本项目提供了一个名为“超深度思考”（Ultrashink）的提示词，其核心是构建一个由AI驱动的多代理（Multi-Agent）协作系统，旨在通过模拟专家团队的工作模式，来解决复杂的技术和编码任务。
当您面对一个需要多角度、深层次思考的难题时，这个工作流可以引导 AI 更有条理、更全面地进行分析和创造。
本提示词将 AI 的角色设定为一个协调员代理（Coordinator Agent），它负责指挥和整合四个拥有不同专业技能的子代理（Sub-agents） 的工作成果。这种分工协作的模式，能够有效避免单一 AI 在处理复杂问题时可能出现的思维局限。
- 架构代理 (Architect Agent):
- 职责: 负责设计任务的高级解决方案和整体技术路径。它会从宏观层面思考系统的结构、组件划分和交互方式。
- 研究代理 (Research Agent):
- 职责: 负责收集外部知识、查找相关资料和参考先例。当任务需要引入新的库、API 或算法时，研究代理会提供必要的信息支持。
- 编码代理 (Coder Agent):
- 职责: 负责编写新代码或编辑现有代码。它专注于将架构设计转化为具体的、高质量的代码实现。
- 测试代理 (Tester Agent):
- 职责: 负责提出测试方案和验证策略。它会思考如何确保代码的正确性、健壮性，并设计相应的测试用例。
- 任务启动: 用户通过一个自定义命令（如
/ultrathink-task）并附上任务描述来启动工作流。 - 协调员思考: 协调员代理首先进行初步思考，明确任务的假设和未知点。
- 任务委派: 协调员按顺序、有针对性地向每个子代理委派任务。
- 成果捕获: 协调员捕获每个子代理的输出，并总结其核心洞察。
- “超深度思考”反思: 在所有子代理完成工作后，协调员进入一个“ultrathink”反思阶段，将所有分散的洞察整合成一个连贯、完整的最终解决方案。
- 迭代优化: 如果在反思阶段发现仍有知识空白或不确定性，协调员可以再次调用一个或多个子代理进行更深入的分析，直到解决方案足够完善。
- 结构化输出: 最终，AI 会以清晰的格式输出最终答案（例如，可操作的步骤或代码）、决策过程的推理记录以及建议的后续行动。
这个工作流特别适用于以下场景：
- 需要为一个新功能设计完整的技术方案。
- 对一个现有模块进行复杂的重构，需要权衡不同的实现路径。
- 探索一个不熟悉的技术领域，并希望产出具体的代码原型。
- 解决一个棘手的 Bug，需要从架构、实现到测试进行全面的排查。
- 设置自定义命令: 将
prompt.md的内容配置为一个自定义命令（例如，在 Claude 中设置为/project:ultrathink-task）。 - 清晰描述任务: 在调用该命令时，在后面附上对您要解决的任务的清晰、详细的描述。
- 跟随 AI 的引导: AI 将会主导整个流程，您只需在关键节点提供必要的信息或反馈即可。
通过这种方式，您可以引导 AI 以一种远超常规问答模式的深度和广度来进行思考，从而获得更高质量的解决方案。
来源说明: 本工作流的灵感来源于 Reddit 上的讨论：Ultrashink Task Command