Token导航 LogoToken导航

Agent Skill · 待分类

latticework-mental-models(网格心理模型)

latticework-mental-models 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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。

latticework-mental-models 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证信息还不明确,第三方扫描已通过,按安装量在待分类类的 11,209 个 Skill 里排第 5,534。

总安装 552周安装 23GitHub Stars 15下载 184核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

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:latticework-mental-models(网格心理模型)
来源仓库:https://github.com/kangarooking/poor-charlies-almanack-skill
仓库路径:skills/latticework-mental-models
安装命令:
npx skills add https://github.com/kangarooking/poor-charlies-almanack-skill --skill latticework-mental-models
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 npx skills 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。

skills.shnpx skills
npx skills add https://github.com/kangarooking/poor-charlies-almanack-skill --skill latticework-mental-models

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。适合围绕仓库状态、代码变更或协作事项进行整理。可结合来源仓库和原始 README 继续核验具体用法。安装前建议确认权限范围和维护状态。

latticework-mental-models 属于待分类类 Skill,可作为该场景下的辅助能力补充。注意是否会触发联网、命令执行或文件读写操作。

来源仓库内路径:skills/latticework-mental-models

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/kangarooking/poor-charlies-almanack-skill --sk…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

latticework-mental-models 怎么安装?

在终端执行 npx skills add https://github.com/kangarooking/poor-charlies-almanack-skill --skill lattic…。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

latticework-mental-models 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

latticework-mental-models 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

latticework-mental-models 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

latticework-mental-models 用的人多吗?

公开数据是累计安装 552 次,近一周安装 23 次,下载 184 次,GitHub 15 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

latticework-mental-models 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
latticework-mental-models

网格心理模型 · 本页

55215权限未标注未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

多元思维模型框架 (Latticework of Mental Models)

R — 原文 (Reading)

"你必须把经验悬挂在头脑中的一个由许多思维模型组成的框架上。"思维模型是什么呢?第一条规则是,你必须拥有多元思维模型——这些模型必须来自各个不同的学科。"在手里拿着铁锤的人看来,每个问题都像钉子。" — 查理·芒格, 第二讲(论基本的、普世的智慧)

I — 方法论骨架 (Interpretation)

从数学、工程学、物理学、化学、生物学、心理学、经济学等核心学科中提取约100个 基本模型,将它们悬挂在一个相互关联的思维框架上。关键不是分别掌握各学科知识, 而是能将跨学科模型组合使用来解决实际问题。没有这个框架,人会陷入"铁锤人倾向" ——手里只有锤子,看什么都像钉子。约100个模型中"非常重要的只有几个",不必 均等学习,而要抓住关键少数。模型必须经常使用,"如果你不经常使用它们,你就会 丧失它"——技能退化是必然的,必须终身操练。


A1 — 书中的应用 (Past Application)

案例 1: 可口可乐2万亿美元思维实验

  • 问题: 如何从1884年起白手起家建立一个价值2万亿美元的饮料企业
  • 方法论的使用: 芒格综合运用心理学(条件反射/社会认同)、生物学(达尔文进化论)、微观经济学(规模优势/品牌)等多个学科模型进行推演
  • 结论: 跨学科模型的联合运用能够推演出单一学科完全无法触及的商业洞察
  • 结果: 提供了多元思维模型系统化分析商业问题的完整方法论演示;可口可乐实际市值验证了该分析框架

案例 2: 伯克希尔纺织厂的"第二步分析"

  • 问题: 是否应该购买效率翻倍的新纺织机
  • 方法论的使用: 同时用工程学模型(技术效率)和经济学模型(竞争性市场中的利润分配)分析,发现技术改进带来的成本降低最终全部流向消费者,厂家什么好处也得不到
  • 结论: 单用工程学模型会得出"效率越高越好"的错误结论;只有叠加经济学模型才能看清真相
  • 结果: 伯克希尔最终关闭了纺织厂,避免了持续亏损

案例 3: 芒格帮助巴菲特突破格拉汉姆局限

  • 问题: 巴菲特长期深陷格拉汉姆"只买便宜货"的单一思维
  • 方法论的使用: 芒格引入更丰富的分析模型,帮助巴菲特从纯财务低估框架转向综合评估企业质量、管理层、品牌等多维度
  • 结论: 单一学科视角(纯财务分析)必然导致铁锤人倾向,必须拓展思维模型体系
  • 结果: 伯克希尔从数百万美元成长为数千亿美元,绝大部分钱来自"买伟大企业"

A2 — 触发场景 (Future Trigger) ★

用户会在什么情境下需要这个 skill?

  1. 分析一个商业/技术/组织问题但只用了一个维度的解释框架(如只看财务、只看技术、只看市场)
  2. 面对复杂现象,现有的分析工具无法解释全部观察到的现象("总觉得还缺了什么")
  3. 需要评估一个决策的全面影响(一阶、二阶效应)而非只看直接后果
  4. 学习新领域时需要快速建立多维度的认知框架

语言信号 (用户的话里出现这些就应激活)

  • "这个问题应该就是XX方面的问题"
  • "我主要是从XX角度来看的"
  • "我不太懂XX领域,所以没法判断"
  • "这个问题的核心原因是XX"(只给出了单一原因)
  • "感觉分析不够全面,但不知道还缺什么"

与相邻 skill 的区分

  • 与 dual-track-analysis 的区别: 双轨分析是理性+心理学两条固定轨道的并行检查;多元思维模型是任意多学科模型的自由组合,不限轨道数量和领域。双轨分析是多元模型的一个特定应用模式。
  • 与 inversion-thinking 的区别: 逆向思维是方向反转的分析策略;多元思维模型是维度扩展的分析工具箱。两者可组合:用逆向思维确定分析方向,用多元模型填充分析内容。

E — 可执行步骤 (Execution)

当 skill 被激活后, agent 应按以下步骤执行:

  1. 识别当前分析框架的边界

- 完成标准: 明确列出用户当前使用了哪些分析视角/模型,并标注尚未覆盖的学科维度。判停点:如果当前只有1-2个维度,必须继续扩展

  1. 从核心学科中调取相关模型

- 完成标准: 从以下维度中选取至少3个与当前问题相关的模型: 数学(概率/复利/决策树)、工程学(冗余备份/临界点)、物理学(临界质量)、生物学(进化/生态)、心理学(误判倾向/社会认同)、经济学(规模优势/激励机制/供需)、化学(自我催化)。每个模型必须写出与当前问题的具体关联,不能泛泛而谈

  1. 进行交叉验证:用不同模型检验同一结论

- 完成标准: 对关键判断,至少用2个不同学科的模型分别得出独立结论。如果结论一致,信心增强;如果冲突,标记为需要深入调查的矛盾点。判停点:如果所有模型都指向同一结论,分析可结束;如果存在冲突,必须解释冲突原因或标注为"待定"

  1. 整合为多维分析报告

- 完成标准: 输出结构化的分析结果,每个维度有独立结论,最后有综合判断。标注哪些维度是强信号(多模型一致),哪些是弱信号(单模型结论)。明确给出"如果某维度判断错误,最可能的影响是什么"


B — 边界 (Boundary) ★

不要在以下情况使用此 skill

  • 问题非常简单,单维分析已经足够(强行引入多学科模型是过度工程化)
  • 时间紧迫,需要在几分钟内做出决策(多维度分析需要时间,此时应依赖经验法则或检查清单)
  • 用户明确只需要某个特定领域的深入分析(不要强行扩展到不相关的学科)

作者在书中警告的失败模式

  • 铁锤人倾向: 只用一个学科解释一切,这是"灾难性的思考方式"(ce01)
  • 不用就忘倾向: 曾经掌握的跨学科技能会退化,必须终身操练;减少操练的技能种数后自然陷入铁锤人(ce17)
  • 错误衡量易得性: 只用容易得到的/容易量化的因素分析,忽略不容易量化但关键的因素(ce16)

作者的盲点 / 时代局限

  • 芒格假设跨学科思维模型可以被任何人通过自学掌握——但现实中大多数人缺乏其认知能力和时间投入
  • 对"护城河"的讨论主要基于消费品和金融业,对科技公司(尤其是网络效应型企业)的分析框架不够
  • 检查清单本身的设计和执行也受偏差影响——"清单防偏差"的假设有自指性问题

容易混淆的邻近方法论

  • "博学多才"是知识的广度积累;多元思维模型强调的是模型的组合使用能力,不是单独掌握
  • "头脑风暴"是发散式生成想法;多元思维模型是结构化的多维分析框架,有明确的学科维度

相关 skills (阶段 3 填充)

  • composes-with: inversion-thinking — 逆向思维确定分析方向(先问"怎么失败"),多元思维模型提供分析工具(用多学科模型填充每个失败因素的具体分析)。芒格在可口可乐思维实验中同时使用了两者。
  • contrasts-with: circle-of-competence — 多元思维模型鼓励扩展维度,尽可能用更多学科视角分析问题;能力圈判断要求收缩行动范围,只在自己真正理解的领域内做决策。前者向外扩展分析能力,后者向内限制行动边界。两者看似矛盾,实则是"分析时要广,行动时要窄"的互补关系。

审计信息

  • 验证通过: V1 ✓ / V2 ✓ / V3 ✓
  • 测试通过率: 待定 (详见 test-prompts.json)
  • 蒸馏时间: 2026-04-15

平台分布

Codex

35.74%
按下载量换算66

Claude

30.34%
按下载量换算56

Cursor

20.39%
按下载量换算38

Gemini CLI

9.63%
按下载量换算18

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

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。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills