Skip to content
cccskills
FreePublished on GitHub

decision-loop

决策闭环:当用户显式调用 `$decision-loop`,或明确要求进入“决策闭环”时使用。面向一个已经明确、但因关键证据不足而无法下结论的产品或技术决策,在研究与决策之间最多循环三轮,直到决策成立或进入 Human Gate;不适合开放式领域学习。

The English summary is being prepared. Showing the original description.

See how to install

Files included (4)

  • SKILL.md2.2 KB
  • agents/openai.yaml308 B
  • evals/evals.json2.7 KB
  • LOOP.md1.5 KB

SKILL.md (original)

Review the instructions the agent will receive before you install.

决策闭环

这是 loop 的 Codex Runtime 入口,不是新的研究 Skill。先读取同目录 LOOP.md,再使用现有 research-topic-compiler 和 decision-research 关闭一个具体决策。

目标与输入

目标是关闭一个具体决策,而不是扩张研究范围。Entry Gate 开始前必须有:

  • 一个明确的 decision_question;
  • 当前候选项或判断方向;
  • 会影响结论的证据缺口;
  • gap 的关闭条件。

如果用户只是想系统理解一个领域,使用 research-topic-compiler。如果问题本身还未定义,使用 ai-collaboration-calibration。

工作流

  1. 建立或恢复 LOOP.md 定义的状态,max_cycles 固定为 3。
  2. 使用 decision-research 判断当前推荐、置信度和唯一 material gap。
  3. 只有 gap 同时可研究、可关闭且会改变决策时,才使用 research-topic-compiler 获取 Evidence Delta。
  4. 把 Evidence Delta 交回 decision-research 更新推荐;不允许 Research 自己宣布决策完成。
  5. 满足关闭条件时输出 decision_ready;达到停止条件时输出 human_gate 或 blocked。

输出

每轮返回 cycle、决策问题、当前推荐、置信度、active gap、Evidence Delta、保留项、状态和恢复点。不要复制已有研究全文,也不要发起任何外部写入。

完成定义

只有 closure criterion 已被新证据满足且 decision-research 更新了推荐、置信度和颠覆条件,才输出 decision_ready。三轮上限、连续两轮无有效 Evidence Delta 或业务取舍不可推断时进入 Human Gate。

资源与验证

  • LOOP.md 是状态字段、轮次和停止条件的权威合同,每次执行或恢复前读取。
  • evals/evals.json 覆盖证据 gap、cycle 2 恢复、开放式研究分流和业务取舍回归;修改入口后运行这些评测并保留结果。

Reviews

No reviews yet. Tell others what you thought.

Comments

No login needed. Share how it worked for you, ask a question, or note where it did not run.

No comments yet. Be the first to write one.

Comments are published right away. Do not include personal information such as email addresses or phone numbers. Up to 2 URLs.

0 / 1,000 characters

This form is protected by reCAPTCHA, and the Google Privacy Policy and Terms of Service apply.

More skills from this repository

Agent trace 诊断器:当用户提供 trace、日志 JSON、agent 执行记录、工具调用序列,或说“看下这个日志/trace,定位根因”“只说明问题不要改文件”时使用;用中文输出核心根因、可视化执行流程图、trace 证据链、可能文件/行和修复建议,默认只读。不用于没有日志证据的新功能设计、普通代码解释或直接修复代码。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

协作校准 / 认知校准 / 问题脑暴:当用户有模糊感受说不清问题、方案越补越复杂、想挑战假设、 想重新定义问题、想知道成熟领域里怎么叫这个问题时使用。 可用中文唤起:"帮我想想""先聊一下""一起脑暴""我感觉有问题但不清楚是什么" "先别执行,帮我看清问题""挑战我的假设""这个方案是不是想错了""帮我做认知校准" "双向钢人""钢人论证一下""正反最强论证,给我明确判断"。 也适用于:用户直接说"帮我做 X 功能""接入 Y 平台"但背景复杂、或对话早期感觉方向可能跑偏时, AI 主动识别并建议进入脑暴模式。 这里的“挑战假设”主要指问题定义、目标、约束和领域定位层面的假设;如果问题已确认且用户已有具体方案、 计划、架构或决策要压力测试,应转用 grill-me。不用于翻译、摘要、格式整理、单文件小改等简单执行任务。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

AI 工作资产化诊断器 / Assetization Router:当用户提供 AI 协作会话、重复任务、prompt、工作流描述、 团队 AI 使用场景或一次成功交付过程,并要求判断应该沉淀成 Prompt、Context Pack、Workflow、Skill、 Loop、System,或根本不值得沉淀时使用。它只做诊断、分层和下一步资产建议,不替代具体 Skill 创建、 PRD 起草、调研、实现或自动化执行。不用于普通事实查询、一次性文案、trace 根因分析或高责任专业判断。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

设计脑暴 / 实现前方案校准:当用户想把已基本成立的想法、功能方向或产品问题,在写 PRD、画 mockup 或进入开发计划前,先比较方案、确认取舍、对齐 UI/视觉约束,并收敛成可执行设计 spec 时使用。 可用中文唤起:“先脑暴一下方案”“先不要写 PRD,帮我设计几种路径”“参考 brainstorming 把这个需求变成设计 spec” “实现前先讨论设计”。问题还没定义清楚时先用 ai-collaboration-calibration;已有方案要压力测试时用 grill-me; 直接写 PRD 时用 prd-architect;grill-me 返回精确设计 gap 时,本 Skill 只输出 Design Delta。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

竞品决策分析 / Competitive Decision Brief:当用户要调研竞品、替代方案、新产品、SaaS/AI 产品或市场信号, 并希望把官网、定价、评论、文档、更新日志、登录态走查、截图或浏览器取证转成产品定位、路线图、定价、 功能优先级、差异化、Go/No-Go 或 PRD 输入时使用。核心行为是先锚定产品决策,再选择证据渠道, 最后输出可行动的 Product Decision Brief;不要把它降级成泛泛功能清单、纯 UX 走查或“点完所有按钮”报告。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

复杂探索资产化 / Complex Exploration:当用户面对复杂、不确定、多轮迭代的产品策略、Roadmap、商业化定价、竞品定位、复杂 PRD 前置探索、项目复盘或方法论沉淀任务时使用。它先判断任务类型,暴露隐含假设,重构真正问题,规划探索路径和中间产物,并在结束后沉淀认知、结构、方法论、工具和影响力资产。不用于简单润色、翻译、摘要、明确执行任务;问题只需早期认知校准时优先用 ai-collaboration-calibration,已有方案要压力测试时用 grill-me,系统专题研究用 research-topic-compiler。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

See all skills by PANGKAIFENG

Report a problem with this skill