前言¶
讓大模型評審一個方案，最常見的結果是繞圈：你問「這個方案行不行」，它回答「這個方案很有潛力，但要注意風險」。既沒有具體反例，也沒有指出哪裏自相矛盾，更沒有給出獨立判斷。風險清單永遠是抽象的。
這個 Skill 就是爲了解決這件事：把方案或想法丟給它之後，不再要求它複述你的論點，而是自動去搜反例、找悖論，然後把反對理由和失敗場景攤開。
這是什麼¶
一句話定位：對方案/想法自動執行邏輯診斷的 Skill。
- 出品方：user_5fb4ec10（community 來源）
- 座標：
@user_5fb4ec10/plan-logic-diagnosis - 版本：1.0.0
- 分類：ai-agent
- 標籤：
requires_api_key=false（不需要額外 API Key） - 評分 100000，下載 911，安裝 0（數據來自 SkillHub 官方頁面，評分與下載數會變動，以頁面爲準）
它解決的核心問題是：讓 AI 在評審方案時執行一套固定的診斷流程，而不是憑感覺附和你的前提。
核心功能¶
Skill 名稱爲「方案邏輯診斷」。觸發之後，AI 自動執行三維檢測：
- 反例搜索：針對方案裏的關鍵假設，去找能推翻它們的具體反例。
- 邏輯悖論檢測：檢查方案內部是否存在自相矛盾的表述或互相沖突的推理。
- 方向悖論檢測：檢查方案的目標方向與實際手段是否指向相反的結果。
輸出固定包含三部分：反對理由、失敗場景、獨立判斷。也就是說，不只是給出「有風險」，而是給出「反對什麼、在什麼場景下會失敗、我的判斷是什麼」。
定位上，官方簡介寫得很直接：從「AI 順着你說」到「AI 幫你找漏洞」。
安裝與啓用¶
官方地址：
https://www.skillhub.cn/skills/user_5fb4ec10/plan-logic-diagnosis
API 地址：
https://api.skillhub.cn/user_5fb4ec10/plan-logic-diagnosis
目前公開頁面沒有給出克隆地址或二進制安裝命令，所以這裏不寫未經覈實的命令。按 SkillHub 的通用使用方式：在支持 SkillHub 的技能市場裏搜索 plan-logic-diagnosis，或按座標 @user_5fb4ec10/plan-logic-diagnosis 定位，從頁面安裝到當前 Agent 環境即可。該 Skill 的公開標籤是 requires_api_key=false，說明它不依賴額外的密鑰配置。
如果你的環境同時裝了 Cursor、Codex CLI、Claude Code，安裝入口可能不同；官方資料沒有逐個說明差異，需要你在對應客戶端的 Skill 安裝入口確認後再裝。
典型用法¶
安裝啓用後，把你的方案正文（而不是抽象問題）交給它，讓它走三維檢測。可以這樣喂進去：
方案：我們要做一個面向中小商家的記賬工具，先免費拉新，再靠增值服務收費，同時把數據接口開放給第三方做生態。
觸發診斷後，它的輸出會圍繞三塊展開：
- 反例搜索的結果：哪些假設在現實中已經被同類方案證僞過。
- 邏輯悖論檢測結果：免費拉新與增值服務收費、開放接口之間是否存在互相打架的地方。
- 方向悖論檢測結果：目標是做生態，手段是否反而讓核心數據資產旁落。
核心是一次只交給它一個需要被質疑的方案。多個方案混在一起，反例和悖論會被稀釋，輸出就不集中。
適用場景與注意¶
適合誰：
- 正在評審方案、想找盲區的開發者或產品負責人。
- 寫文檔前想先做一輪自我反駁的人。
- 需要 AI 給出反對理由而不是複述方案的人。
不適合和限制：
- 它替不了真正的驗證環節。三維檢測是邏輯層面的排查，不會替你跑實驗、查數據來源。
- 反例搜索的質量取決於模型自身的知識儲備，遇到很新的領域，它給出的反例可能比較通用。
- 方向悖論檢測偏結構性判斷，不能替代對市場、成本的實測。
- 數據如實說明：當前安裝數爲 0，說明社區實踐樣本還很少，效果需要你裝上後自己跑一遍。
- 評分和下載量是第三方頁面統計，會變動，不要當作穩定性的依據。
結尾¶
「方案邏輯診斷」的價值在於把一次出圖一致性的評審，變成一次有固定流程的找漏：反例搜索、邏輯悖論檢測、方向悖論檢測，最後給出反對理由、失敗場景和獨立判斷。如果你現在的痛點是 AI 只會順着你說，它可以補上這一塊。
官方地址：https://www.skillhub.cn/skills/user_5fb4ec10/plan-logic-diagnosis
