核心用法
mu-critical-thinking 是一款基于《学会提问》（Asking the Right Questions）经典学术框架的批判性思维教练技能，提供三种交互模式：快捷模式（自动12维度扫描）、引导模式（苏格拉底式追问训练）和清单模式（结构化提问清单输出）。核心功能覆盖六大场景：论证质量评估、逻辑谬误识别、批判性提问训练、决策质量审计、数据解读教练以及辩论准备。
用户只需粘贴一段论证文本、观点或方案，技能即可自动执行论题类型识别、结论与理由提取、12维度逐层评估，输出结构化的诊断报告。针对逻辑谬误识别，技能会逐句扫描并精准定位问题语句，说明谬误类型、问题本质及修正建议。苏格拉底式追问训练采用5层递进模型（表层事实→理由证据→隐含假设→替代可能→行动验证），每轮追问≤2个问题、总计≤5轮，避免用户疲劳。
显著优点
学术权威性高：直接继承《学会提问》这一全球畅销30余年的批判性思维经典教材，12维度框架经过教育界长期验证，非自创概念。
场景落地性强：区别于空泛的理论说教，技能强制要求"诊断必须基于具体文本"，所有分析锚定用户提供的真实材料，输出包含"原文引用-问题诊断-修正建议"的完整闭环。
输出结构化程度极高：诊断报告、谬误扫描、决策审计等场景均采用表格化、清单化呈现，评级标准（✅/⚠️/❌）清晰可执行，大幅降低用户使用门槛。
多模态覆盖职场刚需：从日常汇报材料审核、会议追问准备到重大决策审计、辩论攻防预演，完整覆盖知识工作者的思辨训练场景。
潜在缺点与局限性
依赖外部引用文件：技能运行需读取references/目录下的12维度定义、谬误速查、证据评估等4个外部markdown文件，若文件缺失或版本不匹配将导致功能失效。
中文语境适配存疑：《学会提问》为英文原著翻译引入，部分逻辑谬误的命名（如"稻草人""滑坡谬误"）和职场示例的中国本土化程度未知。
快捷模式深度受限：自动扫描虽覆盖12维度，但面对复杂议题时可能流于表面，深度追问仍需用户主动切换到引导模式。
不适用于事实性查询：技能明确声明"不适用单纯信息查询、不需要深度思考的事实性问题"，使用范围存在边界限制。
适合的目标群体
- 职场中层管理者：需要审核团队汇报、训练下属思维、准备重要会议追问
- 咨询/战略分析师：高频进行论证评估、决策支持和数据解读
- 法律/合规从业者：逻辑严谨性要求高，需系统性谬误识别工具
- 高校师生/研究者：学术论文写作、辩论赛准备、研究方法训练
- 产品经理/运营负责人：需求评审、方案决策、数据驱动验证场景
使用风险
性能风险：12维度全覆盖扫描+多轮苏格拉底追问可能产生超长输出，在上下文窗口受限的场景下存在截断风险。
依赖项风险：外部引用文件的完整性、版本一致性直接影响技能表现，建议部署前验证references/目录文件存在性及内容时效性。
过度批判风险：技能内置"不过度诊断"原则（IRON LAW第10条），但实际执行中若用户输入文本质量本身较好，仍存在AI为完成任务而强行找毛病的可能性。
价值中立边界：技能强调"不当道德裁判"，但涉及规定性论题（价值判断）时，隐含假设的挖掘可能触及用户的价值观敏感区，需使用者保持自省。