mcpField
T
thinking-bounded-rationality

thinking-bounded-rationality

github.com/tjboudreauxAgent 工作流1.7k571 次安装12 周前更新
代码仓库

关于 thinking-bounded-rationality

面向 Agent 的决策技能,适用于时间、上下文和工具预算有限的情况。它先设定明确的合格标准,再选择首个达标选项;高风险或正确性关键的决策则不采用这种简化方式。

主要功能

  1. 01设定明确的合格门槛
  2. 02按顺序评估选项
  3. 03选中首个达标选项即停止
  4. 04搜索失败时保持原标准
  5. 05排除高风险和正确性关卡

适用场景

  1. 01从多个低风险选项中作选择
  2. 02限制无休止的信息搜寻
  3. 03在固定预算内管理决策

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/tjboudreaux/cc-thinking-skills --skill thinking-bounded-rationality

安装后在 Claude Code 中输入/thinking-bounded-rationality确认已加载。

详细介绍

有限理性

在工具、上下文和时间预算有限的情况下,遇到第一个达到预先设定的期望水平的选项时就停止。只有当从良好到最佳的差距值得消耗剩余预算时,才继续优化。

适用场景

  • 搜索或选项比较没有自然的终点,可能耗尽本轮预算。
  • 多个选项都能满足要求,继续比较的收益递减。
  • 相较于继续搜索,这项决策可逆或风险较低。
  • 你正在收集超出决策所需的上下文。

不适用场景

  • 不可逆或高风险的选择(数据丢失、安全、迁移、公开承诺),此时良好与最佳之间的差距影响重大。
  • 正确性关卡:测试、安全检查以及“修复是否有效?”都需要正确答案,而非看似足够的答案。
  • 只需一次低成本查询就能确定事实——那就去查;不要满足于差不多的答案。
  • 无法明确表述期望水平——先澄清要求。

流程

  1. 说明决策和预算。 列出要做的选择、剩余的工具/上下文/时间预算,以及该选择的可逆性。
  2. 在搜索前设定期望水平。 为“足够好”写出具体的通过/不通过标准。明确阈值前不要评估。
  3. 按顺序搜索。 按遇到选项的顺序,仅根据阈值对选项评分。除非第 1 步认定其风险高或不可逆,否则不要建立完整矩阵。
  4. 找到首个合格选项即停止。 某个选项满足所有标准时,立即选定。
  5. 搜索失败时,不要改变标准。 如果达到预设上限后仍没有选项达标,就保留阈值并报告没有合适选项。只有对预先声明为非关键的标准,才能放宽要求;记录放宽情况,并在新的上限内继续搜索;失败后绝不能提高标准。
  6. 作出决定。 记录选择和剩余的不确定性;将剩余预算用于执行,而不是重新排名。

停止条件: 首个选项达到预先设定的期望水平,或搜索达到上限但仍无合适选项。

输出

Decision: <choice>
Aspiration: <pass/fail criteria>
Search: evaluated N; stopped at first adequate | cap exhausted
Selected: <option or none>
Residual risk: <what further search might change>
Next spend: <execution step>

验证

  • 如果选项达到阈值后你仍继续比较,或在看到优胜选项后才编造阈值,则判定不合格。
  • 如果把正确性关卡或不可逆决策当作可以满足于“差不多”的事项,则判定不合格。
  • 防止过度应用:如果一次低成本检查就能确定事实,就去查询——不要调用此技能。

评论

支持 Markdown