用途：在不确定条件下做理性决策，通过计算各选项的概率加权平均结果（期望值 EV）来比较备选方案。核心公式为 EV = Σ(概率 × 结果价值)，概率之和须为 1.0。
主要能力：提供六步工作流——定义决策与互斥选项、识别可能结果、估计概率、估计收益（金额、时间或效用）、计算各选项 EV、结合风险偏好解读与调整。涵盖五类常见模式：离散结果的投/不投决策、多项目组合配置、序贯决策树（可回推求解）、连续分布的蒙特卡洛模拟、以及考虑对手选择的博弈收益矩阵。
使用方式：按清单逐步推进，可参考 resources/template.md 做决策框定与 EV 计算模板，resources/methodology.md 做概率估计、收益量化、决策树与效用函数，并用 resources/evaluators/rubric_expected_value.json 校验质量，最低标准为平均分不低于 3.5。输出 expected-value-analysis.md，含决策框定、带概率与收益的场景、EV 计算、敏感性分析与带风险考虑的建议。
适用场景：产品发布、招聘与否、投资组合、研发预算、分阶段投资、定价策略等。
限制与注意：EV 是长期平均，一次性高风险决策需考虑风险厌恶；概率与收益均为估计，应使用区间与敏感性分析而非虚假精确；需考虑非货币价值、结果相关性、货币时间价值与期权价值；避免沉没成本、锚定单一场景、忽略尾部风险等常见错误。资料未提供具体收费、平台或安装命令信息。