ̂], [置信区间]: [a, b], [p-value]: [值], [估计方法]: [MLE/Bayesian]`
-5. **回归建模（如适用）**：`[模型]: [线性/逻辑], [系数]: [β̂], [选择准则]: [AIC/BIC值], [R²]: [值]`
-6. **实验设计评估（如适用）**：`[设计]: [随机化/区组/因子], [功效]: [Power值], [最小样本量]: [n]`
-7. **因果评估（如适用）**：`[DAG]: [路径图], [混淆变量]: [列表], [调整集]: [S], [因果效应]: [P(Y|do(X))]`
-8. **偏差检查**：逐一检查常见统计谬误，标注 `✅ 无此问题` 或 `⚠️ 发现 [具体问题]`
-9. **效应量与不确定性**：报告效应量 Cohen's d / odds ratio 及其置信区间，注明统计功效和剩余不确定性
-
-生活模式输出要求：
-1. **[不确定性]:[描述]** — 你面对的不确定性是什么
-2. **[已知信息]:[列表]** — 你对这件事了解多少，信息质量如何
-3. **[大概率结论]:[判断]** — 基于现有信息最可能的结论是什么
-4. **[不确定性余量]:[评估]** — 结论有多可靠，还剩多少不确定
-5. **[验证方式]:[建议]** — 如何进一步验证这个结论
-6. **[行动建议]:[步骤]** — 在当前不确定性下最务实的行动方案
+---
+name: probability-statistics
+description: |
+  量化不确定性、做贝叶斯推断/假设检验/回归建模/实验设计，或为随机算法/采样/量化/训练动力学设计概率机制时调用。路由到 ../skills/probability-statistics/SKILL.md。
+  English: Trigger when quantifying uncertainty, doing Bayesian inference/hypothesis testing/regression/experimental design, or designing probabilistic mechanisms for random algorithms/sampling/quantization/training dynamics. Routes to ../skills/probability-statistics/SKILL.md.
+---
+
+读取并遵循 `../skills/probability-statistics/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS

package/commands/symmetry-invariance.md

@@ -1,34 +1,13 @@
----
-name: symmetry-invariance
-description: |
-  用对称与不变性寻找变化中的不变性质、揭示隐藏规律、分类研究对象。
-  模式：科研模式适用于群论分析、Galois理论、Noether定理、轨道分类与商空间推理；生活模式适用于寻找变化中的规律、识别混乱中不变的东西、判断表面不同的事物本质是否相同。
-  English: Find invariants amidst change, reveal hidden patterns, classify objects using symmetry and invariance.
-  Mode: Research mode for group theory, Galois theory, Noether theorem, orbit classification, quotient space reasoning; Life mode for finding patterns amidst change, recognizing constants amid chaos, judging whether superficially different things are fundamentally the same.
----
-
-读取并遵循 `skills/symmetry-invariance/SKILL.md`。
-
-**模式选择**：如果问题涉及群论、不变量计算、Galois理论、Noether定理、轨道分类等正式数学结构，使用**科研模式**；如果问题涉及寻找变化中的规律、简化复杂局面、判断本质分类、发现规律破缺等日常认知场景，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. **变换清单**：列出所有可识别的变换 `[变换N]: [描述] [类型: 空间/时间/代数/逻辑/规范]`，组织为候选群，标注验证了哪些群公理（封闭性✓/✗, 结合律✓/✗, 单位元✓/✗, 逆元✓/✗）
-2. **不变量发现**：对每种群作用，标注 `[在群G下]: [不变量Y] 保持不变`；若为有限群，写出 Reynolds 算子形式 R(f)=1/|G| Σ f(g·x)；用 Burnside 引理计数轨道 |X/G|=1/|G| Σ |Fix(g)|
-3. **简化策略**：说明如何利用不变量简化问题 `[利用不变量Y]: [如何简化]`；标注是否在商空间 X/G 或基本域 D 上工作，估计维度缩减量
-4. **对称分类**：给出轨道-稳定子分析 `[对象x]: |O(x)|=[值], |Stab(x)|=[值]`，基于轨道的分类结果，评估不变量是否完备
-5. **对称破缺检查**：`[对称性Z]: [存在/破缺]，破缺方式: [自发/显式]`；若为连续破缺 G→H，标注 Goldstone 模数 dim(G/H)；标注破缺后的有效对称群 H
-6. **代数/物理对称**：若涉及方程求解，标注 Galois 群 Gal(f) 及其可解性（可解/不可解）和求解链结构；若涉及物理系统，标注 Noether 对应：`[对称群G]: [守恒律]`
-7. **结论**：明确写出利用对称性/不变性得出的结论，包括：发现了哪些不变量，实现了多少维度缩减，分类结果是什么
-
-生活模式输出要求：
-1. **[变化模式]:[描述]** — 什么在变化，变化的规律是什么（循环往复？线性推进？随机波动？）
-2. **[不变量]:[发现]** — 不管怎么变，什么始终不变（找到变化中恒定的核心）
-3. **[简化策略]:[方法]** — 如何利用不变量简化问题（从关注细节升级为关注核心模式）
-4. **[本质分类]:[判断]** — 表面不同的东西本质是否同类（关键不变量是否相同？）
-5. **[规律破缺]:[检查]** — 规律是否被打破？打破的方式是什么（打破可能比规律本身更重要）
-6. **[行动建议]:[步骤]** — 基于不变量和规律破缺的结论，明确下一步行动
+---
+name: symmetry-invariance
+description: |
+  做群论/不变量/Noether 定理/对称性破缺分析，或为算法设计等变性/守恒量/不变结构时调用。路由到 ../skills/symmetry-invariance/SKILL.md。
+  English: Trigger when doing group theory/invariant/Noether's theorem/symmetry-breaking analysis, or designing equivariance/conservation/invariant structures for algorithms. Routes to ../skills/symmetry-invariance/SKILL.md.
+---
+
+读取并遵循 `../skills/symmetry-invariance/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS

package/commands/topological-thinking.md

@@ -1,33 +1,13 @@
----
-name: topological-thinking
-description: |
-  用拓扑思想关注连续变形下不变的性质、连通结构、洞与空洞的分类，以及拓扑数据分析。
-  模式：科研模式适用于拓扑数据分析、持续同调、同调计算；生活模式适用于理解连通性、鲁棒性分析、识别变化中持续存在的事物。
-  English: Focus on properties preserved under continuous deformation, connectivity structure, classification via holes and voids, and topological data analysis.
-  Mode: Research mode for topological data analysis, persistent homology, homology computation; Life mode for understanding connectivity, robustness analysis, recognizing what persists through change.
----
-
-读取并遵循 `skills/topological-thinking/SKILL.md`。
-
-**模式选择**：如果问题涉及拓扑数据分析、持续同调、同调计算、单纯复形与滤流等数学/计算任务，使用**科研模式**；如果问题涉及连通性理解、鲁棒性判断、识别变化中的不变、判断表面不同的事物是否本质同类，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. 一句话概述问题的拓扑本质。
-2. 识别连续性要求（同胚/同伦/微分同胚），明确什么可变、什么必须固定。
-3. 列出所有可计算的拓扑不变量（χ、π₁、β_n、连通性、紧致性）。
-4. 用不变量对研究对象进行分类。
-5. 构造拓扑模型（单纯复形/滤流/持续同调/网络图）并验证拓扑等价。
-6. 基于拓扑性质给出推理结论。
-
-生活模式输出要求：
-1. **[什么可变/什么不变]:[区分]** — 精确数值不重要，什么核心特征必须保持。
-2. **[不变特征]:[发现]** — 不管怎么变化，什么始终存在。
-3. **[本质分类]:[判断]** — 看似不同的东西核心是否同类。
-4. **[连接结构]:[分析]** — 事物之间的连通、断裂、循环、空洞。
-5. **[结构可靠性]:[验证]** — 识别的结构是否真的可靠。
-6. **[行动建议]:[步骤]** — 基于结构洞察的结论。
+---
+name: topological-thinking
+description: |
+  做拓扑数据分析/持续同调/同调与基本群计算，或为算法设计连通性/鲁棒性/上同调一致性判据时调用。路由到 ../skills/topological-thinking/SKILL.md。
+  English: Trigger when doing topological data analysis/persistent homology/homology and fundamental group computation, or designing connectivity/robustness/cohomology-consistency criteria for algorithms. Routes to ../skills/topological-thinking/SKILL.md.
+---
+
+读取并遵循 `../skills/topological-thinking/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS

package/commands/transformation.md

@@ -1,33 +1,13 @@
----
-name: transformation
-description: |
-  用变换思想将复杂问题转化为等价的更简单问题，换个角度看问题。
-  模式：科研模式适用于方程求解、信号处理、数据降维等数学变换问题；生活模式适用于换个角度思考、重构问题、分解困难等日常问题。
-  English: Transform complex problems into equivalent simpler ones, look at problems from different perspectives using transformation.
-  Mode: Research mode for equation solving, signal processing, data dimensionality reduction; Life mode for changing perspective, reframing problems, decomposing difficulties.
----
-
-读取并遵循 `skills/transformation/SKILL.md`。
-
-**模式选择**：如果问题涉及数学推导、方程求解、信号处理、数据降维、需要判断收敛域或选择特定数学变换，使用**科研模式**；如果问题涉及日常问题换个角度思考、重构困难、视角切换、将棘手问题重新审视使其变得可解，使用**生活模式**。
-
-如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
-
-当前问题：
-$ARGUMENTS
-
-科研模式输出要求：
-1. 一句话概述问题。
-2. 分析当前表示下困难的根源。
-3. 选择合适的变换并说明理由。
-4. 描述变换后的问题形式。
-5. 在新表示下给出解法。
-6. 逆变换回原空间并验证等价性。
-
-生活模式输出要求：
-1. **[当前困难]:[描述]** — 当前视角下问题的核心困难是什么。
-2. **[新视角]:[切换方向]** — 选择一个不同的视角（时间→频率、局部→整体、表面→本质等）。
-3. **[新视角下的分析]:[洞察]** — 在新视角下问题呈现什么新特征。
-4. **[视角有效性]:[条件]** — 这个新视角在什么条件下才有效。
-5. **[回到原问题]:[翻译]** — 把新视角的结论翻译回原问题语言。
-6. **[行动建议]:[具体步骤]** — 明确写出"接下来我将……"。
+---
+name: transformation
+description: |
+  问题在当前表示下难处理、需通过数学变换转为等价简单问题，或为算法/算子设计寻找更 GPU 友好的等价表示时调用。路由到 ../skills/transformation/SKILL.md。
+  English: Trigger when a problem is intractable in its current form and needs a transform into an equivalent simpler problem, or when finding a more GPU-friendly equivalent representation for algorithm/operator design. Routes to ../skills/transformation/SKILL.md.
+---
+
+读取并遵循 `../skills/transformation/SKILL.md`，按其操作规程输出（用于算法/算子/GPU 设计时含 [GPU 可行性] 项）。
+
+如果输入包含 "in English"，请使用英文输出；否则使用中文输出。
+
+当前问题：
+$ARGUMENTS