核心功能
reason 是一个专注于逻辑推理与决策分析的结构化思维系统，旨在帮助用户在面临选择时进行更清晰、更理性的思考。其核心能力包括四大模块：
1. 决策分析（Analyze Decision）
通过 analyze_decision.py 脚本，将复杂决策拆解为可评估的因素（如薪资、地点、发展空间），进行利弊权衡、加权评分和取舍分析，避免情绪化决策。
2. 论证评估（Evaluate Argument）
使用 evaluate_argument.py 检验论证的有效性，从前提真实性、推理逻辑性和证据充分性三个维度评估，识别论证漏洞。
3. 谬误识别（Identify Fallacy）
借助 identify_fallacy.py 检测常见逻辑谬误（如滑坡谬误、虚假两难、人身攻击等），解释其为何不合理，提升批判性思维。
4. 问题结构化（Structure Problem）
通过 structure_problem.py 将复杂问题分解为子组件，追溯根本原因，系统性生成解决方案。
显著优点
- 完全本地隐私：所有推理数据（决策记录、框架、论证分析、谬误日志）仅存储于
memory/reason/目录，无云端传输，无外部分析工具接入，用户完全掌控数据保留与删除。 - 方法论完备：内置决策框架、逻辑分析、论证评估、认知偏见检查等参考文档，形成完整的批判性思维工具箱。
- 场景覆盖广：适用于职业选择、重大投资、观点辨析、辩论准备、复杂问题拆解等多种需要理性思考的场景。
潜在局限
- 依赖用户主动性：系统提供分析框架，但不自动获取外部数据（如行业薪资水平、公司真实口碑），关键信息需用户自行输入。
- 无实时数据支持：不连接网络获取最新信息，决策质量受限于用户提供信息的完整性与准确性。
- 本地化限制：纯本地存储意味着无法跨设备同步，更换环境需手动迁移数据。
适合人群
- 面临重大人生决策（求职、 relocation、投资）希望减少后悔的个体
- 需要撰写议论文、准备辩论或评估他人观点的学生与知识工作者
- 希望系统提升批判性思维能力，识别日常言论中逻辑谬误的学习者
- 对数据隐私敏感，不愿将个人决策过程上传云端的高端用户
常规风险
- 过度结构化风险：复杂人生决策往往涉及情感、价值观等非量化因素，完全依赖框架可能忽略直觉与情感智慧的价值。
- 确认偏误强化：若用户选择性输入支持自己预设观点的证据，系统会强化而非纠正偏见。建议配合
check_bias.py定期自检。 - 数据丢失风险：本地存储无自动备份，用户需自行管理
memory/reason/目录的备份策略。