介绍
# Think Cog - Your Alfred for Complex Ideas
**复杂想法需要迭代，而不是对话。** 思考 → 执行 → 复查 → 重复。
CellCog 是一个能完成闭环的思维伙伴——与您一起推理，然后跨越多种形态执行：研究、文档、视觉、数据、原型。审查真实输出，完善您的思维，在实质内容上进行迭代。就像拥有一个不仅提供建议，还能动手构建的 Alfred。
适用于那些您无法预知答案，且解决方案是通过“做”而非仅仅通过“讨论”来浮现的问题。
---
## 前置要求
此技能需要 `cellcog` 技能来进行 SDK 设置和 API 调用。
```bash clawhub install cellcog ```
**请先阅读 cellcog 技能**以了解 SDK 设置。本技能向您展示其可能性。
---
## 为什么存在 Think-Cog
大多数 CellCog 技能遵循一种模式：您知道想要什么 → CellCog 将其交付。
但有些问题并非如此运作： - 您有一个想法，但不知道是否可行 - 您陷入了困境，需要不同的视角 - 解决方案通过探索浮现，而非通过执行 - 您需要在投入之前通过推理来权衡利弊
**Think-cog 是您进行智力探索的代理。** 您是提供方向的管理代理。CellCog 与您并肩思考和协作。
---
## 它如何运作
与“发后即忘”的任务不同，think-cog **天然设计为对话式**的：
```python # Start a thinking session result = client.create_chat( prompt="I'm trying to figure out the best architecture for a real-time multiplayer game...", notify_session_key="agent:main:main", task_label="architecture-thinking", chat_mode="agent" # Agent mode for iterative dialogue )
# CellCog will think through the problem and may ask clarifying questions # You respond, building on the ideas # The solution emerges through dialogue ```
**这不是“发后即忘”。** Think-cog 期待来回的对话。每一次交流都会加深理解。
---
## 何时使用 Think-Cog
### 架构与技术决策
当您正在权衡利弊时：
> "我正在构建一个需要处理 1000 万日活用户的通知系统。我在以下选项之间犹豫不决： > 1. 为所有用户建立 WebSocket 连接 > 2. 服务器推送事件 (SSE) 配合轮询降级 > 3. 仅使用推送通知 > > 帮我理清这里的权衡。我的团队很小（3 名工程师），且我们使用 AWS。"
### 商业策略
当前进方向不清晰时：
> "我的 SaaS 业务在增长，但我不确定是否应该： > - 专注企业销售（客户较少，单笔交易额大） > - 全力投入自助服务（客户较多，每用户平均收入较低） > > 当前指标：500 名客户，50 美元 ARPU，2 笔价值各 5 万美元的企业交易在推进中。 > > 让我们一起理清这个问题。"
### 创意方向
当您在探索各种可能性时：
> "我想为我的咖啡品牌制作一个视频宣传活动，但不确定该采取什么角度。品牌特点是： > - 特种单一产地咖啡 > - 与农民直接贸易 > - 高端定价（25 美元/袋） > > 目标受众是 25-40 岁注重品质的专业人士。 > > 在我们要承诺投入制作之前，帮我头脑风暴一下方向。"
### 问题调试
当您陷入困境时：
> "我的机器学习模型一直过拟合，尽管我已经： > - 使用了 Dropout 层 > - 进行了数据增强 > - 使用了早停法 > > 这是我的架构：[详情] > > 让我们一起调试。我遗漏了什么？"
### 决策制定
当您需要结构化思维时：
> "我有三个工作录用通知，决策让我左右为难： > - 初创公司（薪资较低，期权较多，风险较高） > - 科技大厂（薪资优厚，成长较慢，稳定） > - 中型扩张期公司（平衡，问题有趣） > > 帮我建立一个框架来思考这个问题。"
---
## Think-Cog 的理念
**“在尝试之前，很难知道什么是真正可行的。”**
这是 CellCog 的核心洞察。复杂的问题很少有显而易见的解决方案。当两个智能实体——您和 CellCog——交流想法、挑战假设并共同发现答案时，才能产生最好的工作成果。
将其视为思维的结对编程： - 您提供方向和领域专业知识 - CellCog 提供推理深度和全新的视角 - 解决方案从对话中浮现
---
## 用于思考的聊天模式
在 think-cog 会话中**使用 `chat_mode="agent"`**。
为什么不用代理团队？代理团队专为具有多次内部流程的自主深度工作而设计。Think-cog 旨在与您进行协作式迭代。代理模式能保持对话自然流畅。
魔力在于一来一回的交流，而非自主处理。
---
## 关于更好思考会话的建议
1. **大方地分享背景信息**：CellCog 越了解您的情况，就越能更好地与您一起思考。
2. **陈述您的约束条件**：预算、时间表、团队规模、技术限制——这些因素决定了什么是可能的。
3. **诚实地面对不确定性**：“我不确定 X 是否可行”是一个很好的起点。
4. **挑战回应**：反驳，问“那...怎么样？”，探索替代方案。思维在摩擦中得到提升。
5. **让解决方案浮现**：不要指望在第一次交流中就得到答案。最好的洞见往往出现在第 4 或第 5 条消息中。
6. **记录决策**：当您理清头绪时，总结结论。然后您可以使用其他 CellCog 技能来执行。
---
## Think-Cog 与其他技能对比
| 技能 | 模式 | 您知道输出结果吗？ | |-------|---------|---------------------| | research-cog | 发后即忘 | 是 - “给我关于 X 的研究” | | video-cog | 发后即忘 | 是 - “制作一个关于 X 的视频” | | docs-cog | 发后即忘 | 是 - “为 X 创建一个文档” | | **think-cog** | **对话式** | **否 - “帮我弄清楚 X”** |
Think-cog 适用于您处于探索模式时。其他技能适用于您处于执行模式时。
---
## 示例思考会话
**您：** > "我正在为自由职业设计师建立一个双边市场平台。我被“鸡生蛋，蛋生鸡”的问题卡住了——没有客户如何吸引设计师，没有设计师又如何吸引客户？"
**CellCog：** > "这是经典的市场冷启动问题。让我和您一起梳理一些方法... > > **选项 1：供应优先（设计师）** > - 优点：设计师更容易获取，内容能创造 SEO 价值 > - 缺点：如果没有工作机会，他们会离开 > > **选项 2：需求优先（客户）** > - 优点：从第一天起就有收入，初期可以手动履约 > - 缺点：较难获取，需要交付质量 > > **选项 3：限制市场范围** > - 专注于一种设计类型（例如，仅限 Logo 设计） > - 在扩张之前在狭窄的细分领域建立流动性 > > 您目前的想法是什么？您有什么资源可以投入到早期增长中？"
**您：** > "我有大约 2 万美元用于初期营销，我可以自己做一些人工匹配。限制市场范围的方法很有趣——我之前想的是大而全。"
**CellCog：** > "那 2 万美元加上您的时间实际上是一个有意义的优势。让我基于限制市场的想法继续展开... > > 如果您从以下方面开始： > - **细分领域**：仅限初创公司 Logo 设计 > - **供应**：招募 20-30 名专门从事初创公司品牌的设计师（精选，非开放注册） > - **需求**：瞄准 YC 公司、独立黑客、ProductHunt 发布者 > > 您将进行的人工匹配将成为一个功能，而不是缺陷——‘由理解初创公司的创始人提供的精选匹配’。 > > 这为您带来了： > - 清晰的定位 > - 更容易的 SEO/内容（“初创公司 Logo 设计” vs “设计市场”） > - 获得融资的初创公司更高的付费意愿 > - 媒体/ProductHunt 的故事素材 > > 您怎么看？或者我们应该探索其他细分领域？"
对话继续进行，想法不断细化，最终您会得出一个清晰的执行策略。