← Back to Skills Marketplace
yjkj999999

麦肯锡百年知识库

by WANG DONG JIE · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ⚠ suspicious
38
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install mckinsey-100y-knowledge-base
Description
麦肯锡100年知识库 - 涵盖191篇精选内容，融合金字塔原理、结构化战略思维、麦肯锡工作法、写作与阅读方法论，以及麦肯锡全球行业洞察报告（金融、AI、消费、能源、汽车等）。支持知识检索、方法论指导、问题解决框架和行业趋势分析。
README (SKILL.md)

麦肯锡100年知识库

Curated & Published by Jack Wang (wdj) / 王东杰

架构: Progressive Disclosure (渐进式披露) + Knowledge Catalog (知识目录) 来源: IMA知识库 — 麦肯锡100年知识库(183篇) + 麦肯锡思维模型(123篇)，去重后191篇文本内容 核心价值: 麦肯锡百年积淀的管理咨询方法论、结构化思维工具和全球行业洞察

触发条件

当用户提到以下关键词时激活本Skill：

  • 麦肯锡方法论、金字塔原理、结构化思维、MECE原则
  • 问题解决框架、假设驱动、Issue Tree
  • 麦肯锡工作法、写作法、阅读法、沟通法
  • 麦肯锡行业报告（金融、AI、消费、能源、汽车、医疗等）
  • 管理咨询、战略规划、商业分析

知识体系架构

本知识库按四大模块组织，每个模块对应一个references文件，按需加载：

Module 1: 核心方法论 (references/01-core-methodology.md)

麦肯锡百年积淀的核心思维和工作方法论：

  • 金字塔原理 — Mutually Exclusive, Collectively Exhaustive (MECE)
  • 结构化战略思维 — 如何想清楚、说明白、做到位
  • 假设驱动问题解决 — Hypothesis-Driven Problem Solving
  • Issue Tree拆解 — 逻辑树分析方法
  • 4S法 — State, Structure, Solve, Sell
  • 零基准思考 — Blank Sheet of Paper approach
  • 相互独立完全穷尽 — MECE分类法

Module 2: 工作技能 (references/02-work-skills.md)

麦肯锡顾问的核心工作技能：

  • 麦肯锡工作法 — 专业主义、解决问题7步法
  • 麦肯锡写作法 — 结构化高效沟通
  • 麦肯锡阅读法 — 快速提取关键信息
  • 麦肯锡沟通法 — 有逻辑地表达与演讲
  • 学会提问 — 批判性思维与提问技巧
  • 效率手册 — 时间管理与生产力提升
  • 靠谱 — 职场基本功与执行力

Module 3: 行业洞察报告 (references/03-industry-reports.md)

麦肯锡全球行业研究白皮书和趋势报告：

  • 金融业（消费金融、资产管理、银行利率、养老金）
  • 人工智能（生成式AI经济潜力、AI代理、人才战略）
  • 消费市场（新常态消费、用户研究、客户满意）
  • 能源与气候（碳减排创新、量子技术）
  • 汽车行业（电动汽车转型、增程式EV）
  • 宏观经济（劳动力市场、关税、数字化转型）
  • 其他行业（体育用品、公共部门、元宇宙）

Module 4: 思维模型图集 (references/04-thinking-models.md)

100+顶级思维模型的视觉化呈现：

  • 战略分析模型
  • 决策框架模型
  • 问题拆解模型
  • 创新思维模型
  • 系统思考模型
  • 沟通与影响力模型

使用指南

场景1: 方法论指导

当用户需要麦肯锡方法论指导时：

  1. 判断问题类型（战略/运营/沟通/分析）
  2. 读取 references/01-core-methodology.md 获取核心方法论
  3. 读取 references/02-work-skills.md 获取对应工作技能
  4. 结合具体问题给出方法论指导

场景2: 行业研究

当用户需要行业洞察时：

  1. 判断行业领域
  2. 读取 references/03-industry-reports.md 查找匹配报告
  3. 提供报告摘要和关键洞察

场景3: 思维模型应用

当用户需要思维工具时：

  1. 判断思维需求（分析/决策/创新/沟通）
  2. 读取 references/04-thinking-models.md 查找合适模型
  3. 解释模型原理并指导应用

场景4: 完整问题解决

当用户需要解决商业问题时：

  1. 按序加载 Module 1 → Module 2
  2. 应用假设驱动 + 结构化分析
  3. 查阅 Module 3 行业报告支撑论点
  4. 使用 Module 4 思维模型展示框架

与其他Skill协作

  • mckinsey-consultant: 当需要完整McKinsey风格问题解决流程时，使用该Skill的Problem Solving流程
  • mckinsey-100y-knowledge-base: 本Skill，提供知识库内容和方法论指导
  • 两个Skill可协同使用：本Skill提供知识素材，mckinsey-consultant提供分析框架

知识库完整目录

麦肯锡100年知识库 (178篇PDF)

\x3Cdetails> \x3Csummary>点击展开完整目录\x3C/summary>

核心方法论

  1. 麦肯锡结构化高效沟通：如何有逻辑地表达、演讲与写作
  2. 麦肯锡结构化战略思维：如何想清楚、说明白、做到位
  3. 麦肯锡思考力系列（套装3册）
  4. 麦肯锡思考工具（独家首发）
  5. 麦肯锡效率手册
  6. 麦肯锡用人标准：未来的人才标竿
  7. 学会提问：麦肯锡工作法
  8. 职场新人必修课（《麦肯锡入职培训第一课》《做事的常识》《靠谱》《准备好了吗？开始工作吧！》套装4册）
  9. 像高手一样解决问题（4S法）
  10. 突破现实的困境：趋势、禀赋与企业家的大战略
  11. 胜利的法则：从孙子兵法到麦肯锡的商业战争智慧
  12. 麦肯锡高效沟通课
  13. 《麦肯锡经典沟通法》

金融业报告

  1. 中国金融业转型与创新系列白皮书：内外兼修，奏响消费金融新乐章（2022.5）
  2. 应对当下，面向未来：中国资产管理高质量发展制胜之道（2023，140页）
  3. 行以致远：探索中国金控行业转型发展之路（2022.4）
  4. 麦肯锡中国金融业CEO季刊（2022，222页）
  5. 麦肯锡-银行利率：波动性新时代的策略（2024.6）
  6. 麦肯锡中国养老金调研报告：拥抱老龄化的时代（2023.8）

人工智能与科技

  1. 麦肯锡-生成式人工智能的经济潜力（2023.6，68页）
  2. 麦肯锡-为什么代理是生成式人工智能的下一个前沿（2024.7）
  3. 麦肯锡-新一代人工智能技能革命：重新思考你的人才战略（2024）
  4. 人工智能的现状：组织如何重新布线以获取价值（2025.3）
  5. 麦肯锡数字量子技术监测（103页）
  6. 麦肯锡最新报告：元宇宙中的价值创造（77页）

消费与市场

  1. 新常态下的中国消费（12页）
  2. 麦肯锡用户研究：欧洲消费者如何看待电动汽车
  3. 麦肯锡-通过客户满意的时刻推动增长（2024.8）
  4. 新时代的半边天：中国职场性别平等现状与展望（2023.8）
  5. 麦肯锡-行至山顶：看见中国职场女性领导者（2023.6）

能源与汽车

  1. 麦肯锡-增程式电动汽车能否推动更多购车者转向全电动汽车（2025.6）
  2. 麦肯锡-通过减少碳和成本来增加创新和性能（2025.5）

宏观与社会

  1. 麦肯锡-需要帮助：描绘发达经济体劳动力市场紧张的挑战（2024.7）
  2. 麦肯锡-在关税的时刻，世界能否找到平衡和信任来蓬勃发展（2025.5）
  3. 麦肯锡-员工说什么对激励绩效最重要（2024.8）
  4. 麦肯锡-塑造公共部门未来的人才议程（2024.3）
  5. 麦肯锡-优先考虑大脑健康（2025.4）
  6. 麦肯锡-双重转型：优化核心，打造新业务（2024.8）

体育与行业

  1. 麦肯锡-体育用品2025：将不确定性转化为机遇（2025，57页）
  2. 麦肯锡-首席执行官如何通过建立新的B2C业务来超越竞争对手（2025.5）
  3. 麦肯锡-首席营销官的回归（2025.6）
  4. 麦肯锡数字化转型方法论及客户案例

英文专题报告

  1. 英文-麦肯锡：进取的群岛——推动印度尼西亚生产率（31页）
  2. 英文-麦肯锡：睁大眼睛拥抱AI一代（2024.7）
  3. 英文-麦肯锡：在关税时刻的全球平衡（2025.5）
  4. 英文-麦肯锡：增程式EV与全电动转型（2025.6）
  5. 英文-麦肯锡：大脑健康优先（2025.4）
  6. 英文-麦肯锡：员工激励与绩效（2024.8）
  7. 英文-麦肯锡：银行利率波动新时代（2024.6）
  8. 英文-麦肯锡：劳动力市场紧张挑战（2024.7）
  9. 英文-麦肯锡：体育用品新平衡（2025，57页）
  10. 英文-麦肯锡：CEO建立新B2C业务（2025.5）
  11. 英文-麦肯锡：CMO回归推动增长（2025.6）
  12. 英文-麦肯锡：AI代理——下一个前沿（2024.7）
  13. 英文-麦肯锡：AI技能革命与人才战略（2024）
  14. 英文-麦肯锡：AI的经济潜力（2023.6）
  15. 英文-麦肯锡：碳减排创新与性能提升（2025.5）
  16. 英文-麦肯锡：双重转型（2024.8）
  17. 英文-麦肯锡：公共部门人才议程（2024.3）
  18. 英文-麦肯锡：客户满意时刻推动增长（2024.8）

更多精选（178篇完整目录见 references/03-industry-reports.md）

\x3C/details>

麦肯锡思维模型 (13篇PDF + 110张模型图)

  • 100个思维模型系列图片
  • 150个顶级思维模型精选
  • 详见 references/04-thinking-models.md

IMA知识库连接

本Skill的知识内容来源于IMA知识库，支持实时查询更新：

# IMA API凭证配置
# Client ID: 通过 ~/.config/ima/client_id 获取
# API Key: 通过 ~/.config/ima/api_key 获取

# 搜索知识库
node /Users/wdj/.workbuddy/skills/skill_2053082144792322048/ima_api.cjs \
  "openapi/wiki/v1/search_knowledge" \
  '{"knowledge_base_id": "\x3CKB_ID>", "query": "搜索词", "cursor": ""}' \
  '{"clientId":"\x3CCLIENT_ID>","apiKey":"\x3CAPI_KEY>"}'

# 浏览知识库内容
node /Users/wdj/.workbuddy/skills/skill_2053082144792322048/ima_api.cjs \
  "openapi/wiki/v1/get_knowledge_list" \
  '{"knowledge_base_id": "\x3CKB_ID>", "cursor": "", "limit": 50}' \
  '{"clientId":"\x3CCLIENT_ID>","apiKey":"\x3CAPI_KEY>"}'

知识库ID:

  • 麦肯锡100年知识库: lEanMn3jC4JjNrNulwh5-uoANKemo_efKzqpqdZzG7k=
  • 麦肯锡思维模型: mbCVxK5Ig7E2CGRPdoDtJqnEYfYjIXJCQgtuPw1N0GQ=

署名 / Attribution

作者: Jack Wang (wdj) / 王东杰 GitHub: yjkj999999 知识库: IMA — 麦肯锡100年知识库 + 麦肯锡思维模型 许可: MIT License

本Skill由 Jack Wang (wdj) 基于IMA知识库原始内容策展、结构化整理并发布。内容版权归麦肯锡公司及原始作者所有，仅供学习与研究使用。

Usage Guidance
Install only if you intentionally use IMA and are comfortable with an agent accessing your IMA client ID/API key and sending relevant queries to that external knowledge service. Require explicit confirmation before any API command is run, and avoid using it with confidential business material unless your IMA account and data-handling terms allow that.
Capability Tags
requires-sensitive-credentials
Capability Assessment
⚠ Purpose & Capability
The knowledge-catalog purpose is coherent, and external IMA lookup is related to that purpose, but the skill explicitly references local client ID and API key files and command-line API access for a documentation/knowledge skill.
⚠ Instruction Scope
Activation terms include broad business-analysis and strategy-planning contexts, which could trigger the skill in ordinary consulting conversations before the user clearly asks to use the IMA knowledge base or external API.
✓ Install Mechanism
The package contains markdown skill, reference, and template files only; no install script, executable payload, dependency install, or automatic startup behavior was found.
⚠ Credentials
The IMA section uses user-local credential paths and an absolute local Node script path, and it does not define clear limits on when queries or business prompts may be sent to the remote knowledge API.
ℹ Persistence & Privilege
No persistence, background worker, privilege escalation, or destructive behavior was found, but the runtime instructions contemplate use of sensitive API credentials.
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install mckinsey-100y-knowledge-base
  3. After installation, invoke the skill by name or use /mckinsey-100y-knowledge-base
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
v1.0.0 - 191篇精选内容，4模块渐进式披露架构（核心方法论+工作技能+行业洞察报告+思维模型），IMA知识库原版策展
Metadata
Slug mckinsey-100y-knowledge-base
Version 1.0.0
License MIT-0
All-time Installs 0
Active Installs 0
Total Versions 1
Frequently Asked Questions

What is 麦肯锡百年知识库?

麦肯锡100年知识库 - 涵盖191篇精选内容，融合金字塔原理、结构化战略思维、麦肯锡工作法、写作与阅读方法论，以及麦肯锡全球行业洞察报告（金融、AI、消费、能源、汽车等）。支持知识检索、方法论指导、问题解决框架和行业趋势分析。 It is an AI Agent Skill for Claude Code / OpenClaw, with 38 downloads so far.

How do I install 麦肯锡百年知识库?

Run "/install mckinsey-100y-knowledge-base" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is 麦肯锡百年知识库 free?

Yes, 麦肯锡百年知识库 is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does 麦肯锡百年知识库 support?

麦肯锡百年知识库 is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created 麦肯锡百年知识库?

It is built and maintained by WANG DONG JIE (@yjkj999999); the current version is v1.0.0.

More Skills
self-improving agent
Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Clau...
⬇ 463815 · by pskoett
Skill Vetter
Security-first skill vetting for AI agents. Use before installing any skill from ClawdHub, GitHub, or other sources. Checks for red flags, permission scope, and suspicious patterns.
⬇ 259802 · by spclaudehome
Polymarket
Query Polymarket prediction markets. Check odds, find trending markets, search events, track price movements.
⬇ 232503 · by joelchance
Self-Improving + Proactive Agent
Self-reflection + Self-criticism + Self-learning + Self-organizing memory. Agent evaluates its own work, catches mistakes, and improves permanently. Use when...
⬇ 200680 · by ivangdavila
Github
Interact with GitHub using the `gh` CLI. Use `gh issue`, `gh pr`, `gh run`, and `gh api` for issues, PRs, CI runs, and advanced queries.
⬇ 191345 · by steipete
ontology
Typed knowledge graph for structured agent memory and composable skills. Use when creating/querying entities (Person, Project, Task, Event, Document), linkin...
⬇ 190333 · by oswalpalash

💬 Comments