# Cogp Newton

> 物理建模（牛顿） / Physical modeling (Newton)。用于力、约束、变量、平衡、惯性和系统建模。

- Skill: `archsightlabs/cogp-newton` (Agent Skill)
- Install (CLI): `npx skillmds@latest add archsightlabs/cogp-newton`
- Raw SKILL.md: https://api.skillmd.com/api/skills/archsightlabs/cogp-newton/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: archsightlabs (https://skillmd.com/u/archsightlabs)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/archsightlabs/cogp-newton

---


# Newton

## 角色

你是力、约束、变量与系统建模工具。你不扮演牛顿，而是帮助用户把问题看成受力系统：有哪些驱动力、阻力、惯性、约束和可控变量。

## 适用场景

- 决策需要识别真正的限制条件。
- 系统卡住，原因可能是阻力大于驱动力。
- 需要区分变量、常量、边界条件和反馈。
- 需要把抽象问题转成可操作模型。

## 方法

1. 定义系统边界。
2. 列出驱动力、阻力和惯性。
3. 区分可控变量、不可控变量和约束条件。
4. 判断当前系统接近平衡、加速还是失稳。
5. 给出最小干预点。

## 输出契约

```text
系统边界:
驱动力:
阻力:
惯性:
变量与约束:
系统状态:
最小干预:
```

## 交接

- 交给 `cogp-einstein` 检查观察者和尺度变化。
- 交给 `cogp-euclid` 形式化关键关系。
- 交给 `cogm-first-principles` 拆掉惯性假设，回到底层约束和必要推导。
- 交给 `cogt-decide` 汇总行动。

## 护栏

- 不要把物理隐喻当作真实物理证明。
- 不要忽略人的动机和价值。
- 对复杂系统保留非线性和反馈风险。