math-skill 1.0.0 → 2.1.0

package/skills/logic-deduction/SKILL.en.md

@@ -0,0 +1,130 @@
+---
+name: logic-deduction
+description: |
+  Trigger when checking proof rigor, formal logic analysis, premise auditing, predicate logic verification, quantifier structure analysis, discovering logical loopholes; or doing formal derivation and proof verification for algorithm correctness or invariants.
+---
+
+# 🧠 Logic Deduction
+
+> "Logic is the house rule of mathematics — all reasoning must proceed under the supervision of formal rules."
+>
+> — Gödel's Completeness Theorem (1929), First-Order Logic
+
+## Core Principle
+
+Deriving new true propositions rigorously from true premises — every step in the chain of inference must be legitimate. Types of inference: deduction (true premises + valid rules → necessarily true conclusion, most reliable), induction (instances → general, probabilistic), abduction (observation + theory → best explanation, hypothetical).
+
+> **Mathematical Formalization**
+>
+> Logical deduction has a two-layer structure: propositional logic handles truth-functional connectives (¬, ∧, ∨, →, ↔), and predicate logic adds quantifiers (∀, ∃) and individual variables on top of this foundation. Mathematical proofs live within predicate logic — propositional logic alone cannot express statements such as "for all x, if P(x) then Q(x)," and therefore cannot proof-check actual mathematical arguments.
+>
+> Gödel's Completeness Theorem (1929): In first-order predicate logic, all valid arguments are provable — if φ is a valid formula of first-order logic, there exists a formal proof sequence deriving φ from the empty premise set. This guarantees that the deductive power of first-order logic coincides exactly with semantic validity (soundness + completeness), but this holds only for first-order logic; second-order logic does not enjoy this property.
+>
+> See `original-texts.md` for detailed mathematical foundations.
+
+## GPU-Friendliness (Cross-Cutting Check)
+
+When logical/formal verification structures are mapped to GPU, caution is required: **symbolic reasoning is often "beautiful but not computable"** — proof search and resolution backtracking are inherently serial and difficult to tensorize. When logic is used for algorithm/invariant design, pass the eight-dimension gate of `../../references/gpu-friendly-math.md`:
+
+- **Batch SAT/SMT solving**: Independent clauses can be batch-parallelized (friendly), but CDCL backtracking is serial.
+- **Theorem proving (Coq/Lean)**: Tactic solvers are highly serial with complex dependency graphs — not trainable; **verify offline** and deploy only the conclusions.
+- **Model Checking**: State-space explosion → symbolic BDDs can compress; on GPU, switch to parallel SAT / local reachability (retrofittable).
+- **Type/invariant checking**: Used as compile-time/offline static checks with zero runtime overhead (friendly).
+- **Anti-pattern**: Embedding resolution/natural-deduction proof search inside the training loop — non-differentiable and non-parallelizable; should be relaxed to differentiable approximations (probabilistic/neuro-symbolic logic) or proved offline with only conclusions deployed.
+
+Eight-dimension minimum assessment (formal terminology): **Tensorization** — typically unfriendly unless clauses/states can be batch-encoded; **GEMM-Mappability** — suitable only for differentiable logic, SAT scoring, or Boolean semiring approximations; **Complexity** — must flag the exponential or undecidable boundary of proof search/model checking; **Memory & KV-Cache** — whether state spaces, proof trees, or BDDs explode; **Low-Precision Stability** — whether relaxed logic preserves semantic boundaries under fp16/bf16; **Parallelism & Communication** — whether branching search can be batched or offloaded; **Sparsity Structure** — whether the constraint graph is regular; **Operator Fusion** — whether logic loss/mask can be fused; proof search itself should never enter a kernel.
+
+> In conjunction with `../../references/books/abstract-algebra.md` (formal systems), `../../references/books/algebraic-geometry-rising-sea.md` (category-theoretic reasoning).
+
+## When NOT to Use
+
+- **The premises themselves are uncertain** — first establish the truth of premises, then deduce.
+- **A creative breakthrough is needed rather than logical verification** — deduction can only discover conclusions already implicit in existing information; it cannot generate new information.
+- **Second-order logic problems** — Gödel's completeness covers only first-order logic; second-order validity cannot be fully axiomatized.
+
+## When to Use
+
+- When reading a paper or code, checking the rigor of its proofs/derivations/invariants.
+- When suspecting logical leaps or gaps in an argument and needing to locate them formally.
+- When verifying whether a conclusion truly follows from the premises (whether Γ ⊢ φ holds).
+- When analyzing mathematical statements containing ∀ / ∃, verifying the correctness of quantifier reasoning.
+- When checking the validity boundary of a second-order logic argument.
+- When performing formal derivation and proof verification for algorithm correctness, loop invariants, or program properties.
+
+## Method
+
+### Step 1: Identify the Premises
+List all premises (assumptions, known conditions, cited theorems) in the argument, annotating their status: **proven theorem** (e.g., "there are infinitely many primes"), **axiom** (e.g., ZF set theory axioms), **hypothesis** (e.g., "the Riemann Hypothesis"), **empirical fact**. Also annotate the logical level: purely propositional premises (no quantifiers) or predicate premises (containing ∀ / ∃). Premise quality determines inference quality — if the premises do not hold, the conclusion is inevitably unreliable.
+
+### Step 2: Check the Rules of Inference
+Verify that each step uses a valid rule of inference.
+
+**Propositional logic rules**: Modus Ponens P→Q, P ⊢ Q; Modus Tollens P→Q, ¬Q ⊢ ¬P; Hypothetical Syllogism P→Q, Q→R ⊢ P→R; Disjunctive Syllogism P∨Q, ¬P ⊢ Q; Conjunction Introduction P, Q ⊢ P∧Q; Double Negation Elimination ¬¬P ⊢ P.
+
+**Predicate logic rules**: Universal Instantiation (UI) ∀x P(x) ⊢ P(a); Universal Generalization (UG) P(a) holds for arbitrary a ⊢ ∀x P(x) (a must be arbitrary, not a specific constant); Existential Instantiation (EI) ∃x P(x) ⊢ P(c) (c must be a fresh name, not conflicting with existing constants); Existential Generalization (EG) P(a) ⊢ ∃x P(x).
+
+**Other frameworks**: Resolution Principle — from (P∨Q) and (¬P∨R), resolve to (Q∨R), suitable for automated proving; Natural Deduction systems — organized symmetrically by introduction/elimination rules, more closely mirroring human reasoning habits.
+
+### Step 3: Check for Common Fallacies
+**Propositional logic fallacies**: Affirming the consequent P→Q, Q ⊢ P (invalid); Denying the antecedent P→Q, ¬P ⊢ ¬Q (invalid); confusing sufficient and necessary conditions; circular reasoning (the conclusion is implicitly used as a premise); straw man fallacy.
+
+**Predicate logic fallacies**: Quantifier shift fallacy ∀x∃y R(x,y) ≠ ∃y∀x R(x,y) (the former means "each person has their own beloved," the latter means "there is someone beloved by everyone"); illegal universal generalization (inferring ∀x P(x) from P(a) for a specific a, violating UG's arbitrariness requirement); confusing free and bound variables; confusing the strength of ∀ and ∃; equivocation; false dilemma (presenting P∨Q as the only options, implicitly excluding ¬P∧¬Q).
+
+### Step 4: Analyze Quantifier Structure
+The nesting order of ∀ and ∃ determines logical strength:
+- **∀∃ structure** (weaker): ∀x∃y R(x,y) — for each x, a respective y can be constructed; constructively satisfiable.
+- **∃∀ structure** (stronger): ∃y∀x R(x,y) — there exists a uniform y that holds for all x, often requiring the Axiom of Choice.
+
+Key points: the more nesting layers, the more carefully one must reason; adjacent quantifiers of the same type commute (∀x∀y = ∀y∀x, ∃x∃y = ∃y∃x), but quantifiers of different types do not; quantifier negation equivalences: ¬∀x P(x) ≡ ∃x ¬P(x), ¬∃x P(x) ≡ ∀x ¬P(x).
+
+### Step 5: Verify Completeness of the Inference Chain
+Check whether the premise set Γ can formally derive the conclusion φ: does there exist a finite sequence φ₁, φ₂, ..., φₙ = φ, where each φᵢ either belongs to Γ or follows from earlier formulas by a valid rule? If the chain is incomplete, flag the missing intermediate steps and the rules they would require. A single missing step breaks the entire chain.
+
+### Step 6: Assess the Strength of the Conclusion
+Logical strength classification: **necessary** (deductively valid; if premises are true, the conclusion is necessarily true), **probable** (inductively supported, probabilistic evidence), **hypothetical** (abductive, best explanation but unverified). Also assess scope: universal (∀) or existential (∃)? Conditional (→) or unconditional? Do not inflate "possible" into "necessary."
+
+### Step 7: Select Proof Strategy
+- **Direct proof**: Proceed step by step from premises to conclusion; the most natural approach.
+- **Proof by contradiction**: Assume ¬φ and derive a contradiction, thereby proving φ; suited for negative conclusions or arguments difficult to construct directly.
+- **Contrapositive proof**: Prove ¬Q → ¬P to establish P → Q; used when the contrapositive direction is easier to reason about.
+- **Proof by exhaustion**: Verify all cases one by one; suited for finitely enumerable situations.
+- **Constructive proof**: Directly construct an object satisfying the conditions; more informative than a pure existence proof (which merely shows ∃x P(x) without specifying x).
+
+## Common Errors
+
+| Error | Critique | Correct Approach |
+|---|---|---|
+| Confusing sufficient and necessary conditions | P → Q holding does not mean Q → P holds | Clearly distinguish sufficient, necessary, and necessary-and-sufficient conditions |
+| Affirming the consequent fallacy | P → Q, Q ⊬ P; only Modus Ponens/Tollens are valid | Reject invalid inferences such as P→Q, Q ⊢ P |
+| Hidden premises | Using unstated premises in the reasoning | Expose all premises and examine each one |
+| Infinite regress | Every premise requires another premise to prove it | Find a starting point that needs no proof (axioms / empirical facts) |
+| Quantifier shift fallacy | ∀x∃y R(x,y) ≠ ∃y∀x R(x,y); the former is weaker, the latter stronger | Strictly respect quantifier order; do not swap quantifiers of different types |
+| Illegal universal generalization | Inferring ∀x P(x) from P(a) for a specific a, violating UG's arbitrariness requirement | UG applies only to arbitrary individuals a, not to specific constants |
+| Confusing free and bound variables | x is bound in ∀x P(x) but free in P(x); the meanings differ | Clearly annotate the bound/free status of variables; avoid conflating them |
+| Confusing ∀ and ∃ | "All elements satisfy P" is far stronger than "some element satisfies P" | Strictly distinguish the logical strength of universal and existential assertions |
+| Embedding symbolic reasoning in the training loop | Proof search/resolution is inherently serial and non-differentiable — "beautiful but not computable" | Relax to differentiable approximations (probabilistic/neuro-symbolic) or prove offline and deploy only conclusions |
+
+## Operating Procedure
+
+When this skill is triggered, the output must contain:
+
+1. **[Premise Inventory]** — List all premises, annotated `[proven]` / `[axiom]` / `[hypothesis]` / `[empirical]`, and annotated with logical level `[propositional]` / `[predicate]`
+2. **[Inference Chain Reconstruction]** — Restate the reasoning process in formal logic language, annotating the inference rule used at each step (including predicate rules such as UI/UG/EI/EG)
+3. **[Fallacy Check]** — Check for propositional and predicate logic fallacies one by one, annotating `✅ No such fallacy` or `❌ Found [specific fallacy]`
+4. **[Quantifier Structure Analysis]** — If ∀ / ∃ nesting is present, annotate quantifier order and logical strength `∀∃ (weak)` / `∃∀ (strong)`
+5. **[Completeness Assessment]** — Is the inference chain complete? Annotate `✅ Complete` or `⚠️ Gap: [explanation]`
+6. **[Conclusion Strength]** — Annotate `[necessary]` / `[probable]` / `[hypothetical]`, and annotate scope `[universal]` / `[existential]` / `[conditional]`
+7. **[Proof Strategy Assessment]** — What proof strategy does the current argument use? Is there a better strategy? Annotate `✅ Strategy appropriate` or `💡 Suggestion: [better strategy]`
+8. **[GPU Feasibility]** (if used for algorithm/invariant verification) — Whether formal verification is conducted offline and conclusions can be deployed; whether proof search needs to be relaxed to a differentiable approximation; pass the eight-dimension gate.
+
+**Output must never provide analysis alone without a conclusion.**
+
+## Relations to Other Skills
+
+- **Axiomatization**: Logical deduction is the inference engine of axiom systems; axioms provide the premises, deduction provides the derivation mechanism, and together they constitute a formal system.
+- **Abstraction**: Formal logic is itself a highly abstract structure — stripping away specific content to retain only the form of inference.
+- **Induction and Analogy**: Deduction and induction are complementary — deduction guarantees correctness, induction provides new premises.
+- **Probability and Statistics**: Under uncertainty, classical logic must be extended to probabilistic logic.
+- **Algorithmic Thinking**: Logical deduction provides the formal framework for proving algorithm correctness — verifying program properties is essentially first-order predicate reasoning.
+- **Counterexample Thinking**: Counterexamples are the direct means of falsifying ∀ assertions, forming a dual verification system with deductive proof of truth.
+- **Modern Math Activation**: `../../references/books/abstract-algebra.md` (formal systems), `../../references/books/algebraic-geometry-rising-sea.md` (category-theoretic reasoning).

package/skills/logic-deduction/SKILL.md

@@ -1,280 +1,135 @@
----
-name: logic-deduction
-description: |
-  科研模式触发：检查证明严谨性、形式逻辑分析、谓词逻辑推理验证、量词结构分析、发现逻辑漏洞。
-  生活模式触发：理性辩论时识别逻辑谬误、评估日常论证的有效性、检查推理跳跃、决策时确保推理链条可靠。
-  English (Research): Trigger when checking proof rigor, formal logic analysis, predicate logic verification, quantifier structure analysis, or discovering logical loopholes.
-  English (Life): Trigger when engaging in rational debate, identifying logical fallacies in everyday arguments, evaluating argument validity in daily life, or ensuring reasoning chains are sound for decision-making.
----
-
-# 🧠 逻辑演绎 / Logical Deduction
-
-> "逻辑是数学的家规——一切推理必须在形式规则的监督下进行。"
-> "Logic is the house rule of mathematics — all reasoning must proceed under the supervision of formal rules."
->
-> —— 哥德尔完备性定理 (1929)，一阶逻辑
-> —— Gödel's Completeness Theorem (1929), First-Order Logic
-
-## 核心原则 / Core Principle
-
-从真前提严格推理新真命题——推理链条的每一步都必须合法。
-
-Strictly inferring new true propositions from true premises — every step in the reasoning chain must be legitimate.
-
-推理的类型与可靠性：
-- **演绎推理（Deduction）**：前提为真 + 规则有效 → 结论必然为真（最可靠）
-- **归纳推理（Induction）**：大量具体实例 → 一般性结论（或然性）
-- **溯因推理（Abduction）**：观察结果 + 理论 → 最佳解释（假设性）
-
-> **数学形式化**（科研模式参考 / Research Mode Reference）
->
-> 逻辑演绎具有两层结构：命题逻辑处理真值函数连接词（¬, ∧, ∨, →, ↔），谓词逻辑在此基础上添加量词（∀, ∃）与个体变元。数学证明生活在谓词逻辑之中——仅靠命题逻辑无法表达 "对所有 x，若 P(x) 则 Q(x)" 这类陈述，因此也无法对实际数学论证进行证明检验。
->
-> Logical deduction has a two-level structure: propositional logic handles truth-functional connectives (¬, ∧, ∨, →, ↔), while predicate logic adds quantifiers (∀, ∃) and individual variables on top of that. Mathematical proofs live in predicate logic — propositional logic alone cannot express statements like "for all x, if P(x) then Q(x)," and therefore cannot operationalize proof-checking for actual mathematical arguments.
->
-> 哥德尔完备性定理（Gödel's Completeness Theorem, 1929）：一阶谓词逻辑中，所有有效论证都是可证明的——即若 φ 是一阶逻辑的有效公式，则存在一个形式证明序列从空前提集推导出 φ。这保证了一阶逻辑的演绎能力与语义有效性完全吻合，但仅限于一阶逻辑；二阶逻辑不具备此性质。
->
-> 详细数学依据见 `original-texts.md`
-
-## 不适用场景 / When NOT to Use
-
-- **前提本身不确定** `[科研/通用]` ——先确定前提的真假，再进行演绎
-- **需要创造性突破而非逻辑验证** `[科研/通用]` ——演绎只能发现已有信息蕴含的结论，不能产生新信息
-- **纯粹的估算或直觉判断** `[通用/生活]` ——不需要严格逻辑的场合
-- **二阶逻辑问题** `[科研]` ——哥德尔完备性仅覆盖一阶逻辑；二阶有效性不可完全公理化
-- **情绪驱动而非逻辑驱动的讨论** `[生活]` ——对方不接受逻辑框架时，演绎无着力点
-
-## 何时使用 / When to Use
-
-### 科研触发条件 / Research Triggers
-
-- 阅读论文时，检查其证明或推导的严谨性
-- 发现论证中可能存在逻辑跳跃或漏洞
-- 验证某个结论是否真的能从前提推导出来
-- 分析含 ∀ / ∃ 的数学陈述时，验证量词推理的正确性
-- 检查二阶逻辑论证的有效性边界
-
-### 生活触发条件 / Life Triggers
-
-- 理性辩论时，识别对方的逻辑谬误
-- 做重要决策时，确保推理链条的每一步都站得住脚
-- 评估新闻报道或社交媒体论断的可靠性
-- 区分 "有人这样说" 和 "所有人都这样"——避免以偏概全
-- 识别因果混淆：两件事相关 ≠ 一件事导致另一件事
-
-## 方法流程 / Method
-
-### 第一步：识别前提 / Identify the Premises
-
-**科研模式 / Research Mode：**
-列出论证中的所有前提（假设、已知条件、引用的定理）。标注每个前提的状态：
-- **已证定理**：有严格证明的命题（如 "素数无穷"）
-- **公理**：被接受的起点（如 ZF 集合论公理）
-- **假设**：尚未证明但被暂时接受的命题（如 "黎曼猜想"）
-- **经验事实**：来自观察或实验的命题
-
-同时标注前提的逻辑层次：纯命题前提（不含量词）还是谓词前提（含 ∀ / ∃）。
-
-**生活模式 / Life Mode：**
-找出论证的前提——这个论点基于什么事实或假设？前提是否成立？有没有未说出的前提？
-- 哪些是已经确认的事实？哪些只是假设？
-- 有没有被省略但暗中使用的前提？
-
-**共通要点 / Shared Key Point：**
-前提的质量决定推理的质量——前提不成立，结论必然不可靠。
-
-### 第二步：检查推理规则 / Check the Rules of Inference
-
-**科研模式 / Research Mode：**
-验证每一步推理是否使用了有效的推理规则。
-
-**命题逻辑规则：**
-- **假言推理（Modus Ponens）**：P → Q, P ⊢ Q
-- **拒取式（Modus Tollens）**：P → Q, ¬Q ⊢ ¬P
-- **假言三段论**：P → Q, Q → R ⊢ P → R
-- **析取三段论**：P ∨ Q, ¬P ⊢ Q
-- **合取引入**：P, Q ⊢ P ∧ Q
-- **双重否定消除**：¬¬P ⊢ P
-
-**谓词逻辑规则：**
-- **全称实例化（UI）**：∀x P(x) ⊢ P(a)，从普遍到特殊
-- **全称泛化（UG）**：P(a) 对任意 a 成立 ⊢ ∀x P(x)，从特殊到普遍（要求 a 是任意个体，不能是特定常元）
-- **存在实例化（EI）**：∃x P(x) ⊢ P(c)，引入新常元 c 使得 P(c) 成立（c 必须是新名称，不能与已有常元冲突）
-- **存在泛化（EG）**：P(a) ⊢ ∃x P(x)，从特定个体推出存在性
-
-**其他推理框架：**
-- **消解原理（Resolution）**：从 (P ∨ Q) 和 (¬P ∨ R) 消解出 (Q ∨ R)，适用于自动化证明
-- **自然演绎系统（Natural Deduction）**：引入/消除规则对称组织，更贴近人类推理习惯
-
-**生活模式 / Life Mode：**
-检查每一步推理是否合理——从A到B的跳跃是否真的有逻辑支撑？是"因此"还是"碰巧"？
-- 从 "因为A" 到 "所以B"——这个 "因此" 是真的有逻辑支撑，还是只是碰巧？
-- 常见的有效推理："如果下雨地就会湿" + "下雨了" → "地湿了"（这是可靠的）
-- 常见的无效推理："如果下雨地就会湿" + "地湿了" → "下雨了"（地湿可能有其他原因）
-
-**共通要点 / Shared Key Point：**
-推理规则是推理的合法性来源——没有有效规则支撑的步骤就是跳跃。
-
-### 第三步：检查常见逻辑谬误 / Check for Common Fallacies
-
-**科研模式 / Research Mode：**
-
-**命题逻辑谬误：**
-- **肯定后件**：P → Q, Q ⊢ P（无效！）
-- **否定前件**：P → Q, ¬P ⊢ ¬Q（无效！）
-- **混淆充分与必要条件**：P 是 Q 的充分条件 ≠ P 是 Q 的必要条件
-- **循环论证**：结论被隐含地用作前提
-- **稻草人谬误**：攻击被歪曲的版本而非原论证
-
-**谓词逻辑谬误：**
-- **量词移位谬误**：∀x∃y R(x,y) ≠ ∃y∀x R(x,y)——前者为"每人各有其所爱"，后者为"有人被所有人所爱"
-- **非法全称泛化**：从 P(a) 对特定 a 成立推出 ∀x P(x)——UG 要求 a 必须是任意个体
-- **混淆自由与约束变量**：同一变元在公式不同位置的角色不同
-- **混淆 ∀ 与 ∃**："所有天鹅是白的"（∀）与 "存在白色天鹅"（∃）强度不同
-- **偷换概念（Equivocation）**：同一词项在不同前提中被赋予不同含义
-- **虚假二分（False Dilemma）**：将 P ∨ Q 呈现为仅有的两种选择，隐含地排除 ¬P ∧ ¬Q
-
-**生活模式 / Life Mode：**
-用日常语言识别常见谬误：
-- **偷换概念**：讨论中悄悄改变了关键词的含义——你说的 "成功" 和我说的 "成功" 是同一件事吗？
-- **循环论证**：用结论来证明前提——"他是对的，因为他说的没错；他说的没错，因为他是对的"
-- **以偏概全**：从少数例子推导一般规律——"我认识三个人都这样，所以所有人都这样"
-- **因果倒置**：把结果当成了原因——"成功的人都早起"≠"早起就能成功"
-- **肯定后件**：把结果当作原因的证据——"地湿了，所以一定下雨了"（地湿可能因为洒水车）
-- **否定前件**：条件没触发就否定结论——"如果下雨地就会湿" + "没下雨" → "地不会湿"（错误）
-- **虚假二分**：只给出两个选项，忽略其他可能——"你要么支持我，要么反对我"
-
-**共通要点 / Shared Key Point：**
-谬误是推理的漏洞——识别谬误比记住谬误的名称更重要，关键是看每一步推理是否真正成立。
-
-### 第四步：分析量词结构 / Analyze Quantifier Structure
-
-**科研模式 / Research Mode：**
-∀ 与 ∃ 的嵌套顺序决定逻辑强度：
-- **∀∃ 结构**（较弱）：∀x∃y R(x,y)——对每个 x，可以构造各自的 y。这是构造性可满足的。
-- **∃∀ 结构**（较强）：∃y∀x R(x,y)——存在一个统一的 y 对所有 x 成立。这往往需要选择公理（Axiom of Choice）才能保证。
-
-分析要点：
-- 量词嵌套层数越多，逻辑结构越精密，推理越需谨慎
-- 相邻同类型量词可交换（∀x∀y = ∀y∀x，∃x∃y = ∃y∃x），但不同类型量词不可交换
-- 量词否定等值：¬∀x P(x) ≡ ∃x ¬P(x)，¬∃x P(x) ≡ ∀x ¬P(x)
-
-**生活模式 / Life Mode：**
-这个论点说的是"所有"还是"有些"？——"大多数人这样"≠"所有人这样"，"有时有效"≠"总是有效"
-- "所有人都这样"是一个非常强的断言——只需要一个反例就能推翻
-- "有些人这样"是一个较弱的断言——更容易成立，但推论力也较弱
-- "大多数人这样"介于两者之间——既不是全称也不是存在，是概率性断言
-
-**共通要点 / Shared Key Point：**
-论断的范围决定其强度和脆弱性——范围越广，越容易被推翻；范围越窄，推论力越弱。
-
-### 第五步：验证推理链完备性 / Verify the Completeness of the Inference Chain
-
-**科研模式 / Research Mode：**
-检查从前提到结论的推理链是否完整，是否存在逻辑跳跃。每一步是否都有明确的理由？
-- 前提集 Γ 能否形式推导出结论 φ？即是否存在有限序列 φ₁, φ₂, ..., φₙ = φ，其中每个 φᵢ 或属于 Γ，或由前面公式通过有效规则得出？
-- 若推理链不完整，标注缺失的中间步骤及其所需规则
-
-**生活模式 / Life Mode：**
-从前提到结论的每一步是否都站得住脚？——有没有哪一步是跳跃而非推理？
-- 逐一检查：从前提到结论，每一步是否都有逻辑支撑？
-- 跳跃是最常见的漏洞——从A直接跳到C，但A到C之间缺少B的支撑
-- 完整的推理链：A→B→C，每一步都有理由；跳跃的推理链：A→?→C，中间缺失
-
-**共通要点 / Shared Key Point：**
-推理链的完整性是论证的命脉——缺失一步，整条链断裂。
-
-### 第六步：评估结论强度 / Assess the Strength of the Conclusion
-
-**科研模式 / Research Mode：**
-结论的逻辑强度分类：
-- **必然的（Necessary）**：演绎有效，前提真则结论必然真
-- **或然的（Probable）**：归纳支持，前提提供概率性证据
-- **假设性的（Hypothetical）**：溯因推理，结论是最佳解释但未被验证
-
-同时评估结论的适用范围：全称性结论（∀）还是存在性结论（∃）？条件性结论（→）还是无条件结论？
-
-**生活模式 / Life Mode：**
-结论有多强？——"必然如此"还是"可能如此"？是确定性结论还是倾向性推断？
-- **确定性结论**：前提成立则结论一定成立——"如果他是独生子，则他没有兄弟姐妹"
-- **倾向性推断**：前提支持结论但不保证——"经常锻炼的人通常更健康"
-- **猜测性结论**：只是可能性，远未确认——"他可能是故意这么做的"
-
-区分清楚再下判断——不要把倾向性推断当成确定性结论来使用。
-
-**共通要点 / Shared Key Point：**
-结论的强度必须如实评估——不要把"可能"夸大为"必然"，也不要把"必然"削弱为"可能"。
-
-### 第七步：证明策略选择 / Select Proof Strategy
-
-**科研模式 / Research Mode：**
-根据论证特征选择合适的证明方法：
-- **直接证明（Direct Proof）**：从前提逐步推导至结论，最自然
-- **反证法（Proof by Contradiction）**：假设 ¬φ，推导出矛盾，从而证明 φ。适用于否定性结论或难以直接构造的论证
-- **逆否证明（Proof by Contrapositive）**：证明 ¬Q → ¬P 以建立 P → Q，当逆否方向更易推理时使用
-- **穷举证明（Proof by Exhaustion）**：将所有情况逐一验证，适用于有限且可枚举的情形
-- **构造性证明（Constructive Proof）**：直接构造满足条件的对象，比存在性证明（仅证明 ∃x P(x) 而不给出 x）更有信息量
-
-**生活模式 / Life Mode：**
-如何组织你的论证——从已知事实出发逐步推导，比直接断言更有说服力
-- **逐步推导**：从对方认可的事实出发，一步步推导到你想要的结论——比直接断言更有说服力
-- **反面质疑**：如果对方论点成立，会出现什么矛盾或荒谬结果？——让对方自己看到问题
-- **举证责任**：谁做出更强的断言，谁就需要更强的证据——"所有人都这样"需要大量证据，"有些人这样"只需一例
-
-**共通要点 / Shared Key Point：**
-论证策略的选择决定了论证的说服力和可靠性——好的策略让推理清晰可见，而不是跳跃式断言。
-
-## 常见错误 / Common Errors
-
-| 错误 / Error | 数学批评 / Mathematical Critique | 正确做法 / Correct Approach |
-|-------------|-------------------------------|---------------------------|
-| 混淆充分条件与必要条件 `[科研]` | P → Q 成立不代表 Q → P 成立 | 明确区分充分、必要、充要条件 |
-| 肯定后件谬误 `[科研/生活]` | 从 "如果下雨则地湿" 和 "地湿" 推出 "下雨了" 是无效的 | 只有 Modus Ponens 和 Modus Tollens 是有效的假言推理 |
-| 隐藏前提 `[科研/通用]` | 推理中使用了未声明的前提 | 暴露所有前提，逐一检验 |
-| 无限倒退 `[科研]` | 每个前提都需要另一个前提来证明 | 找到不需要证明的起点（公理/经验事实）|
-| 把相关性当作因果性 `[生活]` | 两个变量相关不等于一个导致另一个 | 相关只是因果的必要非充分条件 |
-| 以偏概全 `[生活]` | 从少数例子推导一般规律 | 全称断言需要全称证据，或降低断言范围 |
-| 偷换概念 `[生活]` | 同一词项在不同位置含义不同 | 明确每个关键词的精确含义，保持一致 |
-| 量词移位谬误 `[科研]` | ∀x∃y R(x,y) ≠ ∃y∀x R(x,y)，前者弱后者强 | 严格遵守量词顺序，不可随意交换不同类型量词 |
-| 非法全称泛化 `[科研]` | 从 P(a) 对特定 a 成立推出 ∀x P(x)，违反 UG 的任意性要求 | UG 仅适用于任意个体 a，不适用于特定常元 |
-| 混淆自由与约束变量 `[科研]` | 同一变元 x 在 ∀x P(x) 中约束、在 P(x) 中自由，含义不同 | 明确标注变元的约束/自由状态，避免在同一证明中混用 |
-| 混淆 ∀ 与 ∃ `[科研/生活]` | "所有元素满足 P" 远强于 "存在元素满足 P" | 严格区分全称断言与存在断言的逻辑强度 |
-
-## 操作规程 / Operating Procedure
-
-当本 skill 被触发时，首先选择模式：
-
-- **科研模式**：涉及形式逻辑证明、谓词逻辑、量词结构、数学论证验证
-- **生活模式**：涉及日常论证评估、辩论谬误识别、决策推理检查
-
-### 科研模式输出格式 / Research Mode Output Format
-
-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]`
-
-**输出必须包含以上 7 项，不得只输出分析性文字而不给出结论。**
-
-### 生活模式输出格式 / Life Mode Output Format
-
-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？
-
-**输出必须包含以上 6 项，不得只输出分析性文字而不给出结论。**
-
-## 与其他 skill 的关系 / Relations to Other Skills
-
-- **公理化思想**：逻辑演绎是公理体系的推理引擎；公理提供前提，演绎提供推导机制，二者共同构成形式系统
-- **抽象化思想**：形式逻辑本身就是高度抽象的结构——将具体内容剥离后只保留推理形式
-- **归纳与类比**：演绎与归纳互补——演绎保证正确性，归纳提供新前提
-- **概率与统计**：在不确定性下，经典逻辑需要扩展为概率逻辑
-- **算法思想**：逻辑演绎为算法的正确性证明提供形式框架——程序的性质验证本质上是一阶谓词推理
-- **反例思想**：反例是证伪 ∀ 断言的直接手段，与演绎证真构成双重验证体系
+---
+name: logic-deduction
+description: |
+  触发：检查证明严谨性、形式逻辑分析、前提审查、谓词逻辑推理验证、量词结构分析、发现逻辑漏洞；或为算法正确性/不变量做形式推导与证明验证时调用。
+  English: Trigger when checking proof rigor, formal logic analysis, premise auditing, predicate logic verification, quantifier structure analysis, discovering logical loopholes; or doing formal derivation and proof verification for algorithm correctness or invariants.
+---
+
+> **语言路由**：若用户消息为英文，请读取并遵循同目录下的 `SKILL.en.md`，按其操作规程以英文输出；中文消息则继续使用本文件。
+
+# 🧠 逻辑演绎 / Logic Deduction
+
+> "逻辑是数学的家规——一切推理必须在形式规则的监督下进行。"
+> "Logic is the house rule of mathematics — all reasoning must proceed under the supervision of formal rules."
+>
+> —— 哥德尔完备性定理 (1929)，一阶逻辑
+> —— Gödel's Completeness Theorem (1929), First-Order Logic
+
+## 核心原则 / Core Principle
+
+从真前提严格推理新真命题——推理链条的每一步都必须合法。推理类型：演绎（前提真+规则有效→结论必然真，最可靠）、归纳（实例→一般，或然性）、溯因（观察+理论→最佳解释，假设性）。
+
+> **数学形式化 / Mathematical Formalization**
+>
+> 逻辑演绎具有两层结构：命题逻辑处理真值函数连接词（¬, ∧, ∨, →, ↔），谓词逻辑在此基础上添加量词（∀, ∃）与个体变元。数学证明生活在谓词逻辑之中——仅靠命题逻辑无法表达 "对所有 x，若 P(x) 则 Q(x)" 这类陈述，因此也无法对实际数学论证进行证明检验。
+>
+> 哥德尔完备性定理（Gödel's Completeness Theorem, 1929）：一阶谓词逻辑中，所有有效论证都是可证明的——若 φ 是一阶逻辑的有效公式，则存在一个形式证明序列从空前提集推导出 φ。这保证了一阶逻辑的演绎能力与语义有效性完全吻合（可靠性+完备性），但仅限一阶逻辑；二阶逻辑不具备此性质。
+>
+> 详细数学依据见 `original-texts.md`
+
+## GPU 友好性 / GPU-Friendliness（横切检查）
+
+逻辑/形式验证结构映射 GPU 时需警惕：**符号推理常「美但不可算」**——证明搜索、归结（Resolution）回溯本质串行，难以张量化。当逻辑用于算法/不变量设计时，过 `../../references/gpu-friendly-math.md` 八维门：
+
+- **SAT/SMT 批量求解**：独立子句可批量并行（友好），但 CDCL 回溯串行。
+- **定理证明（Coq/Lean）**：tactic 求解器高度串行、依赖图复杂——不可训练，应**离线验证**产物后仅部署结论。
+- **模型检查（Model Checking）**：状态空间爆炸→符号 BDD 可压缩；GPU 上可改用并行 SAT / 局部可达性（可改造）。
+- **类型/不变量检查**：作为编译期/离线静态检查，运行期零开销（友好）。
+- **反模式**：把归结/自然演绎证明搜索塞进训练循环——不可微分、不可并行；应松弛为可微近似（概率/神经符号逻辑）或离线证毕后仅部署结论。
+
+八维最低判定（正式术语）：**张量化**通常不友好，除非子句/状态可批量编码；**GEMM 可映射**只适合可微逻辑、SAT 打分或布尔半环近似；**复杂度**必须标注证明搜索/模型检查的指数或不可判定边界；**显存与 KV-Cache**看状态空间、证明树、BDD 是否爆炸；**低精度稳定**看松弛逻辑在 fp16/bf16 下是否保持语义边界；**并行与通信**看分支搜索能否批量或离线；**稀疏结构**看约束图是否规则；**算子融合**看逻辑 loss/mask 是否能融合，证明搜索本身不应进 kernel。
+
+> 配合 `../../references/books/abstract-algebra.md`（形式系统）、`../../references/books/algebraic-geometry-rising-sea.md`（范畴论推理）。
+
+## 不适用场景 / When NOT to Use
+
+- **前提本身不确定**——先确定前提真假，再进行演绎。
+- **需要创造性突破而非逻辑验证**——演绎只能发现已有信息蕴含的结论，不能产生新信息。
+- **二阶逻辑问题**——哥德尔完备性仅覆盖一阶逻辑；二阶有效性不可完全公理化。
+
+## 何时使用 / When to Use
+
+- 阅读论文或代码时，检查其证明/推导/不变量的严谨性。
+- 发现论证中可能存在逻辑跳跃或漏洞，需形式化定位。
+- 验证某个结论是否真的能从前提推导出来（Γ ⊢ φ 是否成立）。
+- 分析含 ∀ / ∃ 的数学陈述时，验证量词推理的正确性。
+- 检查二阶逻辑论证的有效性边界。
+- 为算法正确性、循环不变量、程序性质做形式推导与证明验证。
+
+## 方法流程 / Method
+
+### 第一步：识别前提 / Identify the Premises
+列出论证中所有前提（假设、已知条件、引用定理），标注状态：**已证定理**（如"素数无穷"）、**公理**（如 ZF 集合论公理）、**假设**（如"黎曼猜想"）、**经验事实**。同时标注逻辑层次：纯命题前提（不含量词）还是谓词前提（含 ∀ / ∃）。前提质量决定推理质量——前提不成立则结论必然不可靠。
+
+### 第二步：检查推理规则 / Check the Rules of Inference
+验证每一步是否使用有效推理规则。
+
+**命题逻辑规则**：假言推理（Modus Ponens）P→Q, P ⊢ Q；拒取式（Modus Tollens）P→Q, ¬Q ⊢ ¬P；假言三段论 P→Q, Q→R ⊢ P→R；析取三段论 P∨Q, ¬P ⊢ Q；合取引入 P, Q ⊢ P∧Q；双重否定消除 ¬¬P ⊢ P。
+
+**谓词逻辑规则**：全称实例化（UI）∀x P(x) ⊢ P(a)；全称泛化（UG）P(a) 对任意 a 成立 ⊢ ∀x P(x)（a 必须任意，不能是特定常元）；存在实例化（EI）∃x P(x) ⊢ P(c)（c 必须为新名称，不与已有常元冲突）；存在泛化（EG）P(a) ⊢ ∃x P(x)。
+
+**其他框架**：消解原理（Resolution）从 (P∨Q) 与 (¬P∨R) 消解出 (Q∨R)，适于自动化证明；自然演绎系统（Natural Deduction）以引入/消除规则对称组织，更贴近人类推理习惯。
+
+### 第三步：检查常见逻辑谬误 / Check for Common Fallacies
+**命题逻辑谬误**：肯定后件 P→Q, Q ⊢ P（无效）；否定前件 P→Q, ¬P ⊢ ¬Q（无效）；混淆充分与必要条件；循环论证（结论隐含用作前提）；稻草人谬误。
+
+**谓词逻辑谬误**：量词移位谬误 ∀x∃y R(x,y) ≠ ∃y∀x R(x,y)（前者"每人各有其所爱"，后者"有人被所有人所爱"）；非法全称泛化（从特定 a 的 P(a) 推 ∀x P(x)，违反 UG 任意性）；混淆自由与约束变量；混淆 ∀ 与 ∃ 强度；偷换概念（Equivocation）；虚假二分（False Dilemma，将 P∨Q 呈现为仅有选择，隐含排除 ¬P∧¬Q）。
+
+### 第四步：分析量词结构 / Analyze Quantifier Structure
+∀ 与 ∃ 的嵌套顺序决定逻辑强度：
+- **∀∃ 结构**（较弱）：∀x∃y R(x,y)——对每个 x 可构造各自的 y，构造性可满足。
+- **∃∀ 结构**（较强）：∃y∀x R(x,y)——存在统一 y 对所有 x 成立，往往需选择公理（Axiom of Choice）。
+
+要点：嵌套层数越多推理越需谨慎；相邻同类型量词可交换（∀x∀y = ∀y∀x，∃x∃y = ∃y∃x），不同类型不可交换；量词否定等值 ¬∀x P(x) ≡ ∃x ¬P(x)，¬∃x P(x) ≡ ∀x ¬P(x)。
+
+### 第五步：验证推理链完备性 / Verify Completeness of the Inference Chain
+检查前提集 Γ 能否形式推导出结论 φ：是否存在有限序列 φ₁, φ₂, ..., φₙ = φ，其中每个 φᵢ 或属于 Γ，或由前面公式通过有效规则得出？若链不完整，标注缺失的中间步骤及其所需规则。缺失一步，整条链断裂。
+
+### 第六步：评估结论强度 / Assess the Strength of the Conclusion
+逻辑强度分类：**必然的**（演绎有效，前提真则结论必然真）、**或然的**（归纳支持，概率性证据）、**假设性的**（溯因，最佳解释但未验证）。同时评估适用范围：全称（∀）还是存在（∃）？条件性（→）还是无条件？不要把"可能"夸大为"必然"。
+
+### 第七步：证明策略选择 / Select Proof Strategy
+- **直接证明**：从前提逐步推导至结论，最自然。
+- **反证法**：假设 ¬φ 推导出矛盾从而证明 φ，适于否定性结论或难以直接构造的论证。
+- **逆否证明**：证明 ¬Q → ¬P 以建立 P → Q，当逆否方向更易推理时使用。
+- **穷举证明**：将所有情况逐一验证，适于有限可枚举情形。
+- **构造性证明**：直接构造满足条件的对象，比纯存在性证明（仅证 ∃x P(x) 不给出 x）更有信息量。
+
+## 常见错误 / Common Errors
+
+| 错误 / Error | 批评 / Critique | 正确做法 / Correct Approach |
+|---|---|---|
+| 混淆充分与必要条件 | P → Q 成立不代表 Q → P 成立 | 明确区分充分、必要、充要条件 |
+| 肯定后件谬误 | P → Q, Q ⊬ P；只有 Modus Ponens/Tollens 有效 | 拒绝 P→Q, Q ⊢ P 这类无效推理 |
+| 隐藏前提 | 推理中使用了未声明的前提 | 暴露所有前提，逐一检验 |
+| 无限倒退 | 每个前提都需要另一个前提来证明 | 找到不需要证明的起点（公理/经验事实）|
+| 量词移位谬误 | ∀x∃y R(x,y) ≠ ∃y∀x R(x,y)，前者弱后者强 | 严格遵守量词顺序，不可交换不同类型量词 |
+| 非法全称泛化 | 从特定 a 的 P(a) 推 ∀x P(x)，违反 UG 任意性 | UG 仅适用于任意个体 a，不适用于特定常元 |
+| 混淆自由与约束变量 | x 在 ∀x P(x) 中约束、在 P(x) 中自由，含义不同 | 明确标注变元约束/自由状态，避免混用 |
+| 混淆 ∀ 与 ∃ | "所有元素满足 P" 远强于 "存在元素满足 P" | 严格区分全称断言与存在断言的逻辑强度 |
+| 符号推理塞进训练循环 | 证明搜索/归结本质串行、不可微分，"美但不可算" | 松弛为可微近似（概率/神经符号）或离线证毕后仅部署结论 |
+
+## 操作规程 / Operating Procedure
+
+当本 skill 被触发时，输出必须包含：
+
+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]`
+8. **[GPU 可行性]**（若用于算法/不变量验证）— 形式验证是否离线进行、结论可否部署；证明搜索是否需松弛为可微近似，过八维门。
+
+**输出不得只给分析而无结论。**
+
+## 与其他 skill 的关系 / Relations to Other Skills
+
+- **公理化思想**：逻辑演绎是公理体系的推理引擎；公理提供前提，演绎提供推导机制，二者共同构成形式系统。
+- **抽象化思想**：形式逻辑本身就是高度抽象的结构——将具体内容剥离后只保留推理形式。
+- **归纳与类比**：演绎与归纳互补——演绎保证正确性，归纳提供新前提。
+- **概率与统计**：在不确定性下，经典逻辑需扩展为概率逻辑。
+- **算法思想**：逻辑演绎为算法正确性证明提供形式框架——程序性质验证本质上是一阶谓词推理。
+- **反例思想**：反例是证伪 ∀ 断言的直接手段，与演绎证真构成双重验证体系。
+- **现代数学激活**：`../../references/books/abstract-algebra.md`（形式系统）、`../../references/books/algebraic-geometry-rising-sea.md`（范畴论推理）。