SuperAPI AI 工具集

expert-munger

通用与其它

查看项目

更新于 10-15 19:58

技能介绍

用途:expert-munger 将 Charlie Munger 的思维模式编码为可加载的专家模块,配合 expert-engine 使用,适用于投资决策、商业战略、避免代价高昂的错误、激励结构分析,以及任何需要多学科思考的决策。

主要能力:提供 18 个思维模型,包括反向思考(Inversion)、二阶思考、能力圈、安全边际、机会成本、反脆弱、杠铃策略、可选性、下注思维、运气与技能、雪球效应、内部记分卡、受托责任等;提供情境识别模式(激励错配、Lollapalooza 效应、能力圈违背、嫉妒、社会认同级联)与决策质量模式(Resulting、结果偏差)。

使用方式:必须与 expert-engine 一起加载,命令为 npx openskills read expert-engine,expert-munger。分析时需显式使用核心术语:反向思考、安全边际、激励、能力圈,以便框架可追溯与可测试。可按问题类型选择性加载 references 目录下的文件,如投资决策加载 models-core.md 与 patterns.md。

适用场景:核心领域为资本配置、企业评估、管理层与激励结构评估、认知偏差识别;扩展领域包括职业决策、个人理财、谈判与交易;技术工程、创意艺术、情感关系及需专业知识的领域置信度低。

限制:框架假设竞争动态相对稳定,可能低估颠覆速度;偏理性,可能忽略情感因素;思维模型多源自西方历史与哲学;强调耐心,可能拖慢需快速行动的决策;存在承诺与一致性升级等盲点。资料未提供收费、价格或平台信息。