用途：把复杂决策拆解为目标、备选方案、评估准则与权衡，将主观判断转为结构化、透明的推理，产出可追溯的决策框架与理由。
主要能力：提供五种技术。决策表适合规则型逻辑与多条件组合，输出基于条件组合的动作；加权评分矩阵适合多准则比较，输出带分数的备选方案排名；决策树适合含不确定性的序列决策，输出带概率的最优路径；Pugh 矩阵适合概念选择与设计方案，输出相对基线的较优概念；DMN-Lite 适合简单可重复的业务规则。各技术均配套工作流与模板，如识别条件与动作、构建规则表并校验完整性/一致性/唯一性/可简化性；定义备选与准则、分配权重（直接分配、成对比较 AHP、排序、等权）、按 1-5 分打分、计算加权分并做敏感性分析；以及用回滚法计算期望值。
使用方式：按技术选择模板填写上下文、备选、准则与权重、评分或概率，再按公式汇总。加权分公式为 Weighted Score = Σ(Score × Weight)。决策树回滚示例：EV = (0.60 × $100K) + $8K = $68K。输出可为叙述性摘要、结构化 YAML 或 Mermaid 图。
适用场景：规则型逻辑、多选项准则比较、序列决策与不确定性、概念选择对比基线、可重复业务规则，以及需要利益相关者认同的透明决策。
限制：资料未提供具体平台要求、收费、价格或效果数据；权重与评分仍需人为设定，敏感性分析结果依赖假设；AHP、概率与价值估计的准确性取决于输入质量。