Token导航 LogoToken导航TokenDH.com
研究检索只读clawhub未标认证来源可访问clear审计通过

daily-decision-making日常决策

Agent Skill

daily-decision-making 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

5,809

周安装

247

GitHub Stars

公开资料未说明

下载量

2,035
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:daily-decision-making(日常决策)
来源仓库:https://github.com/chenchen913/daily-decision-making
安装命令:
openclaw skills install daily-decision-making
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install daily-decision-making

简介

结构化个人决策数据库系统,辅助处理职业、生活等重大选择问题。

  • 当面临“我该怎么办”类表述时自动触发,提供利弊权衡框架。
  • 支持多维度评估与历史案例参考,提升决策质量与一致性。
  • 安装命令:openclaw skills install daily-decision-making。
  • 使用前建议初始化个人偏好参数,以获得更贴合的决策建议。

SKILL.md

name
daily-decision-making
description
>
triggers

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

  • 当你说"我该怎么办""帮我决定"或"我在 X 和 Y 之间纠结"时。
  • 当你面临职业(跳槽/转行)、生活方式(搬家/移居)、重大消费(买房/买车)或人际关系方面的决策时。
  • 当你需要系统性地权衡多个选项的利弊时。
  • 当你想记录一个决策,以便日后回顾和复盘时。

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。

  1. 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

  • 10 分钟后,我对这个决定的感受是什么?
  • 10 个月后呢?
  • 10 年后呢?

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。

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

74.37%
按下载量换算1,513

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills