{"id":51640705,"url":"https://github.com/aipmandy/ceoskill","last_synced_at":"2026-07-13T19:02:46.468Z","repository":{"id":347470382,"uuid":"1194140373","full_name":"AIPMAndy/CEOskill","owner":"AIPMAndy","description":"CEO decision-support skill for AI agents: strategy, trade-offs, debiasing, stakeholder mapping, and war gaming","archived":false,"fork":false,"pushed_at":"2026-06-18T13:18:42.000Z","size":88,"stargazers_count":15,"open_issues_count":0,"forks_count":1,"subscribers_count":0,"default_branch":"main","last_synced_at":"2026-06-18T15:19:15.943Z","etag":null,"topics":["agent-skill","ai","business-strategy","ceo","debiasing","decision-making","leadership","prompt-engineering","python","stakeholder-management","strategy","war-gaming"],"latest_commit_sha":null,"homepage":null,"language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/AIPMAndy.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":"CONTRIBUTING.md","funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null,"notice":null,"maintainers":null,"copyright":null,"agents":null,"dco":null,"cla":null}},"created_at":"2026-03-28T01:02:09.000Z","updated_at":"2026-06-18T13:19:22.000Z","dependencies_parsed_at":null,"dependency_job_id":null,"html_url":"https://github.com/AIPMAndy/CEOskill","commit_stats":null,"previous_names":["aipmandy/ceo-skill","aipmandy/ceoskill"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/AIPMAndy/CEOskill","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AIPMAndy%2FCEOskill","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AIPMAndy%2FCEOskill/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AIPMAndy%2FCEOskill/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AIPMAndy%2FCEOskill/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/AIPMAndy","download_url":"https://codeload.github.com/AIPMAndy/CEOskill/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AIPMAndy%2FCEOskill/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":35432821,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-05-26T15:22:16.424Z","status":"online","status_checked_at":"2026-07-13T02:00:06.543Z","response_time":119,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["agent-skill","ai","business-strategy","ceo","debiasing","decision-making","leadership","prompt-engineering","python","stakeholder-management","strategy","war-gaming"],"created_at":"2026-07-13T19:02:43.806Z","updated_at":"2026-07-13T19:02:46.450Z","avatar_url":"https://github.com/AIPMAndy.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"\u003cdiv align=\"center\"\u003e\n\n# 🧠 CEO Skill\n\n**AI 决策助手，专为高管设计。不只给建议，更会拆解 trade-off、识别认知偏差、预判竞争反应。**\n\n[![License: MIT](https://img.shields.io/badge/License-MIT-green.svg)](./LICENSE)\n[![GitHub Stars](https://img.shields.io/github/stars/AIPMAndy/ceo-skill?style=social)](https://github.com/AIPMAndy/ceo-skill)\n[![Agent Skill](https://img.shields.io/badge/Type-Agent%20Skill-blue)](./SKILL.md)\n\n[English](./README_EN.md) | **简体中文**\n\n\u003c/div\u003e\n\n---\n\n## 👤 关于作者\n\n**我是 Andy**，前腾讯/百度 AI 产品专家 → 大模型独角兽 VP → 持续创业者。\n\n过去 18 个月，我用 AI 做了 100+ 个重大决策：\n- ✅ [是否 All-in AI Agent 生态？](./examples/real-andy-case-ai-agent-pivot.md)（结果：建立了中文 AI Skill 第一入口，116 stars）\n- ✅ 63 个项目如何砍到 15 个？（优先级排序）\n- ✅ CEOskill 如何定价？（$0 vs $99 vs $999）\n\n**这个工具是我提炼的决策方法论**：不是让 AI 给建议，而是让 AI 拆 trade-off、查偏差、推演竞争。\n\n📖 延伸阅读：[为什么 CEOskill 只有 15 stars？](./examples/meta-why-only-15-stars.md)（以及如何改变）\n\n---\n\n## 💡 一句话价值\n\n**普通 AI 会说\"建议你做市场调研\"，CEO Skill 会说\"这是 One-Way Door 决策，你有确认偏差，这里有 4 个选项的 trade-off，竞对可能这样反击，董事会里 2 票支持 1 票反对\"。**\n\n---\n\n## 🎯 5 秒自测：你需要它吗？\n\n如果你经常面对这些场景，它就是为你设计的：\n\n| 场景 | 典型问题 |\n|------|---------|\n| 🎯 **战略决策** | 该不该进新市场？收购还是自建？业务止损还是继续投？ |\n| 💰 **资源分配** | 5 个项目只能做 2 个，先做哪个？预算投增长还是产品？ |\n| 🔥 **危机响应** | CTO 要去竞对，2 小时内先做什么？线上事故怎么处理？ |\n| 🤝 **利益相关者** | 董事会、投资人、管理层怎么对齐？组织调整怎么管政治？ |\n| ⚔️ **竞争推演** | 如果我们降价/上新功能，竞对会怎么反应？ |\n\n---\n\n## ❌ 问题：为什么普通 AI 不够用？\n\n大部分\"CEO 顾问型 AI\"的通病：\n\n```\n用户：\"我们该不该进入日本市场？\"\n\n普通 AI：\n\"进入日本市场是一个重要的战略决策。您需要考虑市场规模、\n竞争格局、本地化成本等因素。建议先做市场调研，评估风险，\n制定详细计划。如果您需要，我可以帮您列出一些关键问题...\"\n\n❌ 会说漂亮话，但不落地\n❌ 会列框架，但不会选框架\n❌ 会给建议，但不展示 trade-off\n❌ 不检查认知偏差（你是不是因为竞对进了所以想进？）\n❌ 不预判竞争反应（本地玩家会怎么反击？）\n❌ 不处理利益相关者（董事会、投资人、管理层谁支持谁反对？）\n```\n\n---\n\n## ✅ 解决：CEO Skill 怎么做？\n\n```\n用户：\"我们该不该进入日本市场？\"\n\nCEO Skill：\n\n【决策分类】Type 1 (One-Way Door) - 进入成本高，退出代价大\n\n【偏差检查】\n- 你是否因为竞对刚进入而产生 FOMO？\n- 是否高估了\"先发优势\"？（日本市场更看重本地化深度）\n- 是否低估了监管/文化壁垒？\n\n【4 个选项 + Trade-off】\nA. 全资子公司进入（投入 $5M，18 个月回本，风险：本地化失败）\nB. 合资/收购本地玩家（投入 $8M，6 个月落地，风险：整合冲突）\nC. 先做轻量试点（投入 $500K，验证 PMF，风险：错过窗口期）\nD. 不进入（省 $5M+，专注现有市场，风险：竞对建立壁垒）\n\n【竞争推演】\n- 本地 Top 3 玩家会如何反应？（价格战/渠道封锁/监管游说）\n- 你的竞对进入后 6 个月表现如何？（数据：用户增长 vs 烧钱速度）\n\n【利益相关者】\n- 董事会：2 人支持（看好国际化），1 人反对（担心分散资源）\n- 投资人：关注 18 个月内 ARR 增长，不关注地域\n- 管理层：销售 VP 支持，CFO 中立偏反对\n\n【推荐】\nOption C（试点）+ 6 个月决策点。\n原因：日本市场 PMF 不确定性高，全押风险大。\nNext Step：\n1. 找 1-2 个本地 design partner（2 周）\n2. 跑 MVP 验证付费意愿（3 个月）\n3. 根据数据决定 A/B/D（第 6 个月）\n\n✅ 结构化决策流程\n✅ 至少 3 个可比选项 + do nothing\n✅ 明确 trade-off\n✅ 检查认知偏差\n✅ 预判竞争与利益相关者反应\n✅ 给 next steps + 决策点\n```\n\n---\n\n## 📊 对比：CEO Skill vs 普通 AI\n\n| 能力 | 普通 AI | 商业顾问 Prompt | **CEO Skill** |\n|------|---------|----------------|--------------|\n| 决策分类（one-way / two-way / crisis） | ❌ | ⚠️ 偶尔 | ✅ 强制 |\n| 至少 3 个可比选项 + do nothing | ❌ | ⚠️ 不稳定 | ✅ 强制 |\n| 明确 trade-off（不只给结论） | ❌ | ⚠️ | ✅ |\n| 认知偏差检查（FOMO/沉没成本/锚定） | ❌ | ❌ | ✅ |\n| 竞争响应预判（war gaming） | ❌ | ⚠️ | ✅ |\n| 利益相关者映射（董事会/投资人/管理层） | ❌ | ⚠️ | ✅ |\n| 贝叶斯决策分析（概率更新/敏感性分析） | ❌ | ❌ | ✅ |\n| 数据分析辅助（Monte Carlo/ICE/NPV） | ❌ | ❌ | ✅ |\n\n---\n\n## 🚀 核心能力\n\n### 1️⃣ 结构化决策流程\n\n不是\"给建议\"，而是\"拆决策\"：\n\n- **决策分类**：One-Way Door / Two-Way Door / Crisis / Strategic Bet\n- **框架选择**：根据场景自动选择最佳框架（Decision Matrix / ICE / Porter's Five Forces / OODA Loop 等）\n- **选项生成**：强制至少 3 个可比选项 + do nothing\n- **Trade-off 分析**：明确每个选项的代价、风险、资源需求\n\n### 2️⃣ 认知偏差检查（Debiasing）\n\nCEO 决策最大的敌人不是信息不足，而是认知偏差：\n\n- **锚定效应**：你是不是被竞对/投资人/顾问的数字锚定了？\n- **沉没成本**：你是不是因为\"已经投了 $X\"而不愿止损？\n- **确认偏差**：你是不是只找支持自己观点的数据？\n- **FOMO**：你是不是因为\"别人都在做\"而跟风？\n- **可得性偏差**：你是不是因为最近一个案例而高估概率？\n\n📖 参考：[`references/cognitive-debiasing.md`](./references/cognitive-debiasing.md)\n\n### 3️⃣ 竞争推演（War Gaming）\n\n不只看自己，还要预判对手：\n\n- **如果我们降价，竞对会跟进还是打差异化？**\n- **如果我们进入他们的市场，他们会反击还是防守？**\n- **如果我们收购这家公司，竞对会怎么反应？**\n\n📖 参考：[`references/war-gaming.md`](./references/war-gaming.md)\n\n### 4️⃣ 利益相关者管理（Stakeholder Playbook）\n\n高层决策不只是\"对不对\"，还要考虑\"谁支持谁反对\"：\n\n- **董事会**：谁是盟友？谁是反对者？谁是摇摆票？\n- **投资人**：他们关注什么指标？容忍度多高？\n- **管理层**：谁会因为这个决策受益/受损？\n- **关键员工**：谁可能因此离职？\n\n📖 参考：[`references/stakeholder-playbook.md`](./references/stakeholder-playbook.md)\n\n### 5️⃣ 贝叶斯决策分析（Bayesian Decision Analysis）\n\n在不确定性下系统化更新信念：\n\n- **先验概率设定**：基于行业基准/历史数据建立初始信念\n- **证据质量分级**：A/B/C/D/E 五级证据评估体系\n- **似然比更新**：根据新证据系统化调整概率\n- **敏感性分析**：测试假设变化对结论的影响\n- **期望值决策**：结合概率与收益做最优选择\n\n**适用场景**：\n- 产品成功率预测（市场进入/新功能上线）\n- 投资决策（收购/融资/资源分配）\n- 风险评估（技术可行性/竞争威胁）\n- 持续更新信念（随新数据动态调整策略）\n\n📖 参考：[`references/bayesian-decision-analysis.md`](./references/bayesian-decision-analysis.md) | [`scripts/bayesian_calculator.py`](./scripts/bayesian_calculator.py)\n\n### 6️⃣ 数据分析工具\n\n不只是定性分析，还有定量支持：\n\n- **Monte Carlo 模拟**：不确定性下的概率分布\n- **ICE 评分**：Impact / Confidence / Ease 快速排优先级\n- **NPV / IRR**：投资回报分析\n- **Expected Value**：期望值计算\n- **Scenario Planning**：最好/基准/最坏情况\n\n📖 参考：[`scripts/analysis_tools.py`](./scripts/analysis_tools.py)\n\n---\n\n## 🎬 真实案例\n\n### 🔥 Andy 的真实决策（NEW）\n- **[是否 All-in AI Agent 生态？](./examples/real-andy-case-ai-agent-pivot.md)**\n  - 背景：2024年1月，手上有10+个SaaS项目，OpenClaw刚开源\n  - 决策：Barbell Strategy（90% AI Agent + 10% 保险）\n  - 结果：18个月后，awesome系列116 stars，建立了中文AI Skill生态位\n  - **完整展示：决策分类 → 偏差检查 → 选项对比 → 竞争推演 → 贝叶斯分析 → 复盘**\n\n- **[为什么 CEOskill 只有 15 stars？](./examples/meta-why-only-15-stars.md)**\n  - 问题：产品价值最高，但star最少\n  - 根因：目标用户不在GitHub + 缺少个人品牌 + 缺少社交证明\n  - 行动：内容营销 + 真实案例 + 商业化路径\n  - **Meta案例：用CEOskill分析CEOskill本身**\n\n### 战略决策\n- 进入新市场？收购还是自建？业务止损还是继续投？\n- 📄 示例：[M\u0026A 收购决策](./examples/mna-acquisition-decision.md)（待补充）\n\n### 资源分配\n- 多个项目争资源，先做哪个？预算怎么分配？\n- 📄 示例：[5 个项目优先级排序](./examples/prioritization-five-initiatives.md)（待补充）\n\n### 危机响应\n- 核心高管离职、线上事故、PR 危机怎么处理？\n- 📄 示例：[CTO 离职危机](./examples/cto-departure-crisis.md)（待补充）\n\n### 组织与政治\n- 董事会、投资人、管理层怎么对齐？组织调整怎么管？\n- 📄 示例：待补充\n\n### 竞争推演\n- 如果我们做 X，竞对会怎么反应？\n- 📄 示例：待补充\n\n📂 更多示例：[`examples/`](./examples/)\n\n---\n\n## ⚡ 快速开始\n\n### 直接问\n\n把它当成你的 CEO 幕僚：\n\n```\n\"我们该不该进入日本市场？\"\n\"5 个项目只能做 2 个，怎么排优先级？\"\n\"CTO 要去竞对，我现在 2 小时内先做什么？\"\n\"如果我们降价 20%，竞对会怎么反应？\"\n```\n\n### 期待的输出\n\n不是泛泛建议，而是：\n\n1. **决策分类** - 这是什么类型的决策？为什么重要？\n2. **偏差检查** - 你的思考有哪些盲点？\n3. **选项对比** - 至少 3 个选项 + do nothing，每个的 trade-off 是什么？\n4. **竞争/利益相关者分析** - 别人会怎么反应？\n5. **推荐 + Next Steps** - 建议做什么？下一步是什么？\n\n---\n\n## 📦 安装\n\n### OpenClaw / Claude Code / Cursor\n\n```bash\n# OpenClaw\nopenclaw skill install https://github.com/AIPMAndy/ceo-skill\n\n# Claude Code / Cursor\n# 将 SKILL.md 添加到项目上下文\n```\n\n### 其他 Agent Runtime\n\n📖 参考：[RUNTIME.md](./RUNTIME.md)\n\n**核心原则**：\n- 文本能力就能跑基本版\n- 有 web search 会更强\n- 有 Python / code execution 时，定量分析价值明显上升\n\n---\n\n## 🔥 为什么它能火？\n\n### 1. 痛点真实且高频\n\nCEO / 创始人 / 高管每天都在做高风险决策，但：\n- 顾问太贵（$500-2000/小时）\n- 内部团队有利益冲突\n- 普通 AI 太泛泛\n\n### 2. 效果可量化\n\n不是\"感觉更好\"，而是：\n- 决策质量提升（有结构 vs 无结构）\n- 时间节省（2 小时 → 30 分钟）\n- 盲点减少（偏差检查 + 竞争推演）\n\n### 3. 传播性强\n\n- **一句话定位**：\"让 AI 像顶级 CEO 幕僚一样拆解决策\"\n- **对比表格**：CEO Skill vs 普通 AI 一目了然\n- **真实案例**：M\u0026A / 危机 / 优先级排序\n- **开源免费**：MIT License，任何人可用\n\n### 4. 社区驱动\n\n- 欢迎补充真实案例\n- 欢迎贡献新的决策框架\n- 欢迎适配更多 Agent Runtime\n\n---\n\n## 📁 核心文件\n\n```text\n.\n├── SKILL.md                            # 主 skill 定义（核心）\n├── references/\n│   ├── frameworks.md                   # 决策框架库\n│   ├── bayesian-decision-analysis.md   # 贝叶斯决策分析\n│   ├── cognitive-debiasing.md          # 认知偏差检查\n│   ├── stakeholder-playbook.md         # 利益相关者管理\n│   └── war-gaming.md                   # 竞争推演\n├── scripts/\n│   ├── analysis_tools.py               # 数据分析工具\n│   └── bayesian_calculator.py          # 贝叶斯计算器\n├── examples/                           # 真实案例\n│   ├── mna-acquisition-decision.md\n│   ├── cto-departure-crisis.md\n│   └── prioritization-five-initiatives.md\n└── evals/evals.json                    # 评测用例\n```\n\n---\n\n## 🗺️ Roadmap\n\n- [x] 主 skill 定义\n- [x] 决策框架参考库\n- [x] 认知偏差检查\n- [x] 利益相关者管理\n- [x] 竞争推演\n- [x] 数据分析工具\n- [x] **贝叶斯决策分析框架**\n- [ ] 增加 10+ 真实案例（M\u0026A / 裁员 / 融资 / 组织重组）\n- [ ] 增加 benchmark / eval 结果展示\n- [ ] 增加视频演示\n- [ ] 增加更多 Agent Runtime 适配\n\n---\n\n## 🤝 贡献\n\n欢迎补充：\n\n- 真实决策案例（匿名化）\n- 新的决策框架\n- 更强的 eval case\n- 不同 Agent Runtime 的适配\n\n📖 请先阅读：[CONTRIBUTING.md](./CONTRIBUTING.md)\n\n---\n\n## 📄 License\n\nMIT License.\n\n---\n\n## 💖 如果这个项目对你有帮助\n\n1. 给仓库一个 **⭐ Star**\n2. 提一个真实决策案例或 PR\n3. 分享给需要的人\n\n**让 AI 决策辅助从\"个人项目\"变成\"可复用的决策工具\"。**\n\n---\n\n\u003cdiv align=\"center\"\u003e\n\nMade with 🧠 by [Andy](https://github.com/AIPMAndy)\n\n[⭐ Star on GitHub](https://github.com/AIPMAndy/ceo-skill) | [📖 Documentation](./SKILL.md) | [💬 Discussions](https://github.com/AIPMAndy/ceo-skill/discussions)\n\n\u003c/div\u003e\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Faipmandy%2Fceoskill","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Faipmandy%2Fceoskill","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Faipmandy%2Fceoskill/lists"}