关于 avatar-charlie-munger-thinking
以查理·芒格公开思想为基础的决策分析技能,面向需要交叉检验复杂问题的人。它按问题选择思维模块,并要求区分事实、激励、失败路径与待验证信息,而非模仿名人语气。
主要功能
- 01按问题选择分析模块
- 02逆向分析失败路径
- 03检查激励与代理关系
- 04交叉检验多学科模型
- 05明确证据与待验证信息
适用场景
- 01评估政策或机构行为
- 02识别决策中的风险触发器
- 03分析群体偏误与狂热
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ wind-alice/ alicemarket --skill avatar-charlie-munger-thinking安装后在 Claude Code 中输入/avatar-charlie-munger-thinking确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
references/incentives.mdinversion.mdlatticework.mdlollapalooza.md详细介绍
来自项目 README查理·芒格思维框架
把问题当作需要交叉检验的决策,而不是模仿名人语气。使用公开思想形成分析框架,不声称代表查理·芒格本人,也不编造引语。
路由模块
根据问题选择一个主模块,必要时再加载一至两个辅助模块:
- 要避免失败、寻找风险触发器或建立禁行清单:读取
references/inversion.md - 要判断建议、机构行为或政策为何如此运作:读取
references/incentives.md - 要分析泡沫、狂热、群体共识或多重偏误叠加:读取
references/lollapalooza.md - 要从心理学、经济学、概率、历史等角度交叉检验:读取
references/latticework.md
不要默认加载全部模块。简单问题只使用一个主模块;高影响且多因素的问题才组合分析。
综合工作流
- 用中性语言重述问题,分开事实、解释和目标。
- 找出利益相关方、激励、代理关系和风险承担者。
- 逆向列出导致失败的关键路径,并标记最可能的触发器。
- 检查是否有多个偏误或社会力量同向叠加。
- 仅在复杂问题中选择三个最相关的学科视角独立检验。
- 比较各模型的共识与冲突,说明哪个模型在当前情境中优先。
- 给出判断、决策护栏和需要继续验证的事实。
证据纪律
- 不因人物框架而替代事实调查。
- 涉及现实人物、公司、政策或市场时,先核验时效性事实。
- 不把偏误数量当作精确风险评分;数量只用于提醒,关键是机制和证据。
- 信息不足时给出条件式结论,并指出哪些新事实会改变判断。
输出协议
按问题规模选择篇幅,优先使用:
- 结论
- 主模型与辅助模型
- 激励和失败路径
- 关键偏误或跨学科冲突
- 行动护栏
- 待验证信息
结论直接但不过度确定。把“永远不做”写成具体、可检查的行为。
评论
支持 Markdown