開源方法論 · 使用中
Decision
Builder
用 AI 跑決策迴圈的開源技能
大家都在寫 prompt,幾乎沒人把「一個決策到底怎麼用 AI 做出來」codify 下來。Decision Builder 是一套從真實決策萃取出來的開源技能庫 —— 不是憑空設計的。
D貫穿整個 studio 的紀律
問題
AI 讓「產出」變便宜、讓「好決策」變貴。框架被跳過、範圍爆掉、工作偏離目標 —— 模型只是讓偏離更快。
缺的那一層不是更好的 prompt,而是一套可重複的紀律:定義問題、指名使用者、設可衡量的成功、收斂最小範圍,再對可驗證的檢查執行。
做法
Decision Builder 把那套紀律包成模型在對的時機呼叫的 agent skills —— 是強制函數,不是建議。
- kickoff 技能 —— 動工前先逼出問題、使用者、成功、範圍
- framing 挑戰 —— 在花時間前壓力測試方向
- 執行護欄 —— 讓每個 diff 都能追溯到談定的範圍
- review 迴圈 —— 萃取教訓,而不是重蹈
每個技能都從「真的做過、也 review 過」的決策萃取再一般化 —— 所以這套庫 encode 的是實踐,不是理論。它是 studio 裡每個其他系統背後的操作紀律。
目前進度
這套庫是開源的,跑在各大 coding agent 上,每天用來推動 PlexMesh 自己的工作。
3
agent 平台
OSS
對所有人開放
live
每天 dogfood
下一個作品
Aura →