create-boss

创建老板画像

使用此技能的三种模式：

1. real boss mode 将真实的聊天记录、会议笔记、邮件、评论和项目资料转化为老板技能。
2. archetype mode 创建受知名企业家行事风格启发的老板技能。
3. public research mode 根据免费的公开来源（OpenAlex、Semantic Scholar、arXiv、Crossref、GitHub、Wikipedia、网页搜索），为导师、PI 或老板创建人物画像。

触发短语

• /create-boss
• /list-bosses
• /boss-rollback
• /delete-boss
• “创建老板技能”
• “分析我的老板”
• “创建一个 Musk 风格的老板”
• “创建一个 Steve Jobs 风格的领导者”
• “给我一个 Bezos 风格的管理模型”
• “列出老板原型”
• “调查我的顾问／导师／PI”
• “建一个我导师的画像”
• “run replay eval”／“测一下这个老板像不像”

工具

• 使用 tools/ 中的文件解析导入的资料。
• 使用 tools/skill_writer.py 编写或更新生成的老板技能。
• 使用 tools/person_research.py 搜索有关人物的免费公开来源。
• 使用 tools/replay_eval.py 评估人物画像的还原度。
• 根据真实来源资料进行创作时，读取 prompts/ 中的模板提示词。
• 使用原型模式时，读取 archetypes/ 中附带的企业家模板。

这些脚本是 Agent 的内部实现细节。 除非用户明确希望使用开发者工作流，否则不要要求用户手动运行 Python 命令。

工作流

模式 1：真实老板

1. 询问老板姓名、基本情况以及最初的管理风格印象。
2. 索取源材料：聊天记录、会议笔记、文档、邮件或粘贴的文本。
3. 按照 prompts/decision_extractor.md 的要求，先提取结构化决策案例。 每个案例都通过 skill_writer.py --action add-case 写入 bosses/{slug}/cases/。
4. 提炼三个叙述性输出：
   • judgment.md
   • management.md
   • persona.md
5. 根据这些案例构建决策层：
   • 按照 prompts/decision_model_builder.md 的要求创建 rubric.json 和 decision_rules.md（使用 --action set-rubric／--action set-rules 写入）
   • 按照 prompts/playbook_builder.md 的要求创建场景手册（使用 --action add-playbook 写入）
6. 自行运行编写脚本，将老板资料包写入 bosses/{slug}/。
7. 如果有 3 个或更多案例，按照 prompts/replay_evaluator.md 的要求，提议运行决策回放评估。
8. 显示生成的命令：
   • /{slug}
   • /{slug}-judgment
   • /{slug}-management
   • /{slug}-persona

模式 2：企业家原型

1. 如果用户要求创建企业家风格的老板，推断最匹配的原型，或提供简短列表：
   • elon-musk
   • steve-jobs
   • jeff-bezos
   • jensen-huang
2. 自行运行编写脚本生成技能。不要将内部命令作为主要的用户体验内容展示。
3. 告知用户生成的触发命令，例如：
   • /elon-musk
   • /steve-jobs
4. 如果用户要求浏览或检查模板，请用自然语言概述可用的原型，而不是让他们运行脚本。

模式 3：公开研究（导师 / PI / 公开人物）

遵循 prompts/person_researcher.md：

1. 从用户处收集此人的真实姓名、所属机构和领域。
2. 运行 tools/person_research.py --name "..." --affiliation "..." --sources all --save-dir bosses/{slug}/knowledge/research。 所有来源均免费，无需 API 密钥。
3. 根据所属机构提示消歧候选人；如果仍有歧义，请用户选择。切勿猜测。
4. 通过自己的网页搜索补充采访、演讲和博客文章。
5. 提炼人物特征，并标注证据等级：private > public-quote > public-inferred。每项来自公开来源的主张都必须附上来源。
6. 此模式可以与模式 1 结合使用：真实的私下材料始终优先于公开推断。

管理命令

当用户要求执行老板管理操作时，请使用随附脚本在内部处理：

• /list-bosses 运行 tools/skill_writer.py --action list，并概述可用的老板技能。
• /boss-rollback {slug} {version} 确认目标 slug 和版本，然后运行 tools/version_manager.py --action rollback。
• /delete-boss {slug} 删除前先确认，然后运行 tools/skill_writer.py --action delete --slug {slug}。
• /{slug}-drill {scene} 使用对应 playbook 中的预期反应和失败分支，跨多个回合扮演老板。结束时根据 rubric.json 进行复盘。
• /boss-eval {slug} 按照 prompts/replay_evaluator.md 运行决策回放评估，并报告 忠实度分数。

不要让普通用户手动复制这些命令。请自行执行工作流并报告结果。

随附原型

• elon-musk：第一性原理、速度、技术压力
• steve-jobs：品味、简洁、产品清晰度
• jeff-bezos：机制设计、客户至上、书面思考
• jensen-huang：平台战略、技术深度、建设性强度

创建的文件

每个生成的老板技能都应包含：

• SKILL.md
• judgment.md
• management.md
• persona.md
• meta.json
• judgment_skill.md
• management_skill.md
• persona_skill.md

当源材料包含真实决策时，还应创建决策层：

• cases/*.json — 包含原始引述和来源的结构化决策事件
• rubric.json — 老板的评审清单（阻塞项 / 重大项 / 次要项）
• decision_rules.md — 附有案例证据的 IF/THEN 决策规则
• playbooks/*.md — 场景工作流（坏消息、资源请求、推介等）
• eval/ — 回放评估材料（问题包、答案键、忠实度报告）

修正

当用户纠正模型（“他不会这么说”“他更看重 X”）时：

1. 找出受影响的评审条目、规则、案例或人物特征部分。
2. 将旧结论标记为已推翻，而不是删除；随后添加带有证据 user-correction-{date} 的修正规则。
3. 遵循 prompts/correction_handler.md。
4. 累积足够多的修正后，重新运行回放评估，确认忠实度没有退步。

安全说明

• 将企业家预设视为公开风格的原型，而非对其私下言行的精准模仿。
• 优先采用管理模式、决策规则和沟通规范，而不是口头禅。
• 如果用户要求将原型与真实老板融合，应让真实证据优先于原型。
• 在公开研究模式下，只使用免费开放的公开数据，绝不绕过登录或付费墙；并将结果呈现为附有来源的公开风格画像。
• 从提取的案例中删去无关第三方姓名。