What makes Diting Compensation Expert notable?

1.4K downloads. Trust evidence available

How should Diting Compensation Expert be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

Diting Compensation Expert

谛听薪酬专家。薪酬对标、调薪方案、薪酬公平性、薪酬结构设计。Use when 薪酬对标、调薪方案、薪酬公平性分析、薪酬结构设计、市场分位值分析、薪酬带宽设计、薪酬竞争力评估、宽带薪酬设计。不适用于绩效体系设计、劳动法合规、培训方案设计等非薪酬类 HR 问题。 Skill: Diting Compensation Expert Owner: tuobadaidai Summary: 谛听薪酬专家。薪酬对标、调薪方案、薪酬公平性、薪酬结构设计。Use when 薪酬对标、调薪方案、薪酬公平性分析、薪酬结构设计、市场分位值分析、薪酬带宽设计、薪酬竞争力评估、宽带薪酬设计。不适用于绩效体系设计、劳动法合规、培训方案设计等非薪酬类 HR 问题。 Tags: benchmarking:2.0.0, compensation:2.1.0, hr:2.1.0, latest:2.1.2, milkovich:2.1.0, salary:2.0.0, science-of-sharing:2.1.0 Version history: v2.1.2 | 2026-07-24T09:17:21.688Z | user Restore from backup - DiTing compensation ex

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.4k

Updated

Oct 10, 2026

Version

2.1.2

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.4K downloads reported by the source. Last updated 10/10/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 10, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 10, 2026
Adoption signal: 1.4K downloadsadoption · observed Oct 10, 2026
Latest release: 2.1.2release · observed Jul 24, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s171s30jbmhtrc2kxbr4hxmyn583gsk3:diting-compensation-expert

Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-tuobadaidai-diting-compensation-expert/snapshot"

Documentation

CLAWHUB

63,130 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: diting-compensation-expert
version: 2.1.1
description: 谛听薪酬专家。薪酬对标、调薪方案、薪酬公平性、薪酬结构设计。Use when 薪酬对标、调薪方案、薪酬公平性分析、薪酬结构设计、市场分位值分析、薪酬带宽设计、薪酬竞争力评估、宽带薪酬设计。不适用于绩效体系设计、劳动法合规、培训方案设计等非薪酬类 HR 问题。
category: diting-skills
---

# 谛听薪酬专家

## 概述

谛听专业集群的薪酬专家，由谛听 Chief 在 Step 4-5 阶段调度。

### 功能范围

- **薪酬对标分析**：内部岗位与市场薪酬对比，评估竞争力
- **调薪方案设计**：基于预算和绩效设计差异化调薪方案
- **薪酬公平性分析**：诊断内部薪酬差距，确保同工同酬
- **薪酬结构设计**：薪酬等级、带宽、重叠度、宽带薪酬体系
- **市场分位值分析**：P25/P50/P75/P90 计算和解读
- **薪酬竞争力评估**：综合评估企业薪酬市场位置
- 接受 Chief 分派子问题，输出结构化专业分析
- 自动调用领域工具（搜索、知识库、计算工具）

### 不适用边界

- 绩效体系设计 → 转 **绩效管理专家**
- 劳动法合规、最低工资、经济补偿金 → 转 **劳动法规专家**
- 培训需求分析、能力评估 → 转 **培训专家**
- 组织架构调整、团队管理 → 转 **组织管理专家**
- 职业发展规划、晋升通道设计 → 转 **员工发展专家**

## 操作指南

### 工作模式

1. **理解子问题**：确认 Chief 意图、薪酬维度、可用数据
2. **专业分析**：按场景执行下方框架
3. **输出结构**：分析结论 + 风险提示 + 置信度
4. **返回 Chief**：不直接给用户，由 Chief 综合后输出

### 场景 1：薪酬对标分析

**输入**：Chief 描述对标需求（如"研发薪酬是否低于市场？"）

**分析框架**：

```
1. 岗位匹配：内部与市场岗位精准对标，行业/城市/规模校准
2. 数据来源：薪酬报告（美世/Aon/中智等）→ 招聘平台 → 猎头反馈 → 交叉验证
   ⚠️ 标注数据来源时效性和样本量
3. 分位值对比：P25/P50/P75/P90，计算内部薪酬差距百分比
4. 竞争力判断：
   CR = 实际薪酬 / 市场中位值
   CR < 0.80：严重偏低（高流失风险）
   CR 0.80-0.90：偏低
   CR 0.90-1.10：合理区间
   CR 1.10-1.20：偏高
   CR > 1.20：过高
5. 调整建议：紧急补差（CR<0.80）→ 分步追赶 → 维持现状
   总包对比：固浮比 + 福利 + 股权激励综合竞争力
```

> 📄 完整输出模板见 `references/output-templates.md` → 场景 1

### 场景 2：调薪方案设计

**输入**：Chief 描述调薪需求（如"预算5%，怎么分才公平？"）

**分析框架**：

```
1. 预算确定：总额/比例、覆盖范围、市场调薪率基准、通胀率参考
2. 调薪矩阵设计：
   绩效 × 薪酬位置 → 差异化调薪比例
   设计逻辑：绩效越好 + 薪酬越低 = 调薪越大（追赶+激励）
3. 差异化策略：关键人才倾斜(×1.2~1.5)、新员工保护、晋升调薪、封顶保底
4. 风险评估：预算超支、内部公平性、离职风险、法律风险、沟通风险
5. 实施计划：沟通节奏 → 生效时间 → 回溯机制 → 年度回顾
```

> 📄 完整输出模板见 `references/output-templates.md` → 场景 2

### 场景 3：薪酬公平性分析

**输入**：Chief 描述公平性需求（如"同级别薪酬差距是否过大？""性别是否公平？"）

**分析框架**：

```
1. 同工同酬分析：
   薪酬离散度 CV = σ / μ
   CV < 15%：较公平 | CV 15%-25%：关注 | CV > 25%：差距过大
2. 群体差异分析：性别/年龄/司龄维度，控制变量后检查
   关注"薪酬倒挂"：新员工 > 老员工
3. 压缩比分析：
   压缩比 = (实际薪酬 - 等级最小值) / (等级最大值 - 等级最小值)
   0-25%：底部 | 25-75%：合理 | 75-100%：接近顶部 | >100%：超限
4. 公平性诊断：结构性/历史遗留/市场因素/人为因素
```

> 📄 完整输出模板见 `references/output-templates.md` → 场景 3

### 场景 4：薪酬结构设计

**输入**：Chief 描述结构需求（如"重新设计薪酬体系""想要宽带薪酬"）

**分析框架**：

```
1. 岗位价值评估：IPE / 海氏 / 美世 IPE 3.0 / 自定义评分卡
2. 薪酬等级：
   小型企业(<200人): 8-12级 | 中型(200-1000): 12-16级 | 大型(>1000): 16-20+级
   级差：基层8-10% | 中层10-12% | 高层12-15%+
3. 带宽设计 = (最大值-最小值)/最小值 × 100%
   基层30-40% | 中层40-60% | 高层60-80%+ | 宽带100-200%+
4. 重叠度 = (低等级最大值-高等级最小值)/(高等级最大值-高等级最小值) × 100%
   30-50%：适度 | 50-70%：较大 | 过大则晋升激励减弱
5. 宽带薪酬：5-8级、带宽100-200%+、需配套能力评估机制
```

> 📄 完整输出模板见 `references/output-templates.md` → 场景 4

### 场景 5：综合竞争力评估

**输入**：Chief 描述综合评估需求（如"整体评估薪酬竞争力"）

**分析框架**：

```
1. 综合竞争力指数：
   0.5 × 薪酬水平指数 + 0.3 × 薪酬结构指数 + 0.2 × 调薪指数
2. 总薪酬包分析：固定 + 浮动 + 福利 + 长期激励 + 隐性价值
3. 雷达图维度：薪酬水平、结构、福利、调薪竞争力、长期激励、透明度
```

> 📄 完整输出模板见 `references/output-templates.md` → 场景 5

### 增强工具

> 📄 CSV 模板、Python 计算代码、数据缺失处理策略详见 `references/tools.md`

包含以下工具：
- 24 字段标准薪酬 CSV 模板
- Python 工具函数：分位值计算、CR、压缩比、带宽、重叠度
- 数据缺失处理优先级策略

### 经典书籍精华

> 📄 《科学分钱》（华为分钱逻辑）+《薪酬管理》（Milkovich 薪酬设计圣经）详见 `references/classic-books.md

_meta.json

{
  "ownerId": "kn70tx725606ywwb5gfj0vpxjx83admr",
  "slug": "diting-compensation-expert",
  "version": "2.1.2",
  "publishedAt": 1784884641688
}

references/classic-books.md

# 薪酬专家 — 经典书籍精华注入

> 本文件包含薪酬专家领域经典书籍的核心框架，用于增强分析深度。

---

## 📚 《科学分钱》（黄卫伟 · 华为薪酬体系方法论）

### 核心逻辑：价值创造的分配闭环

**华为分钱三原则**：

1. **以奋斗者为本**：不是平均主义，不是按资排辈，而是按贡献和价值创造分配
2. **不让雷锋吃亏**：高绩效者必须获得超额回报，否则"雷锋"会变成"老油条"
3. **熵减机制**：分钱不是静态的，必须持续调整，防止利益板结

### 华为薪酬体系架构

```
价值创造 → 价值评价 → 价值分配

价值创造：
  ├── 个人绩效（结果贡献）
  ├── 团队绩效（协作贡献）
  └── 组织绩效（战略贡献）

价值评价：
  ├── 绩效评级（A/B+/B/C/D）
  ├── 能力等级（任职资格体系）
  └── 潜力评估（继任规划）

价值分配：
  ├── 短期：工资 + 奖金 + 福利
  ├── 中期：项目奖金 + 专项激励
  └── 长期：虚拟受限股 + TUP（时间单位计划）
```

### 可注入方法论

| 场景 | 华为方法 | 应用场景 |
|------|---------|---------|
| 调薪分配 | 奖金包与利润挂钩，部门奖金包 = 部门贡献 × 奖金系数 | 部门间奖金分配 |
| 薪酬差距 | 同级最大差距可达 2-3 倍（按绩效拉开） | 内部公平 vs 激励平衡 |
| 长期激励 | 虚拟受限股（ESOP）覆盖 80%+ 员工 | 核心人才保留 |
| 绩效薪酬联动 | 连续 A 级员工调薪幅度是 B 级的 2-3 倍 | 调薪矩阵设计 |

---

## 📚 《薪酬管理》（George T. Milkovich · 薪酬设计圣经）

### 核心框架：薪酬战略三维度

```
薪酬战略 = 内部一致性 + 外部竞争力 + 员工贡献

内部一致性（Internal Alignment）：
  ├── 岗位价值评估（IPE/Hay/自定义）
  ├── 薪酬等级设计
  └── 内部公平性

外部竞争力（External Competitiveness）：
  ├── 市场定位（P25/P50/P75/P90）
  ├── 薪酬调查
  └── 薪酬政策线

员工贡献（Employee Contributions）：
  ├── 绩效薪酬
  ├── 认可与激励
  └── 利润分享
```

### 薪酬设计决策矩阵

| 决策维度 | 领先策略 | 匹配策略 | 滞后策略 |
|---------|---------|---------|---------|
| 基本薪酬 | P75以上 | P50 | P25以下 |
| 绩效奖金 | 高额浮动 | 标准浮动 | 低浮动 |
| 长期激励 | 广泛覆盖 | 核心层覆盖 | 仅高管 |
| 福利 | 全面福利包 | 标准福利 | 最低法定 |

**适用场景**：
- 领先策略：人才稀缺岗位、核心竞争力岗位
- 匹配策略：通用岗位、市场供给充足的岗位
- 滞后策略：可替代性高的岗位（但风险高）

### 薪酬公平理论（Adams Equity Theory）

员工判断薪酬是否公平的依据：
```
我的产出/投入 vs 他人的产出/投入

如果相等 → 公平感 → 维持当前投入
如果不等 → 不公平感 → 调整行为（降低投入/要求加薪/离职）
```

**管理启示**：
- 薪酬透明度越高，员工越容易做比较 → 必须有充分的沟通
- 内部公平性比外部竞争力更容易引发不满
- "薪酬保密"不能解决公平问题，只能延后爆发

---

*本文件版本 v1.0.0*

references/output-templates.md

# 薪酬专家输出模板

> 各场景的完整报告示例模板，供生成分析报告时参考。

---

## 场景 1：薪酬对标分析模板

```
## 薪酬专家分析 — 薪酬对标

### 核心发现
- [1-2 条关键对标结论]

### 对标结果（按岗位族/层级）
| 岗位族 | 内部薪酬 | 市场 P25 | 市场 P50 | 市场 P75 | CR | 竞争力评级 |
|--------|---------|---------|---------|---------|----|-----------|
| [例] 研发-高级工程师 | XX | XX | XX | XX | X.XX | 偏低/合理/偏高 |

### 风险岗位清单
| 岗位 | 当前薪酬 | 市场 P50 | 差距 | 流失风险 |
|------|---------|---------|------|---------|
| [关键岗位] | XX | XX | -XX% | 高/中/低 |

### 调整建议
- P0: [紧急补差岗位及金额]
- P1: [年度调薪纳入岗位]
- P2: [长期策略：薪酬结构调整/福利优化]

### 数据来源与局限性
- [数据来源] + [时效性] + [样本量] + [可信度评估]

### 置信度
- [高/中/低] — [理由]
```

---

## 场景 2：调薪方案模板

```
## 薪酬专家分析 — 调薪方案

### 方案概要
- 预算总额：XX 万 / XX% 薪酬总额
- 覆盖人数：XX 人
- 平均调薪率：XX%
- 调薪生效时间：XXXX年XX月

### 调薪矩阵
[插入矩阵，填入实际百分比]

### 分群体调薪测算
| 群体 | 人数 | 平均调薪% | 总成本(万) | 占预算比例 |
|------|------|----------|-----------|-----------|
| S绩效+低CR | XX | XX% | XX | XX% |
| ... | ... | ... | ... | ... |

### 关键建议
- [关键人才倾斜策略]
- [特殊人群处理]
- [沟通话术建议]

### 风险提示
- [预算风险/公平性风险/离职风险]

### 置信度
- [高/中/低] — [理由]
```

---

## 场景 3：薪酬公平性分析模板

```
## 薪酬专家分析 — 薪酬公平性

### 核心发现
- [1-2 条关键公平性问题]

### 同工同酬分析
| 岗位 | 人数 | 最低 | 最高 | 中位数 | CV | 公平评级 |
|------|------|------|------|--------|----|---------|
| [岗位名] | XX | XX | XX | XX | XX% | 公平/关注/风险 |

### 群体差异分析
| 维度 | 群体A均值 | 群体B均值 | 差异% | 是否显著 |
|------|----------|----------|-------|---------|
| 性别 | XX | XX | XX% | 是/否 |
| 司龄(<3年) | XX | XX | XX% | 是/否 |
| 司龄(>3年) | XX | XX | XX% | 是/否 |

### 薪酬倒挂清单
| 员工 | 岗位 | 薪酬 | 同岗老员工均值 | 倒挂程度 |
|------|------|------|--------------|---------|
| [新员工] | [岗位] | XX | XX | +XX% |

### 公平性诊断
- 结构性问题：[有/无，具体描述]
- 历史遗留问题：[有/无，具体描述]
- 薪酬倒挂问题：[有/无，涉及岗位和人数]

### 改善建议
- P0: [紧急纠正]
- P1: [机制改进]
- P2: [体系优化]

### 置信度
- [高/中/低] — [理由]
```

---

## 场景 4：薪酬结构设计模板

```
## 薪酬专家分析 — 薪酬结构设计

### 岗位价值评估结果
| 岗位 | IPE评分 | 建议等级 | 对标市场P50 |
|------|--------|---------|------------|
| [岗位名] | XX | Level X | XX |

### 薪酬等级表
| 等级 | 最小值 | 中位值 | 最大值 | 带宽 | 级差 | 对应岗位范围 |
|------|--------|--------|--------|------|------|-------------|
| L1 | XX | XX | XX | XX% | — | [岗位范围] |
| L2 | XX | XX | XX | XX% | XX% | [岗位范围] |
| ... | ... | ... | ... | ... | ... | ... |

### 重叠度分析
| 相邻等级 | 重叠度 | 评级 | 建议 |
|----------|--------|------|------|
| L1-L2 | XX% | 合理/偏高/偏低 | [建议] |

### 宽带薪酬方案（如适用）
| 薪酬带 | 带宽 | 覆盖原等级 | 增长机制 |
|--------|------|-----------|---------|
| Band A | XX% | L1-L3 | [基于能力的评价] |

### 实施路径
- 阶段1：岗位评估与数据采集
- 阶段2：薪酬等级设计与市场对标
- 阶段3：内部测算与公平性校准
- 阶段4：沟通与实施

### 风险提示
- [实施风险/成本影响/员工接受度]

### 置信度
- [高/中/低] — [理由]
```

---

## 场景 5：综合竞争力评估模板

```
## 薪酬专家分析 — 综合竞争力评估

### 综合竞争力指数：XX/100

### 雷达图分析
| 维度 | 得分 | 评价 |
|------|------|------|
| 薪酬水平 | XX | 偏高/合理/偏低 |
| 薪酬结构 | XX | ... |
| 福利水平 | XX | ... |
| 调薪竞争力 | XX | ... |
| 长期激励 | XX | ... |
| 薪酬透明度 | XX | ... |

### 整体建议
- [竞争力提升的核心举措]

### 置信度
- [高/中/低] — [理由]
```

references/tools.md

# 薪酬增强工具

> 标准化工具：CSV 模板、Python 计算代码、数据缺失处理策略。

---

## 24 字段薪酬 CSV 模板

用于标准化薪酬数据采集和分析：

```csv
员工ID,姓名,部门,岗位,岗位族,职级/等级,入职日期,司龄(月),
性别,年龄,学历,工作地点,用工性质,劳动合同类型,
基本工资(月),岗位津贴(月),绩效基数(月),加班基数(月),
年度固定薪酬(年),目标年度总薪酬(年),上年度实际总薪酬(年),
最近一次调薪日期,最近一次调薪幅度(%),绩效等级
```

**字段说明**：
| 字段 | 用途 | 必填 |
|------|------|------|
| 员工ID | 唯一标识 | ✅ |
| 岗位 | 对标市场基础 | ✅ |
| 岗位族 | 分族对标 | ✅ |
| 职级/等级 | 等级分析 | ✅ |
| 司龄(月) | 司龄公平性 | ✅ |
| 性别 | 性别公平性 | 推荐 |
| 基本工资(月) | 固定薪酬分析 | ✅ |
| 年度固定薪酬(年) | 年度总固定 | ✅ |
| 目标年度总薪酬(年) | 含绩效总包 | ✅ |
| 绩效等级 | 调薪矩阵输入 | 推荐 |
| 最近一次调薪幅度(%) | 调薪趋势 | 推荐 |

---

## Python 计算工具

### 分位值计算

```python
def calculate_percentile(values, percentile):
    """计算指定分位值 (percentile: 0-100)"""
    sorted_vals = sorted(values)
    n = len(sorted_vals)
    if n == 0: return None
    if n == 1: return sorted_vals[0]
    rank = (percentile / 100.0) * (n - 1)
    lower = int(rank)
    upper = lower + 1
    weight = rank - lower
    if upper >= n: return sorted_vals[-1]
    return sorted_vals[lower] * (1 - weight) + sorted_vals[upper] * weight
```

### 核心指标计算

```python
def compa_ratio(internal_salary, market_median):
    """Compa-Ratio = 实际薪酬 / 市场中位值"""
    if market_median == 0: return None
    return internal_salary / market_median

def range_penetration(salary, grade_min, grade_max):
    """压缩比 = (实际薪酬 - 等级最小值) / (等级最大值 - 等级最小值)"""
    if grade_max == grade_min: return None
    return (salary - grade_min) / (grade_max - grade_min)

def band_spread(grade_min, grade_max):
    """带宽 = (最大值 - 最小值) / 最小值 × 100%"""
    if grade_min == 0: return None
    return (grade_max - grade_min) / grade_min * 100

def overlap(low_max, high_min, high_max):
    """重叠度 = (低等级最大值 - 高等级最小值) / (高等级最大值 - 高等级最小值) × 100%"""
    if high_max == high_min: return None
    return (low_max - high_min) / (high_max - high_min) * 100
```

### 使用示例

```python
market_salaries = [15000, 18000, 20000, 22000, 25000, 28000, 30000, 32000, 35000, 40000]

P25 = calculate_percentile(market_salaries, 25)  # ~19,250
P50 = calculate_percentile(market_salaries, 50)  # ~26,500
P75 = calculate_percentile(market_salaries, 75)  # ~31,250
P90 = calculate_percentile(market_salaries, 90)  # ~36,500

CR = compa_ratio(20000, P50)  # 0.75 → 偏低
```

---

## 数据缺失处理策略

| 缺失类型 | 处理方案 | 标注要求 |
|----------|---------|---------|
| 市场数据 | 搜索最新行业报告 → 招聘平台交叉验证 → 通用估算 | 标注来源/年份/置信度降低 |
| 内部薪酬 | 请用户提供样本 → 外部推算 → 说明假设条件 | 标注"基于假设推算" |
| 绩效数据 | 退化为 CR 驱动方案 / 假设全员达标 | 说明局限性 |
| 岗位评估 | 使用市场常见岗位映射 | 需企业自行校准 |
| 福利数据 | 使用市场标准福利包估算 | 仅分析现金薪酬 |

Github ReposUpdated 21h agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.