Decision Trees（决策树分析）

AI 智能decision-trees-analysis

用决策树方法系统化评估多选项、不确定结果与风险/收益，适用于商业、投资、职业等结构化决策场景。

使用示例

纠结时就说"帮我画个决策树评估是否接 offer A vs B"，agent 会列分支、概率、期望值并给建议。

https://github.com/openclaw/skills/tree/main/skills/evgyur/decision-trees

在 .learnings/ 目录下维护 LEARNINGS.md / ERRORS.md / FEATURE_REQUESTS.md，记录错误、纠正与最佳实践，让 agent 跨会话持续积累经验。

帮助用户在开放 skill 生态中发现并安装新技能。当用户问『怎么做 X』或『有没有能做 Y 的 skill』时介入检索与安装引导。

让 AI 代理从被动执行转为主动伙伴，通过 WAL 写前日志、Working Buffer 工作缓冲区和自主 cron 定时任务在上下文压缩间仍保持状态与推理连贯。