一、Deep Flow 是干什么的？

核心定位：强制 AI 使用分层递进思考流程

1. 先拆解需求→梳理依赖→确定执行步骤→分步执行→验证结果
2. 避免 AI 一次性粗暴生成大量代码、逻辑跳步、边写边改反复翻车
3. 自带自省、回滚、校验机制，适合复杂工程任务（内核驱动、大型项目重构、架构改造）

简单理解： 普通模式：想到哪写到哪，容易写出半成品，来回修复，大量额外 Token Deep Flow：标准化流水线思考，减少无效返工；代价是技能本体篇幅更长

二、重点：它能不能省 Token？分两种场景

✅ 适合开启（长期看节省 Token）

任务特征：大型重构、多文件修改、复杂需求、架构设计、长任务 SOLO 执行

• 强制分步规划，减少 “写完发现逻辑错误大面积重写”
• 减少多轮来回沟通确认需求

收益：大幅降低返工带来的超额 Token 消耗

❌ 不建议常驻开启（会额外消耗 Token）

任务特征：小段代码、函数修改、单文件调试、简单查询、临时脚本 原因：

1. Deep Flow 的 SKILL.md 文本体量偏大，只要触发，就要加载完整指令进入上下文
2. 简单任务不需要多层思考流程，平白增加输入 Token
3. 如果常驻启用，模型每一轮都要扫描它的描述，增加匹配开销

三、Token 最优使用策略（重点，直接照抄）

方案：不要常驻！按需手动调用

1. 技能面板关闭 deep-flow（不常驻）
2. 遇到复杂任务时，指令手动唤醒：

启用deep-flow技能完成本次任务

1. 简单开发任务：不加载，避免额外上下文负担

如果你坚持常驻常驻技能组合建议上限：4～6 个，DeepFlow 会挤占名额。

常驻 vs 临时调用 Token 对比

• 常驻开启：每轮扫描技能列表（小额持续消耗）；复杂任务自动触发加载全文
• 临时手动启用：仅本次会话加载一次，其余轮次完全无开销 👉 重度省 Token 路线：临时唤醒，不常驻

四、和你之前关心的技能搭配建议

极简常驻套餐（不变）

1. task-planner 任务规划
2. code-reviewer 代码审查
3. conventional-commits Git 规范
4. diff-only（自建，强制输出补丁）

Deep Flow 定位：复杂任务外挂技能

• 做架构、大规模重构、多文件工程迁移 → 手动启用 deep-flow
• 日常写接口、调试 bug、小功能迭代 → 不启用

五、避坑关键点（很多人踩坑）

1. 不要同时开启多个流程类技能 deep-flow + task-planner 叠加容易出现流程冲突，模型双重规划，Token 暴涨。 解决：启用 deep-flow 时，可以临时弱化 task-planner 作用，或者直接单用 deep-flow。
2. 优化 DeepFlow 自身 SKILL.md 进一步节流 如果你本地拥有技能源码，可以精简：

• 删除多余示例、冗余话术
• 去掉非必要边界场景描述
• 增加约束：思考过程精简，不要冗余独白，优先输出 diff，避免全文件重写

1. SOLO 模式非常适配 DeepFlow；普通 Chat 对话收益很低 SOLO 自主连续执行任务时，DeepFlow 价值最高；普通一问一答几乎没必要加载。

六、快速决策口诀

小改、单文件 → 不用 DeepFlow 大重构、跨文件、SOLO 长任务 → 手动启用 DeepFlow 想极致省 Token → 绝不常驻 DeepFlow