# thinking 应用协议 > **TL;DR:** thinking标签用于定义结构化的思考框架,帮助AI系统进行系统性分析和推理,支持Markdown和Mermaid图表表达思维过程。 ## 🔍 基本信息 **标签名:** `` **版本:** 1.0.0 **类别:** 思考 **状态:** 草稿 **创建日期:** 2023-06-20 ### 目的与功能 thinking标签定义了AI系统进行思考分析的框架和流程,它的主要功能是: - 提供结构化的思维分析模式 - 组织和展示概念关系与逻辑推理 - 支持可视化思维导图和决策树 - 帮助AI系统进行系统性、全面性的问题分析 ## 📝 语法定义 ```ebnf (* EBNF形式化定义 *) thinking_element ::= '' content '' attributes ::= (' ' attribute)+ | '' attribute ::= name '="' value '"' name ::= [a-zA-Z][a-zA-Z0-9_-]* value ::= [^"]* content ::= markdown_content markdown_content ::= (* 任何有效的Markdown文本,包括Mermaid图表 *) ``` ## 🧩 语义说明 thinking标签表示一个完整的思考过程或思维框架。标签内容采用Markdown格式,可以包含文本段落、列表、标题以及Mermaid图表等元素,用于表达结构化的思考方式。thinking标签特别适合表达概念关系、逻辑推理和系统性思考,为AI提供思考分析的参考框架。 ## 💡 最佳实践 以下是使用thinking标签的一些建议做法,这些并非强制要求,仅作为参考: ### 推荐属性 可以考虑使用以下属性来增强thinking标签的语义: - **type**: 指定思考类型,如`type="analysis"`, `type="design"`, `type="evaluation"`, `type="brainstorm"`, `type="problem-solving"` - **domain**: 指定思考领域,如`domain="software"`, `domain="business"`, `domain="science"` - **method**: 指定思维方法,如`method="systematic"`, `method="lateral"`, `method="critical"` ### 内容组织 推荐在thinking标签内使用以下结构组织内容: 1. 以一级标题(`#`)定义核心问题或思考主题 2. 使用二级标题(`##`)划分思考的主要部分(如问题分析、方案设计、评估等) 3. 使用列表、表格等方式组织关键点和因素 4. 使用Mermaid图表可视化思维过程(见下方推荐) 5. 在结尾提供结论或决策建议 ### Mermaid图表选择 不同类型的思考场景适合使用不同的Mermaid图表类型: - **思维导图(mindmap)**: 适合概念分解、头脑风暴和关联分析 ```mermaid mindmap root((核心问题)) 因素A 子因素A1 子因素A2 因素B 子因素B1 因素C ``` - **流程图(flowchart)**: 适合步骤分析、决策流程和算法思路 ```mermaid flowchart TD A[起点] --> B{判断条件} B -->|条件1| C[路径1] B -->|条件2| D[路径2] C --> E[结果1] D --> F[结果2] ``` - **类图(classDiagram)**: 适合概念关系和抽象模型设计 ```mermaid classDiagram 概念A <|-- 子概念B 概念A <|-- 子概念C 概念A : 属性1 概念A : 属性2 ``` - **甘特图(gantt)**: 适合项目规划和时间线分析 ```mermaid gantt title 项目计划 section 阶段1 任务1 :a1, 2023-01-01, 30d 任务2 :after a1, 20d section 阶段2 任务3 :2023-02-15, 28d ``` - **状态图(stateDiagram)**: 适合状态转换和系统行为分析 ```mermaid stateDiagram-v2 [*] --> 状态A 状态A --> 状态B: 事件1 状态B --> 状态C: 事件2 状态C --> [*] ``` ## 📋 使用示例 # 问题分析框架 ## 核心问题 如何优化系统性能并保持代码可维护性 ## 因素分析 影响因素包括: - 算法效率 - 数据结构选择 - 并发处理 - 代码组织 ```mermaid mindmap root((性能优化)) 算法层面 时间复杂度 空间复杂度 数据结构 查询效率 内存占用 系统架构 并发模型 资源管理 ``` ## 结论 应优先考虑数据结构优化和并发处理模型调整