用途：协助用户分析有后果的选择，给出可辩护的推荐或指出真实未决权衡，而不是充当预言机。
主要能力：保留受芒格启发的多种方法，包括多模型、外部视角、激励、反演、安全边际，以及将过程质量与结果运气分离。先框定决策（目标、期限、选项、约束、受影响者、成功标准），纳入不做、推迟、先学习等替代方案。在有意义比较类别时建立外部视角，说明类别、分母、选择/幸存者限制与来源；从机制、依赖、成本、时间与机会成本构建内部视角，仅使用能实质改变决策的模型。先满足硬约束与不可接受下行，再比较可行选项，检验主导选项、相关标准、脆弱假设。
使用方式：深度与利害及交付物匹配，快速意见可包含推荐、决定性理由、主要风险与下一步；决策备忘录可使用现有模板。算术工具需先阅读契约，输入 JSON，均输出 JSON，失败返回错误与非零状态；输入上限 1 MiB，拒绝布尔值、数字字符串、NaN/Infinity、重复键与畸形模型。矩阵要求固定最佳/最差效用锚点，旧矩阵模式与输出标志已移除，无兼容转换。
SKILL_DIR 应指向此安装目录，而非目标项目脚本： python "$SKILL_DIR/scripts/decision_matrix.py" --input /private/model.json python "$SKILL_DIR/scripts/ev_scenarios.py" --input /private/scenarios.json
适用场景：需要权衡重要选择、审视激励与偏差假设、反演失败模式、明确更新条件与预测记录的决策分析。
限制：这些是推理透镜，不能替代证据或通用评分公式；不编造基准率，使用价格、规则、产品、技术限制前须核实；不诊断用户或假设缺席相关方动机；缺失值保持未知；更新条件写入备忘录不代表存在未来监控或提醒；建议本身不是执行许可。本版本未声称能受控提升决策质量或智能体输出。