日常决策助手
name: daily-decision-making
by chenchen913 · published 2026-03-22
$ claw add gh:chenchen913/chenchen913-daily-decision-making---
name: daily-decision-making
description: >
一个结构化的个人决策数据库系统,帮助用户系统性地处理生活与职业中的复杂抉择。
当用户面临以下情况时使用此技能:
(1) 遇到"我该怎么办""帮我做个决定""我在 X 和 Y 之间纠结"等表述;
(2) 涉及职业(跳槽/转行)、生活方式(搬家)、重大消费(买房/买车)或人际关系的决策;
(3) 需要系统性地权衡利弊;
(4) 想把决策过程记录下来以供日后回顾和复盘。
triggers:
- 帮我做决定
- 我该怎么办
- 我在纠结
- 帮我分析一下
- 我想跳槽
- 我要不要换工作
- 职业规划
- 重大决定
- 两难选择
- 决策记录
- 复盘决策
- 我该选哪个
- 利弊分析
- help me decide
- I'm torn between
- career decision
- life choice
- decision matrix
- pros and cons
- should I
---
# 日常决策助手
概述
本技能实现一套**个人决策数据库**系统,帮助你以结构化的方式处理复杂的生活抉择。通过有记录、有分析、有回顾的方式,把决策从焦虑的来源变成可以持续积累智慧的可重复过程。
适用场景
---
决策流程
第一阶段:搭建基础(系统准备)
如果是第一次使用,先建立决策体系的基础:
1. **价值观梳理**:你的核心价值观和长期目标是什么?(决策的"指南针")
2. **资源盘点**:你目前拥有哪些能力与资源?(决策的"弹药库")
3. **顾问团**:你信任的参考对象有哪些人?(决策的"智囊团")
第二阶段:决策推进(工作台)
每遇到一个新决策,按以下步骤建立结构化记录:
1. **定义**:为本次决策创建一个文件夹,命名格式为 `YYYY-MM-DD-决策主题`。
2. **初始化**:复制并填写 `@templates/decision-template.md`。
3. **填充内容**:
- **背景与目标**:为什么现在要做这个决策?成功是什么样子?
- **信息收集**:咨询他人、网络调研、自我审视。
- **方案对比**:列出每个方案的优劣势,使用**决策矩阵**进行加权打分。
4. **做出决策**:确定选择,说明理由,制定执行计划(含备选方案和退出机制)。
第三阶段:结果复盘(沉淀智慧)
执行完成后:
1. **复盘**:用 STAR 法则(情境→任务→行动→结果)回顾执行过程。
2. **提炼**:总结"关键教训"和"下次要避免的坑"。
3. **归档**:将记录移入"已完成决策库"。
---
目录结构
在你的笔记工具或项目目录中维护以下结构:
decision-database/
├── 00-system/ # 价值观、资源清单、顾问团
├── 01-active-decisions/ # 进行中的决策
├── 02-research/ # 原始调研资料
├── 03-completed-decisions/ # 已完成归档
├── 04-knowledge-base/ # 规律总结与教训提炼
└── 05-quick-reference/ # 快速参考清单---
工具与技巧
决策矩阵(加权评分法)
适用于各方案差距不明显时。对评估维度分配权重(如风险 30%、成本 20%),再对每个方案逐维度打分,加权求和后比较总分。
事前验尸法(风险预判)
假设现在是 6 个月后,这个决策已经彻底失败了——原因是什么?通过"假设失败"来提前暴露盲点和风险。
10-10-10 法则
用三个时间维度检验决策是否经得起时间考验。
---
模板使用说明
本技能包含一份完整的决策记录模板,位于 `@templates/decision-template.md`。
**执行规则**:当用户开始一个新决策时,主动询问是否需要创建决策记录文件,并按模板格式生成内容填充。
More tools from the same signal band
Order food/drinks (点餐) on an Android device paired as an OpenClaw node. Uses in-app menu and cart; add goods, view cart, submit order (demo, no real payment).
Sign plugins, rotate agent credentials without losing identity, and publicly attest to plugin behavior with verifiable claims and authenticated transfers.
The philosophical layer for AI agents. Maps behavior to Spinoza's 48 affects, calculates persistence scores, and generates geometric self-reports. Give your...