Sequential Thinking：给AI装上一个”可视化进度条”，让它不再闷头瞎干

用 Claude Code、Cursor 或者任何 AI 编程助手，有没有这种感觉——你还没说完，它就已经开始写了；你明明要一个简单功能，它给你整出一个 500 行的”企业级架构”。

这不是你的问题，是 AI 默认推理方式的天生缺陷：它喜欢走直线，假设你每个没说清楚的地方都按最复杂的版本理解，然后闷头干到底。

Sequential Thinking 就是来解决这个的。

什么是 Sequential Thinking？

这个 Skill 的核心思路很朴素——强制 AI 分步思考，并且每一步都要说清楚”我为什么这么想”。

不是线性的一条道走到黑，而是：

• 迭代推理：把复杂问题拆成 N 步，每一步都要表达当前思考
• 动态调整：走着走着发现范围估错了？直接调整总步数
• 修订回溯：发现前面结论有问题？标注这是对第几步的修订
• 分支探索：这条路好像不太对？从一个中间节点分叉探索另一条路
• 上下文维持：每个思考节点都保留了完整推理链

为什么它有效？

传统的 AI 推理是”一气呵成”的，prompt 写得好它就答得好，写得糙它就瞎猜。

Sequential Thinking 引入了可观测的中间状态——就像给自己脑子里装了一个进度条，你能看到 AI 现在卡在哪一步、为什么做这个判断、不确定的地方在哪。

这和人类专家解决问题的方式其实是一样的：先画框架、边想边调整、发现错了就承认、换个思路再试。

怎么用？

前提：Node.js 14+ 和 MCP 访问权限。

第一步，安装 MCP 服务器：

npx -y @modelcontextprotocol/server-sequential-thinking

或 Docker 方式：

docker run --rm -i mcp/sequentialthinking

第二步，复制 Skill 到你的项目：

cp -r sequential-thinking /path/to/project/.claude/skills/

调用时传入几个关键参数：

• thought：当前推理步骤的表述
• thoughtNumber：当前第几步
• totalThoughts：预估总步数（可以动态调整）
• nextThoughtNeeded：是否还需要继续思考
• isRevision / branchFromThought：修订和分支的可选参数

适合谁用？

• 开发者：处理多步骤的复杂问题，需要边想边调整方案
• 分析师：面对不确定范围的任务，需要分步过滤信息
• AI 极客：想给 AI 装上”结构化思考”能力，不让它闷头瞎干

小结

Sequential Thinking 不是一个新框架，它是一套强制 AI 说清楚每一步在干嘛的工作流。简单到只要加几个参数，作用却很大——减少 AI 自说自话、减少你来回纠正的次数。

GitHub 仓库：https://github.com/mrgoonie/claudekit-skills

GitHub: https://github.com/mrgoonie/claudekit-skills