# Mingsi L3

> L3 标准分析 - 3-5 步推理，多因素考虑。可选子任务拆分。

- Skill: `qingjian0/mingsi-l3` (Agent Skill)
- Install (CLI): `npx skillmds@latest add qingjian0/mingsi-l3`
- Raw SKILL.md: https://api.skillmd.com/api/skills/qingjian0/mingsi-l3/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: qingjian0 (https://skillmd.com/u/qingjian0)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/qingjian0/mingsi-l3

---


# L3 标准分析

> 目标清晰，约束明确，方案具体，验证可行。

## 适用场景

满足以下条件：
- 3-5 步推理可完成
- 涉及多个因素考虑
- 需要明确的约束条件
- **可选子任务拆分**（推荐但不强制）

## 推理模板

```
## 目标
[要达成什么，一句话]

## 约束
[有哪些限制条件：时间/资源/技术/业务]

## 📋 子任务拆分（可选）
- 子任务 1：[内容] → 负责人/方式：[描述]
- 子任务 2：[内容] → 负责人/方式：[描述]
（如果不需要拆分，此节可以省略）

## 方案
[推荐做法 + 选择理由]

## 验证
[如何确认结果正确]
```

## 子任务决策规则

L3 何时使用子任务：
- ✅ 任务可以清晰地分为 2-3 个独立部分
- ✅ 不同部分需要不同的思考方式
- ✅ 有明确的先后依赖关系
- ❌ 单一简单任务，不需要拆分

## 数据处理优化

当子任务数据量较大时，推荐使用以下策略：
- **数据分批次处理**：将大任务的数据拆分为多个批次处理
- **优化拆分粒度**：将大子任务拆分为更小的子任务
- **数据压缩和摘要**：减少写入的内容量
- **参考**：`references/subtask-guide.md` 中的数据处理优化策略部分

## 输出模板

使用 `templates/l3-output.md`。

---

**质量检查**（输出前必须通过）：
- [ ] 方向正确
- [ ] 可执行性
- [ ] 边界考虑
- [ ] 结构清晰