HeavySkill

HeavySkill 是一种面向大模型推理的测试时扩展技术，通过将复杂推理解耦为并行生成多条独立推理路径、再经序列化批判性整合两个阶段，提升答案质量。其核心支持可配置的并行宽度（K）与迭代深度，兼容自定义推理/整合模型分离部署，并提供 Python 异步工作流和轻量级提示技能两种使用模式。适用于数学推理、代码生成、逻辑分析等需高可靠性输出的复杂任务场景，尤其适合在 agentic 系统或 AI 原生 IDE 中增强单次响应的稳健性与深度。