关于 Meta-Pattern Recognition
Meta-Pattern Recognition 是一项开发技能,用于识别不同领域的重复模式、提炼其共同形式,并寻找可应用之处。它通过观察重复、比较变化和评估新用途来引导分析。
主要功能
- 01识别跨领域重复模式
- 02提炼脱离语境的模式形式
- 03比较不同领域的变化
- 04寻找潜在的新应用
适用场景
- 01发现团队间的共通解法
- 02将成熟模式用于新领域
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ obra/ superpowers-skills --skill meta-pattern-recognition安装后在 Claude Code 中输入/meta-pattern-recognition确认已加载。
详细介绍
元模式识别
概述
当同一种模式出现在 3 个或更多领域时,它很可能是一条值得提炼的普遍原则。
核心原则: 找出模式如何涌现的模式。
快速参考
| 模式出现于 | 抽象形式 | 其他应用场景? |
|---|---|---|
| CPU/DB/HTTP/DNS 缓存 | 将频繁访问的数据存储在更近的位置 | LLM 提示词缓存、CDN |
| 分层(网络/存储/计算) | 将关注点拆分到不同的抽象层级 | 架构、组织 |
| 排队(消息/任务/请求) | 通过缓冲区将生产者与消费者解耦 | 事件系统、异步处理 |
| 池化(连接/线程/对象) | 重用开销较大的资源 | 内存管理、资源治理 |
流程
- 发现重复 - 在 3 个或更多地方看到相同的形态
- 提炼抽象形式 - 脱离具体领域进行描述
- 识别变化 - 它如何适应不同领域?
- 检查适用性 - 还可以在哪些地方发挥作用?
示例
发现的模式: API 限流、流量整形、断路器、准入控制中的速率限制
抽象形式: 限制资源消耗,防止资源耗尽
变化点: 限制什么资源、限制值是多少、超出限制后会发生什么
新的应用: LLM Token 预算(同一种模式——防止上下文窗口耗尽)
你可能遗漏了元模式的危险信号
- “这个问题很独特”(很可能不是)
- 多个团队独立解决“不同”的问题,方法却完全相同
- 在不同领域重复造轮子
- “我们以前是不是做过类似的事?”(是的,找出来)
记住
- 3 个或更多领域 = 很可能具有普遍性
- 抽象形式揭示新的应用场景
- 变化揭示适应点
- 普遍模式经过了实战检验
评论
支持 Markdown