帮助AI代理安全学习用户决策模式，在关键分支选择上实现保守、可审计的自主决策，避免未经确认的重要选择。
说明：
## 核心用法
`Decide` 是一套结构化决策安全框架，用于指导AI在面对架构变更、技术选型、成本决策等 consequential choice 时，如何安全地从”必须询问”过渡到”经确认后可自主决策”。其核心流程包括：将决策框架化为具体问题+关键要素 → 读取本地记忆文件（`memory.md` → `domains/` → `decisions.md`）→ 仅在上下文实质匹配时才复用过往规则 → 否则询问人类并完整记录。
### 显著优点
1. **保守默认原则**：所有影响架构、成本、发布行为、供应商选择的决策默认询问人类，宁可多问也不多错
2. **结构化记忆体系**：通过 `memory.md`（确认规则）、`decisions.md`（决策日志）、`domains/`（领域覆盖）三层架构，确保决策依据可追溯、可审计
3. **模式晋升机制**：重复相似决策需经人类显式确认后才升级为默认规则，避免过早泛化
4. **与其他技能清晰边界**：与 `self-improving`（执行优化）、`escalate`（通用行动边界）互补而非重叠
5. **非破坏性集成**：通过 AGENTS/SOUL 文件片段实现决策检索触发，修改前需显式批准
### 潜在缺点与局限性
– **启动成本**：需要用户维护 `~/decide/` 目录结构，初期配置较繁琐
– **延迟决策**：保守策略意味着更多人工介入，可能降低响应速度
– **上下文匹配复杂性**：”实质匹配”判断依赖组件完整性，遗漏关键组件可能导致错误复用
– **记忆膨胀风险**：长期积累的 `decisions.md` 可能降低检索效率，需定期维护
– **无法处理真正新颖场景**：面对完全未知的决策类型时，系统退化为纯询问模式
### 适合人群
– 需要AI代理在复杂项目中逐步承担更多决策责任的技术团队
– 对AI自主行为有严格审计和合规要求的组织
– 已在使用 `clawic` 生态（如 `self-improving`、`escalate`）并希望统一决策管理的用户
### 常规风险
– **虚假自主**：若组件收集不完整或例外检查疏漏，可能基于表面相似性错误复用规则
– **记忆污染**：紧急压力下的决策若被不当升级为默认规则，可能传播次优选择
– **文件权限风险**：`~/decide/` 目录若权限配置不当，可能导致决策记录被篡改
– **技能边界模糊**：需严格区分”如何更好地执行”（`self-improving`）与”选择哪条分支”（`decide`），否则造成记忆混乱
会员专属
