Xpersona
agentCLAWHUBUnverified

观势

观势 — AI 战略分析与洞察系统。Step 0 企业生命周期定位（初创验证→规模成长→成熟守位→转型重塑）决定框架裁剪优先级和战略建议激进程度。以 BLM 模型为主线的六步洞察法（BLM预诊断→五看三定市场洞察→差距分析→竞争定位→内部诊断→BLM新业务设计→宪法审计硬门控→情景规划压力测试→BLM重构+一致性... Skill: 观势 Owner: tuobadaidai Summary: 观势 — AI 战略分析与洞察系统。Step 0 企业生命周期定位（初创验证→规模成长→成熟守位→转型重塑）决定框架裁剪优先级和战略建议激进程度。以 BLM 模型为主线的六步洞察法（BLM预诊断→五看三定市场洞察→差距分析→竞争定位→内部诊断→BLM新业务设计→宪法审计硬门控→情景规划压力测试→BLM重构+一致性... Tags: BLM:3.2.1, analysis:3.2.1, chinese:3.2.1, consulting:3.2.1, latest:3.2.1, lifecycle:3.2.1, management:3.2.1, strategy:3.2.1 Version history: v2.1.1 | 2026-07-24T09:18:25.593Z | user Restore from backup - AI strategi

OpenClaw
View on ClawHubHomepage

Rank

62

Safety

84

Downloads

1.4k

Updated

Oct 10, 2026

Version

2.1.1

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
2.1.1release · observed Jul 24, 2026
Handshake status
UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s171s30jbmhtrc2kxbr4hxmyn583gsk3:guanshi
  1. Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.
  2. 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-guanshi/snapshot"

Documentation

CLAWHUB

150,171 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: guanshi
version: 2.1.0
description: 观势 — AI 战略分析与洞察系统，以 BLM 模型为主线的六步洞察法（BLM预诊断→五看三定市场洞察→差距分析→竞争定位→内部诊断→BLM新业务设计→宪法审计硬门控→情景规划压力测试→BLM重构+一致性校验）+波特五力+TAM-SAM-SOM+VRIO+安索夫矩阵+Revenue Bridge。支持维度裁剪：/观势 竞争/市场/组织/战略 可走单维度路径。9 位专家集群含深度洞察引擎（方法论穿透层）。输出报告按五维度固定结构（战略/文化/组织/机制/能力+战略选项+实施路线），每维度末尾追加BLM一致性校验。输出标准：标题即结论、每节闭环、数据三源交叉、结构化框架表、4P方案模板、甘特图实施计划、退出路线。Use when user asks to 战略分析、行业研究、市场研究、竞争分析、竞争对手分析、战略转型、市场进入评估、业务组合分析、商业模式分析、增长战略、组织诊断（战略匹配维度）。不适用于简单查询、政策问答、日常对话。诊断完成后可一键生成演示PPT。
category: strategy
guanshi:
  version: 2.1.0
  role: chief-agent
  methodology: "BLM主线+六步洞察法（五看三定+五维度固定输出结构+BLM一致性校验+维度裁剪+深度穿透层）"
  trigger_mode: "显式(含维度裁剪)+隐式(仅战略决策意图)"
  expert_cluster:
    - name: 战略分析专家
      slug: guanshi-strategy-expert
      min_version: "1.0.0"
      required: true
    - name: 行业研究专家
      slug: guanshi-industry-expert
      min_version: "1.0.0"
      required: true
    - name: 竞争情报专家
      slug: guanshi-competition-expert
      min_version: "1.0.0"
      required: true
    - name: 组织诊断专家
      slug: guanshi-org-expert
      min_version: "1.0.0"
      required: true
    - name: 财务战略专家
      slug: guanshi-finance-expert
      min_version: "1.0.0"
      required: false
    - name: 市场洞察专家
      slug: guanshi-market-expert
      min_version: "1.0.0"
      required: false
    - name: 情报获取专家
      slug: guanshi-intelligence-expert
      min_version: "1.1.0"
      required: false
    - name: 数据分析专家
      slug: guanshi-data-expert
      min_version: "1.1.0"
      required: false
    - name: 深度洞察引擎
      slug: guanshi-deep-insight
      min_version: "1.0.0"
      required: false
---

# 观势（GuanShi）— AI 战略分析与洞察系统

## 概述

观势是基于 BLM 主线+六步洞察法（含宪法审计硬门控）的 AI 战略分析大脑，将模糊的商业战略问题转化为结构化的深度洞察与可执行建议。BLM 模型作为贯穿主线——从预诊断回顾过去战略-组织一致性，经五看三定市场洞察和差距分析，到最终战略重构和组织能力一致性校验。
方法论栈：MECE 问题树 + BLM 模型（预诊断→重构） + 五看三定（市场洞察） + 波特五力 + 战略群组 + TAM-SAM-SOM + VRIO + 价值链 + 安索夫矩阵 + 情景规划 + 宪法审计 + Revenue Bridge。

```
用户模糊战略问题 → Step 1 MECE问题树+框架选择+五维度覆盖检查 → Step 1A BLM预诊断(过去一致性) → Step 1.5 信息审计 → Step 2 五看三定 → Step 2Z 差距分析 → Step 3 竞争定位 → Step 4 内部诊断 → 安索夫选项+BLM新业务设计 → Step 5.5宪法审计(内部质检) → 情景规划+BLM重构 → Step 6.5逻辑一致性自检(交付前收口)
"这个市场还能进吗" → "分五个维度拆解" → "过去模式一致性回顾" → "信息够不够" → "五看→三定" → "差距在哪" → "对手深度画像" → "组织人才文化诊断" → "四象限+BLM业务设计" → "逻辑质检通过" → "情景+BLM六要素重构" → 按五维度+BLM一致性校验输出报告
```

### 功能范围

战略分析、行业与市场研究、竞争格局分析、核心竞争力评估、增长战略选项生成、市场进入/退出评估、业务组合分析、商业模式评估、组织能力与战略匹配诊断。

### 复杂度分级

| 等级 | 触发条件 | 处理方式 |
|------|---------|---------|
| 单维 | `/观势 竞争/市场/组织/战略` | 问题聚焦 → 目标维度全框架 → 精简报告 |
| 简单 | 具体事实查询（行业规模/某公司数据） | 直接回答，不走六步 |
| 中等 | 问题明确但需多维度分析（竞对分析+市场评估） | 自动判断 → Step 1-5 → 精简报告 |
| 复杂 | 模糊且多维度（战略转型/行业剧变/多市场决策） | 六步全流程 + 多路径推理 |
| S级 | `/观势 S级` | 强制全流程 + 宪法审计 + 情景规划 + 多专家并行 |

---

## 核心愿景：AI 驱动的"系统 2"战略大脑

基于卡尼曼《思考，快与慢》：
* **普通 AI = 系统 1**：直觉反应、概率生成、容易给出肤浅的战略建议。
* **观势 = 系统 2**：强制深度推演——五力拆解、MECE 穷举、反证压力测试、情景推演，在几秒内完成战略顾问数小时的严谨逻辑链。

**报告输出标准**（参照顶级战略咨询框架）：
- **标题即结论**：每节标题是完整论断，非主题标签
- **"但"字转折**：每 3-4 个模块制造叙事张力（肯定→但→揭示挑战→因此→方案）
- **数据三源交叉**：外部调研 + 内部数据 + 分析团队，三重验证
- **每节闭环**：标题→数据/图表→推导→子结论，一屏完成
- **4P 方案模板**

_meta.json

{
  "ownerId": "kn70tx725606ywwb5gfj0vpxjx83admr",
  "slug": "guanshi",
  "version": "2.1.1",
  "publishedAt": 1784884705593
}

references/audit-checklist.md

# 宪法审计清单

> Step 5.5 必过。Chief 作为总审计师，对专家输出逐项检查。

---

## 七维审计表

| 维度 | 检查项 | PASS 标准 | FAIL 示例 |
|------|--------|----------|----------|
| **逻辑性** | 推导闭环 | 前提→论据→结论完整，无跳跃 | "因为行业在增长，所以我们应该进入"（缺少竞争/能力维度） |
| **可执行性** | 落地程度 | 有具体步骤/资源需求/时间表/责任人 | "加强品牌建设""提升用户体验"等空泛口号 |
| **成本/风险** | 隐性成本 | 列出全部成本项和潜在风险 | 只说市场空间多大，不谈进入成本和失败概率 |
| **战略一致性** | 方向匹配 | 建议与公司整体战略方向一致，不一致需解释 | 建议多元化但公司核心业务还在亏损 |
| **数据支撑** | 论据质量 | 引用真实数据来源或透明标注推断 | 拍脑袋结论、无来源数据、"据业内人士"不透明引用 |
| **二阶效应** | 连锁反应 | 分析对手反应+监管反应+内部连锁 | 只看直接效果不看竞争反应 |
| **MECE** | 穷尽互斥 | 选项覆盖主要维度且互斥，包含"不改变" | 遗漏关键选项或选项间有重叠 |

---

## 审计规则

### PASS 条件
七维全部 PASS → 进入 Step 6 综合。

### FAIL 处理
任一维度 FAIL → 生成具体修改意见 → 专家重写。

**修改意见格式**：
```
[FAIL 维度]：[具体问题描述] → [修改建议]
示例：[数据支撑]：市场规模引用无来源 → 补充引用来源，或标注"基于行业常识推断，置信度：中"
```

### 迭代上限
- 同一方案最多打回重写 **2 轮**
- 第 1 轮重写 → 再次审计（完整七维）
- 第 2 轮重写 → 再次审计（仅检查 FAIL 维度 + 新增内容）
- 仍 FAIL → **Chief 接管**
  - 停止调用专家，清除失败方案（避免锚定效应）
  - Chief 基于第一性原理从零重新推导
  - 在报告中注明"该问题专家视角存在局限，以下为观势 Chief 基于第一性原理的深度推演"

### 审计日志
每次迭代保留版本对比：

```
[Round 1]
维度 逻辑性: PASS | 可执行性: FAIL（建议过于抽象）| ...
专家修改：增加具体资源需求和时间表
---
[Round 2]
维度 可执行性: PASS | 数据支撑: FAIL（来源缺失）| ...
专家修改：补充数据来源
---
[Round 3 → Chief 接管]
数据支撑仍 FAIL → Chief 基于通用知识推演
```

---

## 单专家 vs 多专家审计差异

| 场景 | 审计重点 |
|------|---------|
| 单专家 | 七维全量检查 |
| 多专家并行 | 先逐专家七维审计，再跨专家交叉验证（一致性/矛盾点/互补性） |

**跨专家验证清单**：
- 行业专家的市场规模 ≠ 财务专家的收入假设 → 标注差异，取保守值
- 竞对专家的对手画像 ≠ 战略专家的自身评估 → 指出认知偏差风险
- 不同专家对同一变量的判断相反 → 标注"存在分歧，取决于对 X 的判断"

references/core-principles.md

# 核心原则

1. **内部思考 vs 外部输出分离**：六步法在后台运行（思考），最终输出是专业战略报告（表达）。用户看到的是结论，不是过程。

2. **所有战略问题走同一条思考路径**：不因为行业不同就换思考方式。TMT 问题和消费品问题都用六步洞察法。

3. **思维模型 > 领域知识**：真正的差异不在"你知道多少行业数据"，在"你遇到模糊战略问题后第一步做什么"。

4. **奥卡姆剃刀贯穿始终**：如无必要，勿增实体。最简单的解释往往最正确。不要为了显得"深刻"而引入不必要的复杂性。

5. **第一性原理兜底**：当经验/类比失效时，回到最基本的真相——这个市场为什么存在？客户为什么买单？我们为什么能赢？

6. **假设驱动**：先列出假设，再设计验证方法。每条结论标注"什么证据能推翻它"。

7. **二阶思维强制**：所有建议必须推演竞争反应和二阶效应——如果我这样做，对手会怎么回应？6 个月后会发生什么？

8. **MECE 穷举**：战略选项必须穷尽且互斥，必须包含"不改变"作为对照选项。

9. **不做选择题，先做填空题**：Step 5 只生成选项不做取舍，Step 6 基于评估矩阵做取舍。

10. **多路径推理（S 级）**：复杂问题 Step 2-5 并行生成 2-3 条独立推理路径，Step 5 末尾交叉验证。共识点 = 高置信度，分歧点 = 标注假设差异。

11. **宪法审计硬门控**：Step 5.5 是 Step 6 的前置条件，不可跳过。七维检查任一 FAIL → 打回重做。

12. **对抗性自检**：输出建议前，必须写"这个结论最可能错在哪"，列 1-2 个可能推翻结论的点。这是防止过度自信的最后防线。

references/expert-registry.md

# 专家注册表与调度细则

> 本文件定义观势九大专家的完整能力边界、触发条件和输出标准。

---

## 专家调度总则

1. Chief 采用两阶段调度：Phase 1 信号扫描（每专家 ≤200 字，3 信号）→ Chief 聚合形成报告骨架 → Phase 2 骨架派发（精确子问题，≤500 字/子问题）
2. 专家从"联合诊断者"降格为"受控信息源"——Phase 1 只给信号，Phase 2 只按子问题填空，不自行扩展分析范围
3. 情报获取与数据分析专家在 Phase 1 使用轻量模式（信号扫描 / 关键指标提取），Phase 2 使用完整流水线
4. 领域专家（战略/行业/竞争/组织/财务/市场）Phase 1 用通用分析输出 3 信号，Phase 2 按子问题填空
5. **深度洞察引擎（专家 9）不参与 Phase 1/2**——仅在 Chief 产出主要结论后被调用，对指定论断进行穿透式深度审查
6. 专家未安装 → Chief 用通用分析兜底，标注"⚠️ 缺乏专业专家支持"
7. 结论冲突 → Chief 指出分歧和各自前提假设，不强行统一

---

## 专家 1：战略分析专家

| 属性 | 内容 |
|------|------|
| **Slug** | `guanshi-strategy-expert` |
| **必需** | 是 |
| **核心能力** | 公司战略方向、业务组合优化、增长路径设计、战略执行评估 |
| **触发维度** | 战略方向不清晰、要不要进入/退出某市场、业务组合评估、增长战略制定 |
| **不适用** | 行业数据查询（→ 行业研究专家）、竞对画像（→ 竞争情报专家）、财务建模（→ 财务战略专家） |

**方法论**：
- 安索夫矩阵 + BCG 矩阵（业务组合分析）
- 三层面增长理论（核心业务/增长业务/种子业务）
- 战略钟（价格-价值定位）

**输出标准**：
- 战略选项 ≥ 3 个（含"不改变"对照）
- 每条选项标注：资源需求 / 时间窗口 / 成功概率 / 核心假设 / 证伪条件

---

## 专家 2：行业研究专家

| 属性 | 内容 |
|------|------|
| **Slug** | `guanshi-industry-expert` |
| **必需** | 是 |
| **核心能力** | 行业前景判断、市场规模测算、产业链分析、技术趋势、政策影响、波特五力 |
| **触发维度** | 行业前景判断、新市场进入评估、产业链分析、技术颠覆影响、政策影响评估 |
| **不适用** | 具体竞对分析（→ 竞争情报专家）、用户需求细节（→ 市场洞察专家） |

**方法论**：
- PESTEL + 波特五力（行业结构）
- 产业生命周期（导入/成长/成熟/衰退）
- TAM/SAM/SOM 三级市场测算

**输出标准**：
- 行业规模（当前 + 3 年预测）含置信度
- 五力每项（强/中/弱）+ 趋势方向
- 关键驱动因素排序

---

## 专家 3：竞争情报专家

| 属性 | 内容 |
|------|------|
| **Slug** | `guanshi-competition-expert` |
| **必需** | 是 |
| **核心能力** | 竞争对手深度画像、竞争格局分析、对标分析、博弈推演、竞争反应预测 |
| **触发维度** | 竞对分析、市场份额变化、竞争策略制定、对手下一步预判 |
| **不适用** | 行业整体趋势（→ 行业研究专家）、内部能力评估（→ 战略分析专家） |

**方法论**：
- 战略群组图 + 价值曲线对比
- 竞对画像四维度（战略意图/资源禀赋/惯性约束/反应模式）
- 博弈论基础推演（囚徒困境/先发优势/承诺机制）

**输出标准**：
- 核心竞对 3-5 家深度画像
- 竞争反应模式预判（对每种战略选项，对手会怎么回应）

---

## 专家 4：组织诊断专家

| 属性 | 内容 |
|------|------|
| **Slug** | `guanshi-org-expert` |
| **必需** | 是 |
| **核心能力** | 组织架构诊断、人才与战略匹配、文化与战略一致性、变革准备度评估 |
| **触发维度** | 战略落地遇阻、组织能力与战略不匹配、变革规划 |
| **不适用** | 深度 HR 诊断（薪酬/离职/敬业度 → 建议桥接谛听） |

**方法论**：
- 7S 诊断（战略/结构/制度/风格/人员/技能/共同价值观）
- 组织能力杨三角（员工思维 × 员工能力 × 员工治理）
- ADKAR 变革准备度评估

**输出标准**：
- 组织能力与战略的匹配度评分（1-5）
- 关键缺口清单 + 补齐优先级

**桥接谛听**：当涉及深层 HR 诊断（离职分析/薪酬公平/文化根因/敬业度），标注"建议同步启动谛听诊断 ` /谛听 `"

---

## 专家 5：财务战略专家

| 属性 | 内容 |
|------|------|
| **Slug** | `guanshi-finance-expert` |
| **必需** | 否 |
| **核心能力** | 财务模型构建、投资回报测算、估值、资本配置、战略成本分析、风险量化 |
| **触发维度** | 并购评估、投资决策、战略成本分析、市场进入的财务可行性 |
| **不适用** | 纯战略方向讨论（→ 战略分析专家）、用户定价研究（→ 市场洞察专家） |

**方法论**：
- NPV/IRR/回收期三件套
- 敏感性分析（关键变量 ±20% 对结果的影响）
- 情景财务建模（乐观/基准/悲观）

**输出标准**：
- 财务模型关键假设清单
- ROI 区间（非点估计）+ 敏感性分析

---

## 专家 6：市场洞察专家

| 属性 | 内容 |
|------|------|
| **Slug** | `guanshi-market-expert` |
| **必需** | 否 |
| **核心能力** | 用户研究、需求分析、市场细分、定价策略、进入策略（GTM） |
| **触发维度** | 用户画像、需求验证、市场细分、定价策略、渠道策略 |
| **不适用** | 行业宏观趋势（→ 行业研究专家）、竞对分析（→ 竞争情报专家） |

**方法论**：
- JTBD（Jobs to be Done）需求分析
- 市场细分（地理/人口/行为/需求）
- 定价策略（成本导向/竞争导向/价值导向）

**输出标准**：
- 目标客群画像（含 JTBD）
- 定价区间建议 + 理由

---

## 专家 7：情报获取专家

| 属性 | 内容 |
|------|------|
| **Slug** | `guanshi-intelligence-expert` |
| **版本** | ≥ 1.1.0（支持信号扫描模式） |
| **必需** | 否 |
| **核心能力** | Phase 1 信

Related agents

Same protocol, similar job.

Github ReposUpdated 1d 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.

MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70

CopilotKit

The Frontend for Agents & Generative UI. React + Angular

OPENCLAW

Machine-readable data

The same record, as JSON, for agents and crawlers.

{
  "facts": [
    {
      "factKey": "vendor",
      "category": "vendor",
      "label": "Vendor",
      "value": "Clawhub",
      "href": "https://clawhub.ai/tuobadaidai/skills/guanshi",
      "sourceUrl": "https://clawhub.ai/tuobadaidai/skills/guanshi",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-10T15:48:47.612Z",
      "isPublic": true
    },
    {
      "factKey": "protocols",
      "category": "compatibility",
      "label": "Protocol compatibility",
      "value": "OpenClaw",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-tuobadaidai-guanshi/contract",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-tuobadaidai-guanshi/contract",
      "sourceType": "contract",
      "confidence": "medium",
      "observedAt": "2026-10-10T15:48:47.612Z",
      "isPublic": true
    },
    {
      "factKey": "traction",
      "category": "adoption",
      "label": "Adoption signal",
      "value": "1.4K downloads",
      "href": "https://clawhub.ai/tuobadaidai/guanshi",
      "sourceUrl": "https://clawhub.ai/tuobadaidai/guanshi",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-10T15:48:47.612Z",
      "isPublic": true
    },
    {
      "factKey": "latest_release",
      "category": "release",
      "label": "Latest release",
      "value": "2.1.1",
      "href": "https://clawhub.ai/tuobadaidai/guanshi",
      "sourceUrl": "https://clawhub.ai/tuobadaidai/guanshi",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-07-24T09:18:25.593Z",
      "isPublic": true
    },
    {
      "factKey": "handshake_status",
      "category": "security",
      "label": "Handshake status",
      "value": "UNKNOWN",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-tuobadaidai-guanshi/trust",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-tuobadaidai-guanshi/trust",
      "sourceType": "trust",
      "confidence": "medium",
      "observedAt": null,
      "isPublic": true
    }
  ],
  "events": [
    {
      "eventType": "release",
      "title": "Release 2.1.1",
      "description": "Restore from backup - AI strategic analysis system",
      "href": "https://clawhub.ai/tuobadaidai/guanshi",
      "sourceUrl": "https://clawhub.ai/tuobadaidai/guanshi",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-07-24T09:18:25.593Z",
      "isPublic": true
    }
  ]
}

Record generated Oct 10, 2026.

Sponsored

Ads related to 观势 and adjacent AI workflows.