chore: release v2.12.0

Author: dontbesilent2025

.claude-plugin/marketplace.json

@@ -4,8 +4,8 @@
     "name": "dontbesilent2025"
   },
   "metadata": {
-    "description": "dontbesilent 商业诊断工具箱 — 从 12,307 条推文中提炼方法论，做成 19 个 Claude Code skill",
-    "version": "2.9.1"
+    "description": "dontbesilent 商业诊断工具箱 — 从 12,307 条推文中提炼方法论，做成 20 个 Claude Code skill",
+    "version": "2.12.0"
   },
   "plugins": [
     {
@@ -188,6 +188,16 @@
       "keywords": ["problem", "question", "agent", "automation", "explanation", "hard-to-vary", "chinese"],
       "skills": ["./skills/dbs-good-question"]
     },
+    {
+      "name": "dbs-decision",
+      "description": "dontbesilent 个人决策系统。把任何一个需要长期跟踪的领域（业务、关系、健康、职业、学习、投资……）做成本地知识工程：四层结构（事实/规律/定格/待解）+ 来源标签 + 写完不改的快照 + 能炼出规律的概念库。支持立案、回填、状态画像、隐私模式。",
+      "source": "./",
+      "strict": false,
+      "version": "2.0.0",
+      "category": "state-management",
+      "keywords": ["decision", "tracking", "knowledge-project", "personal", "snapshot", "concept-library", "chinese"],
+      "skills": ["./skills/dbs-decision"]
+    },
     {
       "name": "dbs-learning",
       "description": "dontbesilent 交互式学习。把一个课题拆成连续学习文章，根据用户在上一篇中的反馈调整下一篇的深度、角度和节奏。",

README.md

@@ -1,10 +1,16 @@
 # dbskill
 
-dontbesilent 商业诊断工具箱。从 12,307 条推文中提炼方法论，做成 19 个 Agent skill。
+dontbesilent 商业诊断工具箱。从 12,307 条推文中提炼方法论，做成 20 个 Agent skill。
 
 可在 Claude Code、Codex、Cursor、Trae Solo 等任意支持 skill / system prompt 的 Agent 上使用。
 
-**最新更新：v2.9.1**
+**最新更新：v2.12.0**
+
+**v2.12.0 更新**：补齐 `/dbs-decision` 和 `dbs-diagnosis / dbs-benchmark / dbs-goal / dbs-good-question` 的主路径联动；新增一张可直接放进 GitHub README 的 skill 联动图，方便快速理解工具之间的关系。
+
+**v2.11.0 改造**：决策系统（`/dbs-decision`）大改 —— 从「业务决策记录」通用化为「个人决策系统」。任何需要长期跟踪的领域（业务、关系、健康、职业、学习、投资……）都能用。四层结构重命名为「**01_事实 / 02_规律 / 03_定格 / 04_待解**」。新增隐私模式（涉及人名 / 机密时强制代号 + git 黑名单提示）、AI 元记录标签（"AI 拒绝继续提供方案"这种自我反思也要落盘）、概念炼出门槛（3 条满足 2 条才能放进 `02_规律/`）。触发词收敛为：`/dbs-decision`、`/决策系统`、`/决策立案`、`/结果回填`、`/状态画像`。
+
+**v2.10.0**：决策系统首发（已被 v2.11.0 重构覆盖）。
 
 **v2.9.1 新增**：好问题生成器（`/dbs-good-question`）。把模糊问题改写成 Agent 可推理、可批评、可验证的问题说明书，并判断这个问题能被自动化解决到什么程度。
 
@@ -39,7 +45,7 @@ npx -y skills add dontbesilent2025/dbskill -g --all
 
 #### Trae Solo
 
-Trae Solo 一个 zip 装一个 skill。从 [GitHub Releases](https://github.com/dontbesilent2025/dbskill/releases) 下载最新的 `dbskill-版本号.zip`，解压后里面是 19 个独立的 skill zip（每个 zip 解压后根级是 `SKILL.md`），逐个拖进 Trae Solo 的「上传技能」窗口即可。
+Trae Solo 一个 zip 装一个 skill。从 [GitHub Releases](https://github.com/dontbesilent2025/dbskill/releases) 下载最新的 `dbskill-版本号.zip`，解压后里面是 20 个独立的 skill zip（每个 zip 解压后根级是 `SKILL.md`），逐个拖进 Trae Solo 的「上传技能」窗口即可。
 
 如果想本地构建，运行 `bash tools/build-skills.sh`，产物在 `dist/skills/`。
 
@@ -81,6 +87,7 @@ npx -y skills add dontbesilent2025/dbskill -g --all
 | `/dbs-deconstruct` | 概念拆解。维特根斯坦式审查 |
 | `/dbs-goal` | 目标清晰化。把模糊目标审计成可检查的交付物 |
 | `/dbs-good-question` 或 `/好问题` | 好问题生成器。把模糊问题改成 Agent 可推理、可批评、可验证的问题说明书 |
+| `/dbs-decision` 或 `/决策系统` | 个人决策系统。把任何长期跟踪的领域做成本地知识工程，四层结构 + 来源标签 + 隐私模式 |
 
 ### 学习工具
 
@@ -103,6 +110,34 @@ npx -y skills add dontbesilent2025/dbskill -g --all
 
 诊断的存档默认放在 `~/.dbs/sessions/{项目名}/`，报告放在 `~/.dbs/reports/{项目名}/`。
 
+### 决策系统
+
+| Skill | 做什么 |
+|---|---|
+| `/dbs-decision` 或 `/决策系统` | 个人决策系统主入口。自动判断是更新状态、立案、回填还是出快照 |
+| `/决策立案` | 强制进入立案模式（建决策事件文件） |
+| `/结果回填` | 强制进入回填模式（事件结果落盘） |
+| `/状态画像` | 生成阶段快照 |
+
+决策项目默认放在 `~/.dbs/decisions/{项目名}/`，加 `--here` 或要求"放在当前项目里"则落到 `{当前目录}/决策/{项目名}/`。
+
+**四层结构**（每层规则不同）：
+
+- `01_事实/` —— 发生过什么。只追加。
+- `02_规律/` —— 看出什么。缓慢追加修正，原段不重写。
+- `03_定格/` —— 某时整体什么样。写完不改，新版本另起。
+- `04_待解/` —— 还没想清楚的（含决策事件）。完成即清。
+
+每层目录里放一个 `_这层放什么.md`，说明这个目录该记什么，常见误放项有哪些。
+
+**核心机制**：
+
+- `我的当前状态.md` 是第一入口，每次对话先读、对话结束先更新
+- 来源标签强制（`[本人]` / `[AI 推测]` / `[AI 结论]` / `[AI 关键标注]` / `[AI 元记录]` / `[结果回填]` / `[修正]`）
+- 概念升级 `02_规律/` 要满足 3 条门槛里的 2 条（出现 3 次 / 解释多事实 / 有工具性）
+- 隐私模式（init 时问一句决定是否开）：强制代号 + git 黑名单提示
+- "问什么办 → 拒方案 → 问新的"循环时 AI 停止给方案，写 `[AI 元记录]`
+
 ### Agent 基建
 
 | Skill | 做什么 |
@@ -118,6 +153,8 @@ npx -y skills add dontbesilent2025/dbskill -g --all
 
 ### 工具路径图
 
+![Skill 联动图](docs/skill-link-map.svg)
+
 #### 常见主线
 
 ```text
@@ -145,6 +182,7 @@ action（知道该做什么，但就是做不动）
 deconstruct（概念模糊，导致判断不成立）
 chatroom（想先听多个视角，再决定下一步）
 learning（把一个主题拆成连续学习文章，根据反馈继续推进）
+decision（把重大决策沉淀成长期资产，支持回填和规律复盘）
 ```
 
 #### 交互式学习
@@ -204,6 +242,7 @@ Skill 之间会自动推荐下一步。比如：
 - 任何阶段如果用户用了模糊概念 → 推荐 deconstruct
 - 用户明确提到 Claude Code、Codex、`AGENTS.md`、`CLAUDE.md`、skill bridge、工作台迁移、双端统一，或说“我的 Agent 工作台很乱”“帮我统一 Claude 和 Codex” → 推荐 `dbs-agent-migration`
 - 用户想系统学习一个主题、继续下一篇、根据学习反馈推进课程 → 推荐 `dbs-learning`
+- goal / good-question / diagnosis 已经清楚到要进入具体选择与执行 → 推荐 `dbs-decision`
 - diagnosis / benchmark / content / action / deconstruct / goal 走到有结论的节点 → 推荐 `dbs-save`
 - 用户说「上次」「之前的」「接着」「续上」 → 推荐 `dbs-restore`
 - save 累积 ≥3 份存档或用户说「打包」「整理一份」「给合伙人看的」 → 推荐 `dbs-report`
@@ -235,7 +274,9 @@ dbskill 的知识库是完全开放的。你不需要安装整套 Skill 才能
 │   ├── action_心理诊断框架.md
 │   ├── action_信号案例库.md
 │   ├── deconstruct_语言与概念框架.md
-│   └── deconstruct_解构案例库.md
+│   ├── deconstruct_解构案例库.md
+│   ├── decision_决策记录方法论.md
+│   └── decision_结构与回填规则.md
 │
 └── 高频概念词典.md
 ```
@@ -271,7 +312,7 @@ dbskill 的知识库是完全开放的。你不需要安装整套 Skill 才能
 
 ### Skill 知识包是什么
 
-每个 Skill 有 2 个知识包——一个是框架方法论，一个是案例库。Skill 运行时会读取这些文件作为深度参考。
+很多 Skill 都配有知识包——通常一份偏方法，一份偏案例。它们是公开的方法论文档，可以单独阅读，也可以作为后续维护时的背景材料。
 
 如果你不安装 Skill，也可以直接读这些 .md 文件。它们是独立的、可读的方法论文档。
 

VERSION

@@ -1 +1 @@
-2.9.1
+2.12.0

docs/skill-link-map.mmd

@@ -0,0 +1,80 @@
+%%{init: {
+  "theme": "base",
+  "themeVariables": {
+    "background": "#ffffff",
+    "primaryColor": "#ffffff",
+    "primaryTextColor": "#111111",
+    "primaryBorderColor": "#111111",
+    "lineColor": "#111111",
+    "secondaryColor": "#ffffff",
+    "secondaryTextColor": "#111111",
+    "secondaryBorderColor": "#111111",
+    "tertiaryColor": "#ffffff",
+    "tertiaryTextColor": "#111111",
+    "tertiaryBorderColor": "#111111",
+    "clusterBkg": "#ffffff",
+    "clusterBorder": "#111111",
+    "defaultLinkColor": "#111111",
+    "fontFamily": "Helvetica, Arial, PingFang SC, Microsoft YaHei, sans-serif"
+  },
+  "flowchart": {
+    "htmlLabels": true,
+    "curve": "basis"
+  }
+}}%%
+
+flowchart TD
+    A["/dbs 主入口"]
+
+    B["/dbs-diagnosis"]
+    C["/dbs-benchmark"]
+    D["/dbs-content"]
+    E["/dbs-hook"]
+    F["/dbs-xhs-title"]
+    G["/dbs-ai-check"]
+    H["/dbs-goal"]
+    I["/dbs-good-question"]
+    J["/dbs-decision"]
+    K["/dbs-save"]
+    L["/dbs-restore"]
+    M["/dbs-report"]
+
+    A --> B
+    A --> C
+    A --> D
+    A --> G
+    A --> H
+    A --> I
+    A --> J
+    A --> K
+    A --> L
+    A --> M
+
+    B --> C
+    B --> D
+    B --> J
+
+    C --> J
+
+    D --> E
+    D --> F
+    D --> G
+
+    H --> J
+    I --> J
+
+    B --> K
+    C --> K
+    D --> K
+    H --> K
+    I --> K
+    J --> K
+
+    K --> M
+
+    L --> B
+    L --> C
+    L --> D
+    L --> H
+    L --> I
+    L --> J

docs/skill-link-map.svg

@@ -177,6 +177,7 @@ description: |
 | 触发条件 | 推荐话术 |
 |---|---|
 | 对标已经找到，下一步要进入具体表达和内容执行 | 「对标有了，下一步看内容怎么做。用 `/dbs-content`。」 |
+| 对标已经找到，接下来要长期跟踪自己的选择、调整和结果 | 「对标有了。后面哪些判断真的有效，记到 `/dbs-decision` 里慢慢回填。」 |
 | 用户找对标前还没说清楚自己要解释或改进哪个问题 | 「先把问题写成可推理的问题说明书，再决定找谁对标。用 `/dbs-good-question`。」 |
 | 用户总想跳过模仿颗粒度、直接抄结果或找更快的捷径 | 「你不是缺对标，是在关键判断环节想贪快。试试 `/dbs-slowisfast`。」 |
 | 用户反复说"不适合我"，疑似心理卡点 | 「你可能不是在选对标，是在逃避执行。试试 `/dbs-action`。」 |