Um kit de ferramentas analíticas profissionais que fornece modelos clássicos de tomada de decisão, como SWOT e Árvores de Decisão, para ajudar os usuários a navegar por escolhas complexas de forma lógica.
Instalar e Baixar
1. ClawHub CLI
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install decision-framework
2. Instalação Manual
Copie a pasta da habilidade para um desses locais
~/.openclaw/skills/ <project>/skills/ Prioridade: Espaço de Trabalho > Local > Integrado
3. Instalação do Prompt
Copie este prompt para o OpenClaw para instalá-lo automaticamente.
Ajude-me a instalar o decision-framework usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).
Prefere baixar?
Obtenha os arquivos originais da habilidade em um arquivo ZIP.
O que é Skill Decision Framework?
O Decision Framework é um recurso poderoso dentro do ecossistema Openclaw Skills, projetado para eliminar a indecisão e o viés cognitivo. Ao fornecer cinco modelos estruturais padrão da indústria — análise SWOT, a regra 10-10-10, Árvores de Decisão, Pontuação Ponderada e a Matriz de Eisenhower — ele transforma dilemas vagos em insights acionáveis e orientados por dados. Esta skill atua como um parceiro racional, ajudando desenvolvedores e gerentes a avaliar riscos, quantificar opções e visualizar resultados de longo prazo sem anular a agência humana.
Esteja você enfrentando uma mudança de carreira, uma escolha de arquitetura técnica ou a priorização diária de tarefas, esta ferramenta o guia através de um processo de consulta estruturado. Ela garante que forças internas, ameaças externas e probabilidades quantitativas sejam todas levadas em conta, entregando uma análise de nível profissional em um formato Markdown claro.
Casos de uso do Skill Decision Framework
- Avaliar transições de carreira ou ideias de startups de negócios usando análise estratégica abrangente.
- Resolver dilemas emocionais ou impulsivos aplicando filtros de perspectiva de longo prazo.
- Comparar múltiplas soluções técnicas ou ofertas de emprego através de pontuação ponderada quantitativa.
- Avaliar investimentos financeiros ou riscos de projeto usando cálculos de valor esperado em árvores de decisão.
- Gerenciar cargas de trabalho excessivas categorizando tarefas em quadrantes de urgência e importância.
Como o Skill Decision Framework funciona
- O agente identifica uma palavra-chave de tomada de decisão, como SWOT, pontuação ponderada ou expressões gerais de indecisão.
- Ele inicia uma fase de descoberta para entender o dilema central, as opções disponíveis e as principais preocupações do usuário (custo, tempo, risco).
- Com base no cenário, ele recomenda a estrutura Openclaw Skills mais adequada ou permite que o usuário selecione seu modelo preferido.
- O agente guia o usuário através da coleta de dados, fazendo perguntas específicas relevantes para a estrutura escolhida (por exemplo, solicitando pesos e pontuações para o modelo de Pontuação Ponderada).
- Ele gera uma saída estruturada contendo tabelas, diagramas de árvore ou listas de quadrantes, fornecendo insights importantes e uma direção sugerida, enquanto deixa a escolha final para o usuário.
Configuração do Skill Decision Framework
Para integrar este framework em seu ambiente local, certifique-se de ter os scripts e guias de referência necessários do repositório Openclaw Skills.
# Navigate to your skills directory
cd openclaw-assets/skills
# Ensure the scoring script is executable
chmod +x scripts/weighted-scoring.py
# Access reference guides for advanced templates
cat references/decision-tree-guide.md
Esquema de Dados e Taxonomia de Skill Decision Framework
A skill organiza a análise em formatos Markdown estruturados para garantir portabilidade e clareza. Os dados são categorizados da seguinte forma:
| Tipo de Dado | Formato | Descrição do Conteúdo |
|---|---|---|
| Análise Estratégica | Listas de Quadrantes | Fatores internos (S/W) e externos (O/T) para SWOT. |
| Comparação Quantitativa | Tabelas Markdown | Dimensões, pesos e pontuações normalizadas para opções. |
| Modelos Probabilísticos | Diagramas de Árvore | Ramificação visual de escolhas, probabilidades e valores esperados. |
| Análise Temporal | Tópicos | Consequências em 10 minutos, 10 meses e 10 anos. |
| Taxonomia de Tarefas | Matriz | Alocação de tarefas nos quatro quadrantes de Eisenhower. |
Recursos avançados do Skill Decision Framework
- Síntese de múltiplos frameworks: Combine SWOT e Árvores de Decisão para investimentos estratégicos de alto risco.
- Pontuação Automatizada: Integração com scripts Python para cálculo preciso de médias ponderadas em cenários complexos de aquisição.
- Registros Exportáveis: Todas as análises podem ser exportadas como arquivos Markdown independentes para documentação de projeto ou referência futura.
- Cálculo de Valor Esperado: Lógica integrada para previsão financeira ajustada ao risco dentro de ramos de decisão.
SKILL.md
Carregamento
Habilidades relacionadas do Openclaw
Fact-Check Skill
Um protocolo de verificação avançado projetado para detectar e corrigir alucinações em conteúdo gerado por AI por meio de validação rigorosa em várias etapas.
Zotero PDF Upload
Uma habilidade especializada para automatizar uploads de PDF e gerenciamento de itens em bibliotecas Zotero pessoais e de grupo por meio da Zotero API.
Descontos Progressivos por Quantidade para Skincare
Uma ferramenta estratégica para marcas de beleza DTC projetarem e implementarem descontos por quantidade com margem segura que impulsionam a reposição e valores médios de pedido mais altos.
Ctrip Travel Planner
Uma skill abrangente de gestão de viagens projetada para lidar com itinerários complexos baseados na China e internacionais, logística familiar e otimização de custos.
Programmatic SEO
Um framework profissional para construir páginas de alto ranking, orientadas por dados em escala, usando templates e dados proprietários.
Prevenção de Churn
Uma habilidade de agente de AI especializada, projetada para reduzir a perda de receita de SaaS através de fluxos de cancelamento otimizados, ofertas de salvamento dinâmicas e recuperação de pagamentos automatizada.
Apresentou*
