poor-charlies-almanack-skill

KO | EN

gitlite — search

#go #machine-learning #rust #linux #docker #nodejs #windows #awesome #cli #vue #pytorch #security #ios #open-source

poor-charlies-almanack-skill

(★ 27)

An AI skill pack for decision-making, investing, and better judgment, distilled into reusable reasoning modules.

poor-charlies-almanack-skill 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Poor Charlie's Almanack Skill

一套可直接使用的 AI skill 工具包——把查理·芒格的核心思维方法拆成了 12 个可单独触发、也可组合调用的判断模块。

这不是一本书的摘要页。书是这些 skill 的来源，不是首页主角。

## 这套 skills 能解决什么问题

- 做重要决策时，不想只靠直觉拍板
- 需要识别认知偏差、激励扭曲和判断盲点
- 想把"逆向思考""能力圈""多元思维模型"变成可调用工具
- 需要一套面向投资和商业分析的高复用思考框架
- 想在团队决策中引入结构化检查，而不是靠经验拍脑袋

## 蒸馏了什么

从《穷查理宝典》中提取了 12 个经过三重验证的 skill，覆盖四个维度：

- **核心思维方法**：`inversion-thinking`（逆向思考）、`latticework-mental-models`（多元思维模型格栅）、`darwinian-objectivity`（达尔文式客观）、`circle-of-competence`（能力圈）
- **认知偏差防范**：`dual-track-analysis`（双轨分析）、`misjudgment-psychology-checklist`（误判心理学清单）、`lollapalooza-effect`（拉普帕卢萨效应）、`incentive-analysis`（激励分析）、`deprival-superreaction`（剥夺超级反应）
- **投资与商业分析**：`value-assessment`（价值评估）、`scale-advantage-analysis`（规模优势分析）
- **综合执行框架**：`checklist-decision`（清单决策）

提取过程从 49 个候选方法论单元中筛选，最终通过率 24.5%——每 4 个候选里只有 1 个能成为 skill。

## 效果示例

### 示例 1：投资决策中的自我怀疑

**用户问题**

"我在考虑投一家 SaaS 公司，增长很快，但我总觉得自己可能只是被创始人的表达打动了。怎么判断？"

**skill 如何判断**

- 先触发 `circle-of-competence`，判断这家公司是否在你的真实理解范围内
- 再触发 `darwinian-objectivity`，强制寻找反面证据
- 同时调用 `incentive-analysis`，看创始人、投资人、销售团队的激励是否一致
- 最后用 `checklist-decision` 把判断收束成一份可复核清单

**最终回答示例**

> 先不要判断这是不是好公司，先判断这是不是你真正看得懂的公司。你至少要回答四件事：它为什么能持续增长、客户为什么不轻易流失、未来两三年最可能破坏它增长的因素是什么、如果创始人不在公司是否仍能运转。如果这四个问题里有两个答不清楚，这家公司大概率还不在你的能力圈内。接着反过来问：什么情况下这家公司会失败？最常见的三类答案是获客成本失控、产品可替代性高、团队激励错位。最后把这些结论整理成清单，再决定要不要继续研究，而不是直接下判断。

### 示例 2：规模优势的陷阱

**用户问题**

"一个行业龙头越做越大，是不是就一定更有优势？"

**skill 如何判断**

- 触发 `scale-advantage-analysis`
- 如果问题涉及极端结果，再补 `lollapalooza-effect`
- 如果问题最终要落到投资决策，再接 `value-assessment`

**最终回答示例**

> 规模不是自动等于优势。先看规模给它带来了什么：采购成本下降、品牌认知增强、网络效应变强，还是信息优势扩大。再看规模开始带来的代价：组织臃肿、决策变慢、激励失真、内部政治增加。真正重要的不是"大不大"，而是规模优势还在增强，还是已经被官僚成本吃掉。如果两个方向同时存在，就不能只因为它是龙头就默认它更强。

## 这些 skill 是怎么生成出来的

这套 skill 使用 **cangjie-skill** 的 RIA-TV++ 流水线生成，整个流程分六个阶段：

1. **整书理解（Adler 分析）**——用 Mortimer Adler 的分析阅读法，对全书做结构、解释、批判、应用四步拆解，产出 `BOOK_OVERVIEW.md`
2. **并行提取**——同时派 5 个专项提取器（框架、原则、案例、反例、术语），从原文中提取候选方法论单元
3. **三重验证筛选**——每个候选必须通过三项检验：书中至少有 2 处独立佐证（跨域）、能回答书中未明说的新问题（预测力）、不是常识（独特性）。通过率通常只有 25-50%
4. **RIA++ 构造**——将验证通过的内容按 R（原文引用）/ I（用自己的话重写）/ A1（书中案例）/ A2（未来触发场景）/ E（可执行步骤）/ B（边界与盲点）六个维度结构化
5. **Zettelkasten 链接**——找出 skill 之间的依赖、对比、组合关系，生成 `INDEX.md` 和引用图
6. **压力测试**——为每个 skill 设计包含诱饵题的测试用例，未通过的回炉重做

每个 `SKILL.md` 都是这个过程的真实产出，保留了 `candidates/` 和 `rejected/` 作为完整审计轨迹。

## Generated by Cangjie Skill

本仓库由 [cangjie-skill](https://github.com/kangarooking/cangjie-skill) 生成——一个把书蒸馏成可执行 AI skills 的开源工具链。

cangjie-skill 基于 RIA-TV++ 方法论，将书籍中的方法论、框架、原则提取为原子化的 skill，可被 AI agent 在真实场景中直接调用。

## 仓库结构

```text
poor-charlies-almanack-skill/
├── README.md              ← 你正在看的
├── README.en.md           ← English version
├── README.ja.md           ← 日本語版
├── LICENSE                ← MIT
├── BOOK_OVERVIEW.md       ← 阶段 0 产出：全书 Adler 分析
├── INDEX.md               ← 阶段 3 产出：skill 总览 + 引用图
├── candidates/            ← 阶段 1 产出：49 个原始候选单元
├── rejected/              ← 阶段 1.5 产出：37 个被淘汰的单元 + 原因
├── verified.md            ← 通过三重验证的 12 个单元
└── */SKILL.md             ← 12 个 skill，每个附带 test-prompts.json
```

## 如何使用

1. 浏览 `INDEX.md` 了解 skill 全景图和依赖关系
2. 找到与你当前问题相关的 `*/SKILL.md`，直接使用里面的触发条件和执行步骤
3. 将 skill 接入你的 agent 框架，或把 prompt 作为独立工具使用
4. 用 `test-prompts.json` 验证 skill 在正确场景下触发、在错误场景下不触发

## 来源

- 书籍：《穷查理宝典》（*Poor Charlie's Almanack*）
- 核心人物：Charlie Munger
- 编者：Peter D. Kaufman

## More Skills

- [Buffett Letters Skill](https://github.com/kangarooking/buffett-letters-skill) — 巴菲特 60+ 年致股东信的 20 个投资判断 skill
- [No Rules Rules Skill](https://github.com/kangarooking/no-rules-rules-skill) — 网飞自由与责任文化的 10 个组织设计 skill
- [Cognitive Dividend Skill](https://github.com/kangarooking/cognitive-dividend-skill) — 《认知红利》思维升级的 15 个认知工具 skill
- [Duan Yongping Skill](https://github.com/kangarooking/duan-yongping-skill) — 段永平投资问答录的 15 个商业与投资 skill

## 关于作者

**袋鼠帝 kangarooking** — AI 博主，独立开发者。AI Top 公众号「袋鼠帝 AI 客栈」主理人

火山引擎领航 KOL，百度千帆开发者大使，GLM 布道师，Trae 昆明第一任 Fellow

| 平台 | 链接 |
|------|------|
| 𝕏 Twitter（袋鼠帝） | https://x.com/aikangarooking |
| 小红书（袋鼠帝） | https://xhslink.com/m/5YejKvIDBbL |
| 抖音（袋鼠帝） | https://v.douyin.com/hYpsjphuuKc |
| 公众号 | 袋鼠帝 AI 客栈 |
| 视频号 | AI 袋鼠帝 |

微信公众号「袋鼠帝 AI 客栈」二维码：

![](https://raw.githubusercontent.com/kangarooking/cangjie-skill/main/assets/kangarooking-gzh.png)

## License

MIT. See [LICENSE](./LICENSE).

poor-charlies-almanack-skill

poor-charlies-almanack-skill 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

poor-charlies-almanack-skill

poor-charlies-almanack-skill 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README