用途：当用户提出技术决策、A vs B 比较、库选择、架构决定、权衡取舍等问题时，该技能用于系统化分析并给出综合结论。
主要能力：采用四阶段工作流。第一阶段定义问题，明确决策主题、候选选项与评估标准（性能、学习曲线、生态、可维护性、成本等），标准细节见 references/evaluation-criteria.md。第二阶段并行收集信息，通过 Task 工具并行运行 codebase-explorer（分析现有代码库与约束）和 docs-researcher（官方文档与最佳实践），并调用 Skill: dev-scan 收集社区意见、Skill: agent-council 收集多 AI 专家视角，可选使用 Context7 MCP 查询库的最新文档。第三阶段由 tradeoff-analyzer 整理各选项优缺点、按标准打分、处理冲突意见并评估来源可信度。第四阶段由 decision-synthesizer 生成结论先行的报告，模板见 references/report-template.md，包含结论、评估标准与权重、选项分析、综合比较、推荐依据、风险与来源。
使用方式：直接描述决策问题即可触发；也可按快速比较、深度分析、架构决策等场景执行上述 Task 与 Skill 调用流程。
适用场景：库/框架选择（如 React vs Vue、Prisma vs TypeORM）、架构模式（单体 vs 微服务、REST vs GraphQL）、实现方式（服务端 vs 客户端、轮询 vs WebSocket）、技术栈决定等。
限制：需提供项目特性、团队规模、现有技术栈等上下文，信息越多分析越准确；应先确认用户重视的评估标准；来源不明或过时的信息会被标注；报告始终结论先行。具体收费、平台与效果资料暂未提供。