用途：为设计系统建立组件选择决策树，把模糊的“选哪个组件”需求转成结构化提问，减少 AI 智能体与团队误用、重复造组件和不一致的问题。每个可混淆组件群对应一篇“Choosing between…”文档页，一页回答一类意图；同一棵树可按需写成 YAML 给工具读取，默认只维护文档页。
主要能力：先盘点组件并做功能聚类与重叠分析，再定义与组件无关的意图分类（如展示、输入、动作、布局）及限定条件；随后为每个聚类构建决策树，节点分为提问节点与解析到具体组件的叶子节点。叶子需给出组件名、置信度（high/medium/low）、理由与依据，中低置信度必须附注说明边界或替代方案。对高频混淆的组件对（如 Dialog/Drawer、Select/Combobox）加入消歧节点。可读取系统配置（组件路径、分类模型、决策树输出格式）并自动拉取 Figma、Storybook 及 .ai/index/component-inventory.yml 的组件数据。
使用方式：若工具计划遍历决策树，可在配置中把 decision_tree.output_format 设为 yaml 或 json，否则默认生成 markdown 页面；页面与机器可读树都输出到约定目录，并从 AGENTS.md 链接 Choosing 页。硬性规则：每个 resolve 必须指向盘点中真实存在的组件，若正确答案对应系统没有的组件，应在总结中说明而非强行解析；每个理由和区分因素都要标注依据（文档/源码路径、用户或 proposed），推测逻辑在团队确认前标记为 proposed。开始前需核对 frontmatter 中引用路径是否齐全，若缺失应停止并让用户按 1-INSTALL.md 重装并运行 verify-install.sh；只有用户明确要求才可在缺少参考材料时继续，并在输出中说明。
适用场景：组件数量较多、团队与 AI 常选错或依赖口口相传选型知识的系统。限制：组件少于 5 个时决策树收益不足，简单组件索引即可；若尚无组件清单，需先运行 component-audit 或 codebase-index。该技能只负责“在组件之间选择”，不讲解单个组件的使用方式，也不生成组件元数据 schema。阈值等系统未提供的细节资料未给出，需向用户确认或留占位并在总结中列出。