Back to Details

meta-cognition-parallel

Compare original and translation side by side

🇺🇸

Original

English
🇨🇳

Translation

Chinese

Meta-Cognition Parallel Analysis (Experimental)

三层并行元认知分析（实验性）

Status: Experimental | Version: 0.1.0
This skill tests parallel three-layer cognitive analysis using 
context: fork
.
状态： 实验性 | 版本： 0.1.0
本Skill使用
context: fork
测试三层认知并行分析。

Concept

概念

Instead of sequential analysis, this skill launches three parallel subagents - one for each cognitive layer - then synthesizes their results.
User Question
     │
     ▼
┌─────────────────────────────────────────────────────┐
│            meta-cognition-parallel                   │
│                  (Coordinator)                       │
└─────────────────────────────────────────────────────┘
     │
     ├─── Task(fork) ──► layer1-analyzer ──► L1 Result
     │                   (Language Mechanics)
     │
     ├─── Task(fork) ──► layer2-analyzer ──► L2 Result
     │                   (Design Choices)         ├── Parallel
     │                                            │
     └─── Task(fork) ──► layer3-analyzer ──► L3 Result
                         (Domain Constraints)
     │
     ▼
┌─────────────────────────────────────────────────────┐
│              Cross-Layer Synthesis                   │
│         (In main context with all results)          │
└─────────────────────────────────────────────────────┘
     │
     ▼
Domain-Correct Architectural Solution
与顺序分析不同，本Skill会启动三个并行的子代理（subagent）——对应每个认知层级——然后综合它们的结果。
User Question
     │
     ▼
┌─────────────────────────────────────────────────────┐
│            meta-cognition-parallel                   │
│                  (Coordinator)                       │
└─────────────────────────────────────────────────────┘
     │
     ├─── Task(fork) ──► layer1-analyzer ──► L1 Result
     │                   (Language Mechanics)
     │
     ├─── Task(fork) ──► layer2-analyzer ──► L2 Result
     │                   (Design Choices)         ├── Parallel
     │                                            │
     └─── Task(fork) ──► layer3-analyzer ──► L3 Result
                         (Domain Constraints)
     │
     ▼
┌─────────────────────────────────────────────────────┐
│              Cross-Layer Synthesis                   │
│         (In main context with all results)          │
└─────────────────────────────────────────────────────┘
     │
     ▼
Domain-Correct Architectural Solution

Usage

使用方法

/meta-parallel <your Rust question>
Example:
/meta-parallel 我的交易系统报 E0382 错误，应该用 clone 吗？
/meta-parallel <你的Rust问题>
示例：
/meta-parallel 我的交易系统报 E0382 错误，应该用 clone 吗？

Execution Instructions

执行说明

Step 1: Parse User Query

步骤1：解析用户查询

Extract from 
$ARGUMENTS
:
  • The original question
  • Any code snippets
  • Domain hints (trading, web, embedded, etc.)
从
$ARGUMENTS
中提取：
  • 原始问题
  • 所有代码片段
  • 领域提示（交易、Web、嵌入式等）

Step 2: Launch Three Parallel Agents

步骤2：启动三个并行代理

CRITICAL: Launch all three Tasks in a SINGLE message to enable parallel execution.
Read agent files, then launch in parallel:

Task(
  subagent_type: "general-purpose",
  run_in_background: true,
  prompt: <content of agents/layer1-analyzer.md>
          + "\n\n## User Query\n" + $ARGUMENTS
)

Task(
  subagent_type: "general-purpose",
  run_in_background: true,
  prompt: <content of agents/layer2-analyzer.md>
          + "\n\n## User Query\n" + $ARGUMENTS
)

Task(
  subagent_type: "general-purpose",
  run_in_background: true,
  prompt: <content of agents/layer3-analyzer.md>
          + "\n\n## User Query\n" + $ARGUMENTS
)
关键：在单条消息中启动所有三个Task以启用并行执行。
Read agent files, then launch in parallel:

Task(
  subagent_type: "general-purpose",
  run_in_background: true,
  prompt: <content of agents/layer1-analyzer.md>
          + "\n\n## User Query\n" + $ARGUMENTS
)

Task(
  subagent_type: "general-purpose",
  run_in_background: true,
  prompt: <content of agents/layer2-analyzer.md>
          + "\n\n## User Query\n" + $ARGUMENTS
)

Task(
  subagent_type: "general-purpose",
  run_in_background: true,
  prompt: <content of agents/layer3-analyzer.md>
          + "\n\n## User Query\n" + $ARGUMENTS
)

Step 3: Collect Results

步骤3：收集结果

Wait for all three agents to complete. Each returns structured analysis.
等待所有三个代理完成。每个代理都会返回结构化分析结果。

Step 4: Cross-Layer Synthesis

步骤4：跨层综合

With all three results, perform synthesis:
markdown
undefined
结合三个结果，执行综合分析：
markdown
undefined

Cross-Layer Synthesis

跨层综合分析

Layer Results Summary

各层级结果摘要

LayerKey FindingConfidence
L1 (Mechanics)[Summary][Level]
L2 (Design)[Summary][Level]
L3 (Domain)[Summary][Level]
层级关键发现置信度
L1（语言机制）[摘要][等级]
L2（设计选型）[摘要][等级]
L3（领域约束）[摘要][等级]

Cross-Layer Reasoning

跨层推理

  1. L3 → L2: [How domain constraints affect design choice]
  2. L2 → L1: [How design choice determines mechanism]
  3. L1 ← L3: [Direct domain impact on language features]
  1. L3 → L2： [领域约束如何影响设计选型]
  2. L2 → L1： [设计选型如何决定实现机制]
  3. L1 ← L3： [领域对语言特性的直接影响]

Synthesized Recommendation

综合推荐方案

Problem: [Restated with full context]
Solution: [Domain-correct architectural solution]
Rationale:
  • Domain requires: [L3 constraint]
  • Design pattern: [L2 pattern]
  • Mechanism: [L1 implementation]
问题： [结合完整上下文重述问题]
解决方案： [符合领域要求的架构方案]
理由：
  • 领域要求：[L3约束]
  • 设计模式：[L2模式]
  • 实现机制：[L1实现]

Confidence Assessment

置信度评估

  • Overall: HIGH | MEDIUM | LOW
  • Limiting Factor: [Which layer had lowest confidence]
undefined
  • 整体： 高 | 中 | 低
  • 限制因素： [哪个层级的置信度最低]
undefined

Output Template

输出模板

markdown
undefined
markdown
undefined

Three-Layer Meta-Cognition Analysis

三层元认知分析结果

Query: [User's question]
查询内容：[用户问题]

Layer 1: Language Mechanics

层级1：语言机制

[L1 agent result]
[L1代理结果]

Layer 2: Design Choices

层级2：设计选型

[L2 agent result]
[L2代理结果]

Layer 3: Domain Constraints

层级3：领域约束

[L3 agent result]
[L3代理结果]

Cross-Layer Synthesis

跨层综合分析

Reasoning Chain

推理链

L3 Domain: [Constraint]
    ↓ implies
L2 Design: [Pattern]
    ↓ implemented via
L1 Mechanism: [Feature]
L3 领域：[约束条件]
    ↓ 推导得出
L2 设计：[模式]
    ↓ 通过以下方式实现
L1 机制：[特性]

Final Recommendation

最终推荐

Do: [Recommended approach]
Don't: [What to avoid]
Code Pattern:
rust
// Recommended implementation
Analysis performed by meta-cognition-parallel v0.1.0 (experimental)
undefined
建议： [推荐方案]
避免： [需要规避的做法]
代码示例：
rust
// 推荐实现方式
分析由 meta-cognition-parallel v0.1.0（实验性）执行
undefined

Test Scenarios

测试场景

Test 1: Trading System E0382

测试1：交易系统E0382错误

/meta-parallel 交易系统报 E0382，trade record 被 move 了
Expected: L3 identifies FinTech constraints → L2 suggests shared immutable → L1 recommends Arc<T>
/meta-parallel 交易系统报 E0382，trade record 被 move 了
预期结果：L3识别出金融科技领域约束 → L2建议使用不可变共享模式 → L1推荐使用Arc<T>

Test 2: Web API Concurrency

测试2：Web API并发问题

/meta-parallel Web API 中多个 handler 需要共享数据库连接池
Expected: L3 identifies Web constraints → L2 suggests connection pooling → L1 recommends Arc<Pool>
/meta-parallel Web API 中多个 handler 需要共享数据库连接池
预期结果：L3识别出Web领域约束 → L2建议使用连接池模式 → L1推荐使用Arc<Pool>

Test 3: CLI Tool Config

测试3：CLI工具配置处理

/meta-parallel CLI 工具如何处理配置文件和命令行参数的优先级
Expected: L3 identifies CLI constraints → L2 suggests config precedence pattern → L1 recommends builder pattern
/meta-parallel CLI 工具如何处理配置文件和命令行参数的优先级
预期结果：L3识别出CLI领域约束 → L2建议使用配置优先级模式 → L1推荐使用构建器模式

Limitations (Experimental)

局限性（实验性）

  • Subagent results are summarized, may lose detail
  • Parallel execution depends on Claude Code version
  • Cross-layer synthesis quality depends on result structure
  • May have higher latency than sequential approach
  • 子代理结果会被摘要处理，可能丢失细节
  • 并行执行依赖Claude Code版本
  • 跨层综合分析的质量取决于结果的结构化程度
  • 延迟可能高于顺序分析方案

Feedback

反馈

This is experimental. Please report issues and suggestions to improve the three-layer parallel analysis approach.
本功能为实验性版本。请反馈问题和建议，以改进三层并行分析方案。