产品与方法论 · boss · 判断力工程化

把凭感觉的判断,
拆成可引用、可打分、
可证伪的决策系统

/boss 是一个开源的多评委合议判断流水线。1 锚点 + N 维度评委独立打分, 输出 anchor_delta 与 30/90/365 checkpoint。三种用法: 飞书机器人零配置、MCP 服务自带模型、CLI 完全自托管。

6phase

Pipeline · Router → Export

1+6judge

Panel · anchor + dim

5lens

每位评委固定尺子

3sets

3 report sets

为什么判断需要工程化?

在重要决策上, 我们都遇到过 3 件事: 6 个月后想不起当初为什么这么判、反方意见被自己心理排除却没记录、不同视角的人各打各的分但从不显式对照。/boss 把这三件事变成流水线的硬约束。

PAIN 01

我当时是这么判的, 但具体怎么推出来的? 想不起来了。

每一次判断都版本冻结, 6 个月后能回头校准

Phase 5 写入 reports/<brand>/versions/v{n}_<date>.md, chmod 444 永久不可变。后续修订只能生成 v{n+1}, 旧版完整保留。配 30/90/365 checkpoint, 系统自动拉数据更新, 失败即生成 Failure Card。

PAIN 02

反方意见我心里都想过, 但写不写出来不重要吧?

反方机制分布式内化, 每位评委强制三字段

每份 dim review 必填 adversarial_view: if_thesis_wrong (错了哪环最脆弱) + contrary_signal_observed (近期反向信号带 source) + base_rate_warning (同类历史 base rate)。缺字段 → skill_lint 阻断 commit。

PAIN 03

几个人各打各的分, 谁对谁错也说不清。

输出 anchor_delta, 不评判谁对, 让判断者反思

Phase 5 输出 panel_summary: dim 加权均分 / anchor 心证均分 / anchor_delta = dim − anchor。|Δ| > 2.0 时高亮提示 "维度与锚点判断有显著差异"。系统不自动判定谁对, 让判断者自己反思是否有跳步未自知。

6 阶段流水线 + 1+6 评委合议

每次 /boss "议题" 调用都走完 6 阶段。Phase 2 调研与 Phase 4 评委可以通过 Codex 子进程并发运行; Phase 6 可导出内部完整版、公开脱敏版、内部可视化版。评委独立打分、互不可见 — 这是 panel 设计的硬约束。

2.1 · 流水线 6 phase

本 skill (用户面) 只做路由 + 委派, 实际 Phase 1-6 跑交给内部 orchestrator 与 Python CLI。报告产物默认留在本地 ignored 目录; 公开版必须先过脱敏闸。

PHASE 0

Router

解析 CLI, 路由 FRESH / EVOLUTION

PHASE 1

Context

起草 PRD, 拉 Wiki 背景, GATE 1

PHASE 2

N 个 sub-agent 并行调研, raw_evidence

PHASE 3

Synthesis

Lead 合成 Leverage / Fragile / Conflicts

PHASE 4

Panel

5 评委独立打分, 5 镜头 + adversarial_view

PHASE 5

Merge

合议 panel_summary, 冻结 versions/v{n}

PHASE 6

Export

内部 / 公开 / 可视化三套报告

2.2 · Panel = 1 anchor + N dimension 评委

每位维度评委各持一套 doctrine (PEST / 黄金圈 / JTBD / BMC / 7S / Unit Economics)。anchor 评委 (基准对照) 不参与维度加权, 只输出"心证"作为镜子。

5 镜头 (所有评委共用尺子)

① Reasoning Soundness 推理一致 · ② Evidence Coupling 证据耦合 · ③ Counter Treatment 反方处理 · ④ Falsifiability 可证伪 · ⑤ Real-world Resilience 现实韧性

dim_weighted_mean − anchor_tian_mean = anchor_delta

正 Δ = 维度评委比锚点更乐观 (可能锚点有未显式的反方排除) · 负 Δ = 锚点比维度评委更乐观 (可能维度评委过度保守 base rate) · |Δ| > 2.0 = 飞书卡片高亮, 提示反思跳步

议题类型自动识别 → panel auto-select 4 dim 评委上场 (而非默认 6 dim 全上, 节省 token)。GATE 1 用户可用 --panel-add / --panel-drop 微调。

2.3 · 多 provider 并发执行

报告生成不再绑定单一 Anthropic key。CLI 侧可选择 Codex 子进程、本地 Claude Code 路径、Anthropic API、Anthropic-compatible endpoint, 或 OpenAI-compatible endpoint。智谱、Kimi 等兼容服务可通过 base_url + API key 接入。

CODEX

并发子进程

--llm-provider codex-cli 适合本地 Codex 已登录场景, Phase 2/4 可并行跑多个子任务。

ANTHROPIC

原生 Claude API

ANTHROPIC_API_KEY 仍可作为生产默认路径, 适合可审计 API 调用。

COMPAT

Anthropic-compatible

配置 base_url 即可接智谱等 Claude-compatible 服务。

OPENAI

OpenAI-compatible

Kimi / 智谱 / 自托管网关可通过 OpenAI-compatible API key 接入。

2.4 · 一个 vault 服务任意老板

v0.2.1 起的 multi-anchor 架构 (ADR-001/002): per-anchor 数据 instance (任意老板的知识库) 与通用 boss-skills (Phase 0-6 流水线 + 评委 + 5 镜头 + adversarial_view + export) 物理解耦。一个 vault 可同时持有多个老板的判断系统。

通用 (锚点无关) · skills/

skills/tian/ — /boss 用户面 entry
skills/tian-judgement-orchestrator/ — Phase 0-5
skills/*-perspective/ — 6 维度评委
skills/feishu-sync-adapter/ — 抓取工具

这一层是开源 boss-skills 的"产品代码"。所有老板共用。

per-anchor (老板专属) · anchors/<slug>/

anchors/tian/ — 默认锚点
├── perspective/SKILL.md — anchor 评委 doctrine
└── raw/ — 一手素材 (gitignored)
anchors/<new>/ — 加新老板, 3 步

这一层是 per-anchor 数据。每个老板一份, 互相隔离。

加新老板 · 3 步

$ mkdir -p anchors/jobs/{perspective,raw/interviews,raw/feishu-sync}
$ cp anchors/tian/perspective/SKILL.md anchors/jobs/perspective/SKILL.md   # 改 mental_models
$ cp panels/default.yaml panels/jobs.yaml   # 改 anchor_slug + skill_path
$ /boss "某战略议题" --panel jobs   # 用 jobs 锚点跑判断

2.5 · 任意 LLM runtime · v1 HTTP API

v0.3.0 起 (ADR-004): boss-skills 升级为跨语言 product. Hermes / OpenClaw / LangChain / 自写 runtime / curl 都能调。FastAPI + Docker, 5 sync endpoint, OpenAPI 3.0 spec 自动生成。

v1 sync endpoint (5 个)

GET	/v1/healthz	liveness
GET	/v1/version	skill+git+vault 版本
GET	/v1/panels	列 panels + 评委
GET	/v1/anchors	列 anchors + perspective
POST	/v1/attribution/check	触发 30/90/365

OpenAPI 3.0 spec auto-generated at /v1/openapi.json, Swagger UI at /docs. 任何 client 可 codegen。
v2 推迟 · 完整 Phase 0-5 流水线 (45 min, 需 async job queue) 等 v1 反馈稳定后做。

# 任意 HTTP client 都能调

$ docker build -t boss-vault:v0.5.0 .

$ docker run -d -p 8421:8421 \

-e BOSS_LLM_PROVIDER=openai-compatible \

-e OPENAI_API_KEY=$KEY \

boss-vault:v0.5.0

# health check

$ curl localhost:8421/v1/healthz

{ "status": "ok", "timestamp": "..." }

# list panels (multi-anchor)

$ curl localhost:8421/v1/panels | jq

{ "count": 1, "panels": [{

"name": "default",

"anchor_slug": "tian", ...

4 种典型 runtime 接入 · 详见 docs/api/integration-cookbook.md: curl (shell) · httpx (Python) · Hermes-like (async daemon) · OpenClaw-like (LangChain/MCP-style tool registration). 全部 30 min 内接入。

自托管 · 3 步跑出第一份判断

装完直接跑, 不需要 Mac host / 不需要付费云浏览器 / 不需要预装任何 perspective skill。先验证管线再加重 — symlink 模式默认, 改 SKILL.md 立即生效。

克隆仓库

把 boss-vault clone 到本地, 装 Python 3.10+ 依赖。

git clone https://github.com/zhanglunet/boss-vault.git
cd boss-vault
pip install -r requirements.txt

安装 /boss skill (symlink 默认热更新)

跑一行命令, vault 内的 skills/tian/SKILL.md 会 symlink 到 ~/.claude/skills/boss/, 改即生效。CLI 路径可直接用 --llm-provider codex-cli; API 路径按 provider 配 key。

bash scripts/install_tian_skill.sh
cp .env.example .env
	# 可选: 填 ANTHROPIC_API_KEY / OPENAI_API_KEY / compatible base_url

跑第一份判断

从最简单的 /boss list 验证安装。然后用自然语言议题描述启动一份完整判断 — Lead 会自动生成 brand-slug, GATE 1 让你确认。

/boss list                            # 验证安装
/boss "评估某战略议题" --quick        # 快速跑通 (~ 18 分钟)
	/boss "认真版本议题"                   # 完整 5 评委 (~ 45 分钟)
	python3 scripts/run_pipeline_local.py "议题" --llm-provider codex-cli --export-full

terminal · first judgement

合成示例 · AcmeCo 战略议题

下面是一份完全虚构的合成示例报告 — AcmeCo 是占位名, 数字、金句、checkpoint 均为演示而设, 不指代任何真实公司或个人。真实判断书因 confidential 默认不入 git, 仅本地保留。

SYNTHETIC DEMO

AcmeCo · 业务方向战略判断

brand_slug: acmeco-strategy-2026 · case_id: C-DEMO-0001 · topic_type: strategic · panel: default

2026-05-28

5 judges · 4 dim + 1 anchor

Panel Summary

7.4

DIM 加权均分

6.3

ANCHOR 心证

+1.1

ANCHOR_DELTA

0.65

CONFIDENCE

Phase 1 · Context

触发事件: AcmeCo CEO 在 2026 Q1 业绩会议提出"是否拆分 SaaS 业务作为独立 brand 上市"; 时间窗口: 2026 Q3 董事会前需出方案; 约束: 现有 SaaS 业务占总收入 28%, 与 PaaS 业务存在销售线索互导关系。

Background from Wiki: 引用 _wiki/entities/acmeco, _wiki/people/acmeco-ceo, _wiki/concepts/business-divest (markdown link, 不复制内容, 版本冻结后 Wiki 修订不污染快照)。

Phase 3 · Leverage Map (合成摘要)

变量 1 · SaaS 销售线索独立性 · 当前 ≈ 35% 独立 / 65% PaaS 互导 · 翻转阈值 < 50% 独立则拆分代价过高 · 数据源: 内部 CRM 季度报告

变量 2 · 上市资本市场窗口 · 2026 Q4 同业 IPO 5 起 · 翻转阈值 Q3 政策变化 / 同业破发率 > 30% · 数据源: 行业 IPO tracker

变量 3 · SaaS 团队独立性 · 销售 / 研发已物理隔离, 财务 / HR 共享 · 翻转阈值财务独立核算时间 ≥ 6 个月

Panel Verdict · 评委金句 (合成虚构)

锚点 · ANCHOR6.3 / 10

销售互导这一条不是数字问题, 是组织问题。把它说成 35% 就当独立解决了 — 那叫跳步, 不叫判断。

行业趋势 · INDUSTRY-TREND7.8 / 10

同业 5 起 IPO 中 3 起破发, 这个 Hype Cycle 已经过了峰值。再等半年窗口更准。

战略目标 · STRATEGIC-VISION7.2 / 10

长期愿景没问题, 短期取舍是销售线索 — 不能拿"独立 brand"作为模糊的目标遮盖具体的协同代价。

经营战略 · FINANCIAL-STRATEGY6.8 / 10

Unit Economics 上, 拆分后 SaaS 的 CAC 会涨 ~ 30% (因失去 PaaS 互导)。LTV-CAC 比从 3.2 降到约 2.4, 仍可接受, 但缓冲变窄。

组织战略 · ORG-STRATEGY7.5 / 10

销售 / 研发已隔离是利好。财务独立核算需要前置 6 个月 — 这意味着拆分决策窗口实际上是 Q1 而非 Q3。

adversarial_view (合成示例)

if_thesis_wrong: 销售互导被低估 → 拆后 SaaS 增长断崖 · contrary_signal: 同业拆分案中 6/10 出现互导依赖 · base_rate: B2B 拆分 5 年存活率 ~ 55%

Phase 6 · Export + Attribution · 30 / 90 / 365 天 (合成虚构)

HORIZON	CHECK AT	FALSIFICATION METRIC (可独立观测)
30d	2026-06-27	SaaS 销售线索来源月报中, "PaaS 引荐"占比是否 < 50%? 数据源: 内部 CRM 月报。若 ≥ 60% 则 falsified — 销售独立性远未达到。
90d	2026-08-26	同业 IPO 同期破发率是否 < 30%? 数据源: WebSearch 行业新闻 + 招股书 tracker。若 ≥ 50% 则 falsified — 资本市场窗口已关闭。
365d	2027-05-28	若已拆分, SaaS 业务独立 12 个月后 LTV-CAC 比是否 ≥ 2.4 (panel 预测)? 若 < 2.0 则 falsified, 写 Failure Card 触发 EVOLUTION。

注 · 上述 AcmeCo 报告完全合成, 数字、金句、checkpoint 均为演示而设。真实判断书 sensitivity 默认 confidential, 仅本地保留, 出站需过 scripts/redact_check.py fail-close 闸。

常见问题

这跟 ChatGPT / Claude 直接问"我该做什么决定"有什么不同? +

核心差异: (1) 多评委独立合议而非单 LLM 输出 — 评委互不可见, 防止"链式同意"; (2) 不输出最终分, 而是输出 anchor_delta 让判断者反思跳步; (3) 30/90/365 attribution — 每次判断都有可观测的证伪 metric, 6 个月后回头校准, 不是"问完就结束"。

简单议题用普通 LLM 对话更轻; 重大决策 (必须能 6/12 月后回看) 用 /boss。

"评委"是真人吗? +

不是。评委是带有 doctrine 的 perspective skill — 例如 industry-trend-perspective 持有 PEST / Porter / Hype Cycle / Base Rate 这套行业判断框架。每位评委的判断只代表该 doctrine 框架推出的视角, 与任何在世真人的真实观点无关。

anchor 评委 (tian) 是特殊位 — 它的 doctrine 是三个心智模型(触发-阈值-行动 / 跳步识别 / 反方排除), 严格 anti-fabrication: 不替任何人编造未公开的话。本仓库的 anchor 设计是开源框架, 任何使用者可以替换为自己的心智模型。

为什么不只跑一个评委? 评委越多越好吗? +

不是。议题类型自动识别 → panel auto-select 4 dim 评委上场 (而非默认 6 dim 全上), 节省 token 与时间。例如 strategic 议题选 industry-trend / strategic-vision / financial / org-strategy; brand 议题选 customer-strategy / strategic-vision / industry-trend / product-strategy。

需要全员上场时 → --full-panel 强制 6 dim 全上 (panel 共 7 评委)。GATE 1 用户可用 --panel-add / --panel-drop 微调。

"anchor_delta" 是什么? 为什么这是核心? +

anchor_delta = dim_weighted_mean − anchor_tian_mean, 即维度评委加权均分减去锚点心证均分。

正 Δ = 维度评委比锚点更乐观 (可能锚点有未显式的反方排除); 负 Δ = 锚点比维度评委更乐观 (可能维度评委过度保守 base rate); |Δ| ≤ 0.5 = panel 已对齐, 信号最强; |Δ| > 2.0 = 飞书卡片高亮提示反思跳步。

关键: 系统不自动判定谁对 — 这是 panel 设计的反方机制核心。Δ 只是镜子, 判断者自己反思跳步。

需要哪些 API key / 多少成本? +

不再强制只用 ANTHROPIC_API_KEY。当前支持 codex-cli、anthropic、anthropic-compatible、openai-compatible。本地已登录 Codex 时可直接用 --llm-provider codex-cli; 智谱 / Kimi 等兼容服务走 API key + base_url。

成本取决于 provider 与 panel 大小。--quick 模式跳过 WebSearch 节省约 70% token; Codex CLI 路径主要受本地账户与并发子进程限制影响。

怎么保证脱敏 / 不泄露真实客户数据? +

4 级敏感度: public / internal / confidential / tian_only。所有 artifacts (case.json / synthesis / reviews / report.md) 默认 confidential。

出站前必经 scripts/redact_check.py fail-close 闸: 命中真名 / 飞书内部 link / 4+ 位精确财务数字 / 精确 % → 阻断, 写入 failure_cards/blocked-publish.log 由人工审核。

仓库 .gitignore 排除 reports/ / cases/ / raw/ / _wiki/entities/ 等所有含真实数据目录, git 只保留方法论代码 + 脱敏 README + 设计 PRD。本站所有 sample 都是合成虚构。

EVOLUTION 模式跟 FRESH 有什么区别? +

同一议题 (同 brand-slug) 二次调用: 若 reports/<slug>/report.md 已存在且未传 --refresh → EVOLUTION 模式: Phase 1E 列出"自上版以来变了什么", 只重跑变化的维度, 评委只在变化维度上重打分, 版本号 +1, 旧版完整保留。节省 ~ 60% 时间。

EVOLUTION 不是简单的 "再跑一次" — 它显式标注 diff plan, 让"判断的演化轨迹"成为可追溯的数据。30 天 attribution checkpoint 触发后, EVOLUTION 自动启动重新评估。

可以自定义 panel 吗? 怎么加一个行业 panel? +

可以。/boss panels new my-industry 克隆 panels/default.yaml → panels/my-industry.yaml, 编辑修改 judges / auto_judge_selection.rules / display_name。

调用时: /boss "议题" --panel my-industry。首次 FRESH 时 panel 名会写入 reports/<brand>/panel.yaml 锁定, 保证后续 EVOLUTION 的可比性。

把凭感觉的判断,
拆成可引用、可打分、
可证伪的决策系统

你打算怎么用? 选一条路

飞书机器人

MCP 服务 · 自带模型

自托管 CLI

为什么判断需要工程化?

6 阶段流水线 + 1+6 评委合议

2.1 · 流水线 6 phase

2.2 · Panel = 1 anchor + N dimension 评委

5 镜头 (所有评委共用尺子)

2.3 · 多 provider 并发执行

2.4 · 一个 vault 服务任意老板

通用 (锚点无关) · skills/

per-anchor (老板专属) · anchors/<slug>/

加新老板 · 3 步

2.5 · 任意 LLM runtime · v1 HTTP API

v1 sync endpoint (5 个)

自托管 · 3 步跑出第一份判断

克隆仓库

安装 /boss skill (symlink 默认热更新)

跑第一份判断

合成示例 · AcmeCo 战略议题

AcmeCo · 业务方向战略判断

Panel Summary

Phase 1 · Context

Phase 3 · Leverage Map (合成摘要)

Panel Verdict · 评委金句 (合成虚构)

Phase 6 · Export + Attribution · 30 / 90 / 365 天 (合成虚构)

想看更深的方法论? 4 张互动信息图

What's New · v1.16.8 (2026-07-10)

判断的解剖学

/boss 命令信息图

数据管线全景

常见问题

把凭感觉的判断, 拆成可引用、可打分、可证伪的决策系统

你打算怎么用? 选一条路

飞书机器人

MCP 服务 · 自带模型

自托管 CLI

为什么判断需要工程化?

6 阶段流水线 + 1+6 评委合议

2.1 · 流水线 6 phase

2.2 · Panel = 1 anchor + N dimension 评委

5 镜头 (所有评委共用尺子)

2.3 · 多 provider 并发执行

2.4 · 一个 vault 服务任意老板

通用 (锚点无关) · skills/

per-anchor (老板专属) · anchors/<slug>/

加新老板 · 3 步

2.5 · 任意 LLM runtime · v1 HTTP API

v1 sync endpoint (5 个)

自托管 · 3 步跑出第一份判断

克隆仓库

安装 /boss skill (symlink 默认热更新)

跑第一份判断

合成示例 · AcmeCo 战略议题

AcmeCo · 业务方向战略判断

Panel Summary

Phase 1 · Context

Phase 3 · Leverage Map (合成摘要)

Panel Verdict · 评委金句 (合成虚构)

Phase 6 · Export + Attribution · 30 / 90 / 365 天 (合成虚构)

想看更深的方法论? 4 张互动信息图

What's New · v1.16.8 (2026-07-10)

判断的解剖学

/boss 命令信息图

数据管线全景

常见问题

把凭感觉的判断,
拆成可引用、可打分、
可证伪的决策系统