← Back to Skills Marketplace
tuobadaidai

Jianwei

by tuobadaidai · GitHub ↗ · v1.1.0 · MIT-0
cross-platform ✓ Security Clean
35
Downloads
0
Stars
0
Active Installs
2
Versions
Install in OpenClaw
/install jianwei
Description
见微 — 双引擎战略洞察系统,判断引擎生成假说+验证引擎定向检验,交叉对抗输出有判断力且有证据支撑的战略建议。Rumelt 内核 + BCG 假说思考 + BLM 五看三定 + 宪法审计。Use when user asks to 战略分析、行业研究、市场研究、竞争分析、战略转型、市场进入评估、业务组合分析、商业...
README (SKILL.md)

见微 — 双引擎战略洞察系统

概述

见微解决两个最致命的战略分析失败模式:自洽的谬误(框架跑一圈方向却错了)和无根的断言(假说犀利但没证据)。双引擎架构——判断引擎先下判断,验证引擎后验真伪——在关键节点交叉对抗,确保输出既有判断力又有证据支撑。

功能范围

  • 战略诊断(情势重新框定 + 核心矛盾识别)
  • 假说驱动分析(互斥假说生成 → 三条硬标准筛选 → 定向验证)
  • 趋势判断(驱动力识别 → 加速度评估 → 拐点信号)
  • 可行性验证(BLM一致性校验 + 量化代价 + 退路设计)
  • 双审计输出(红队攻击 + 宪法审计并行独立)
  • 维度裁剪(竞争/市场/组织/战略 单维度或组合)

不做什么

  • 不做纯数据查询(用搜索工具,不走双引擎)
  • 不做财务建模或估值(那是金融 skill 的活)
  • 不做运营优化(那是执行层面,不是战略层面)
  • 不做产品需求文档或技术架构

使用

场景1:战略转型分析

用户说"我们公司要不要从卖硬件转向卖服务":

/见微 战略

走完整双轨:判断引擎生成2-3个互斥假说(需求迁移 vs 竞争挤压 vs 组织惯性)→ 验证引擎定向拉取五看三定/五力/VRIO → 交叉对抗 → 诊断+指导方针 → 代价量化+退路 → 双审计 → 完整报告

场景2:市场进入评估

用户说"智能锁行业还值得进入吗":

/见微 市场

单维度精简路径:判断引擎生成2个市场侧假说 → 验证引擎只拉取五看三定+TAM-SAM-SOM → 诊断+指导方针 → 可行性检查 → 红队攻击 → 精简报告

场景3:竞对威胁研判

用户说"小米做智能锁对我们威胁多大":

/见微 竞争

判断引擎生成竞争侧假说 → 验证引擎拉取五力+战略群组+Revenue Bridge → 交叉验证 → 诊断 → 代价量化 → 红队攻击 → 精简报告

场景4:高度不确定性(S级)

用户说"我们要不要All in AI管家,这可能是生死抉择":

/见微 S级

3个互斥假说并行 → 假说对抗辩论 → 情景规划 → 双审计 → 完整报告(8000-12000字)


核心流程

Phase 0:战略意图锚定(必须先做,跳过视为无效)

确认四个维度:方向(走到哪)、刻度(成功什么样)、底线(不可妥协什么)、时间窗(窗口多久)。用户未提供 → 追问。拒绝提供 → 基于"维持现状"推断,标注"未经确认"。

Phase 1:坏战略检查

检查客户当前战略是否为 Rumelt 定义的坏战略(浮词/回避挑战/目标当战略/糟糕目标)。坏战略 → 假说起点是"为什么现有战略不 work"。好战略 → 假说起点是"下一个增长点在哪"。

Phase 2-3:判断引擎 — 假说生成与筛选

详见 references/engine-judgment/hypothesis-generation.md

强制生成2-3个互斥假说(需求端/竞争端/组织端),三条硬标准筛选:排他性(意味着"不做某事")、可证伪性(2周内什么证据能推翻)、杠杆差异(不同假说的行动方案真正不同)。任一不通过 → 打回重新生成。

Phase 4:判断引擎 — 洞察生成

详见 references/engine-judgment/insight-generation.md

每个假说经历四个机制:跨周期类比(结构相似的历史案例+周期规律)、反常信号猎手(与共识相反的微小数据点)、二阶推演(如果结论成立接下来会发生什么)、结构性矛盾(激励/权力/信息结构与战略目标是否内在冲突)。

Phase 5:验证引擎 — 定向验证

详见 references/engine-verification/directed-verification.md

按假说定向拉取框架,不是全跑。需求侧→五看三定,竞争侧→五力+战略群组,组织侧→VRIO+价值链+BLM。每个数据点标注来源/方法/时效/置信度。

交叉点:数据支持假说→继续;数据不支持→标注"假说受挑战"回到Phase 3;数据矛盾→触发假说对抗辩论。

Phase 6:前提假设检验

详见 references/engine-judgment/premise-check.md

三个强制问题:用户假设(付费率有数据吗?)、合作假设(合作方激励对吗?)、组织假设(和DNA匹配吗?)。高风险项直接转化为验证引擎优先对象。

Phase 7:诊断 + 指导方针

详见 references/engine-judgment/diagnosis-guidance.md

诊断 = 情势重新框定(不是描述)。指导方针三要素缺一不可:应对思路(有排他性)+"因此不做[X]"(至少一条)+近期目标(6-18个月可验证)。

Phase 8:可行性 + 代价量化

详见 references/engine-verification/cost-quantification.md

BLM一致性校验 + 资源可行性 + 量化代价模型(财务/时间/机会三维度)+ 退路设计(退出触发+Plan B+退出成本)。

Phase 9:连贯性行动

详见 references/engine-judgment/coherent-actions.md

3-5个行动,必须相互强化、标注最弱链路、写明代价、附实施计划+甘特图+退出路线。

Phase 10:双审计(并行独立)

红队攻击(引擎A):从诊断/排他性/连贯性/可证伪性四方向攻击。宪法审计(引擎B):七维检查+Citation Check。任一方FAIL→回溯修正。

详见 references/engine-judgment/red-team.mdreferences/engine-verification/constitutional-audit.md


复杂度路由

等级 触发 引擎配置
简单 事实查询 不走双引擎,直接回答
中等 明确但多维度 2假说+定向验证+红队攻击(跳宪法审计)
复杂 模糊多维度 完整双轨+交叉对抗+双审计
S级 高度不确定性 3假说+辩论+情景规划+双审计

详见 references/shared/complexity-routing.md


锋利性约束

  1. 第一句话必须是判断,禁止"这是一个复杂的问题"
  2. 单一核心矛盾——去掉它问题是否依然存在?否→找到它
  3. 强制取舍——做什么、不做什么、做了反而有害的
  4. 指导方针必须有排他性——"我们不做[X]"
  5. 锚定近期目标——6-18个月可验证
  6. 敢于可证伪的单点判断——具体数字/方向,非二元高中低
  7. P0最多2个,P1最多3个,每个必须写代价
  8. 数字优先——能用数字的不用形容词

详见 references/shared/output-spec.md


输出结构

执行摘要(90秒读完)→ 战略地图 → 战略意图 → 诊断 → 指导方针 → 证据链 → 可行性分析 → 连贯性行动 → 验证 → 红队攻击记录 → 宪法审计记录

详见 references/shared/output-spec.md


补充说明

数据不可获取时怎么办

  • 市场数据缺失 → 用逻辑推演+类比估算,标注"估算值,置信度低",在代价模型中按最差情况估算
  • 竞对数据缺失 → 用公开信息(财报/招聘/产品发布)推断,标注"基于公开信息推断"
  • 用户数据缺失 → 这是P0风险,不能跳过。建议用户做快速调研,或在报告中明确标注"关键假设未验证"

用户只给一句话怎么办

用户说"帮我分析一下XX行业"没有更多信息:

  1. 基于公开信息完成Phase 0(推断战略意图,标注"未经确认")
  2. 降级为中等复杂度路径
  3. 在报告开头注明"基于有限信息分析,建议补充确认后升级"

两个引擎结论矛盾怎么办

判断引擎说X,验证引擎数据说Y:

  • 不强行统一——标注矛盾,留两个视角
  • 判断权在判断引擎,但判断引擎不能无视数据
  • 如果数据明确反例 → 判断引擎必须重新审视假说

专家系统不可用怎么办

专家集群(需求侧/供给侧/审计)为可选。不可用时:

  • Chief 自行完成分析,在报告中标注"未经专家系统辅助"
  • 红队攻击由 Chief 切换身份完成,标注"自审,未经独立审计"

引用标注发现错误怎么办

Citation Check 发现引用不可验证:

  • 硬门控:任何引用未通过 → 报告不可输出
  • 删除该引用,标注"来源不可验证"
  • 如果是核心判断的唯一数据支撑 → 该判断置信度降级为"未验证"

假说反复打回怎么办

三条硬标准筛选连续打回3次以上:

  • 可能是问题本身太模糊 → 回到Phase 0重新确认战略意图
  • 可能是分析者对行业理解不足 → 先做基础行业研究再回来
  • 不降低标准——打回不是失败,是问题比想象中更难的信号
Usage Guidance
Install only if you want a broad strategic-analysis skill that may engage on general business, market, or competitive research prompts. Review its trigger wording if you prefer narrower, explicit activation, but the available evidence does not indicate malicious behavior.
Capability Tags
crypto
Capability Assessment
Purpose & Capability
The described capabilities fit strategic, industry, market, and competitive analysis use cases; no artifact-backed purpose mismatch was identified.
Instruction Scope
SkillSpector flagged broad and somewhat subjective activation wording, which may cause the skill to be used for more general analysis requests than intended, but this is a routing/scoping concern rather than unsafe behavior.
Install Mechanism
No suspicious install behavior, package mutation, or hidden setup mechanism was evidenced by the supplied telemetry or inspected context.
Credentials
No evidence showed disproportionate local file access, credential harvesting, broad indexing, background workers, or unrelated network activity.
Persistence & Privilege
No persistence, privilege escalation, automatic execution, or destructive authority was identified.
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install jianwei
  3. After installation, invoke the skill by name or use /jianwei
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.1.0
Skill Crafter优化:四层骨架重构(description加触发词+不适用边界、概述加功能范围、操作指南加4个场景示例、补充说明加6个兜底方案),SKILL.md从11KB瘦身到9.8KB
v1.0.0
初始版本:双引擎战略洞察系统(判断引擎+验证引擎),Rumelt内核+BCG假说驱动+BLM五看三定+宪法审计
Metadata
Slug jianwei
Version 1.1.0
License MIT-0
All-time Installs 0
Active Installs 0
Total Versions 2
Frequently Asked Questions

What is Jianwei?

见微 — 双引擎战略洞察系统,判断引擎生成假说+验证引擎定向检验,交叉对抗输出有判断力且有证据支撑的战略建议。Rumelt 内核 + BCG 假说思考 + BLM 五看三定 + 宪法审计。Use when user asks to 战略分析、行业研究、市场研究、竞争分析、战略转型、市场进入评估、业务组合分析、商业... It is an AI Agent Skill for Claude Code / OpenClaw, with 35 downloads so far.

How do I install Jianwei?

Run "/install jianwei" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is Jianwei free?

Yes, Jianwei is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does Jianwei support?

Jianwei is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created Jianwei?

It is built and maintained by tuobadaidai (@tuobadaidai); the current version is v1.1.0.

💬 Comments