sundanian1991/kw:workflow

<problem_input> #$ARGUMENTS </problem_input>

Compound Knowledge 完整工作流

一键启动从头脑风暴到知识沉淀的完整流程。适用于需要系统化分析的复杂问题。

工作流概览

brainstorm → plan → review → work → compound
           (confidence 可选)

文件组织：所有输出保存在 plans/问题名-日期/ 下

---

步骤 1: Brainstorm（头脑风暴）

目标：把想法全部倒出来，找到问题的形状

操作：

1. 接受用户输入（问题描述、会议记录、笔记等）
2. 提取核心要素：待决策事项、开放性问题、约束条件、干系人、数据点、想法选项
3. 搜索相关知识（docs/knowledge/、plans/、docs/solutions/）
4. 识别主题、张力、缺口
5. 解决关键问题（用 AskUserQuestion 最多问 3 个）
6. 提出方向建议

输出：写入 plans/问题名-日期/00-brainstorm.md

进入下一步：如果用户确认继续，自动进入 Plan

---

步骤 2: Plan（制定计划）

目标：基于头脑风暴，结构化研究计划

操作：

1. 读取 00-brainstorm.md
2. 搜索相关知识库（docs/knowledge/）和过往计划（plans/）
3. 研究过往学习（关键模式、失效方案）
4. 构建研究计划：
   • 研究问题（优先级排序）
   • 研究方法
   • 数据来源
   • 时间框架
5. 创建 workspace 目录结构

输出：写入 plans/问题名-日期/01-research.md

进入下一步：自动进入 Confidence（可选）或 Review

---

步骤 3: Confidence（确定性评估，可选）

目标：评估计划的确定性，识别盲区

触发条件：

• 用户明确要求评估
• 计划涉及高风险决策
• 用户在 Plan 后说 "先评估一下"

操作：

1. 评估每个研究问题的确定性等级（High/Medium/Low）
2. 识别盲区和风险
3. 提出缓解措施

输出：写入 plans/问题名-日期/02-confidence.md

进入下一步：自动进入 Review

---

步骤 4: Review（双重审查）

目标：战略对齐 + 数据准确性审查

操作：

1. 战略对齐审查：
   • 目标清晰度
   • 假设可证伪性
   • 范围比例性
   • 资源意识
   • 战略一致性
2. 数据准确性审查：
   • 数据/事实的来源验证
   • 标记数据缺口
3. 修复 P2 问题（执行时间框架、数据缺口标记）

输出：写入 plans/问题名-日期/03-review.md

进入下一步：自动进入 Work

---

步骤 5: Work（执行计划）

目标：按计划执行，产出交付物

操作：

1. 读取 01-research.md 和 03-review.md
2. 按优先级执行研究任务
3. 产出结构化交付物：
   • 边界识别清单
   • 联盟评估
   • 应对策略
   • 触发条件
4. 实时汇报进度

输出：写入 plans/问题名-日期/02-workspace/*.md

进入下一步：自动进入 Compound

---

步骤 6: Compound（知识沉淀）

目标：提炼洞察，保存到知识库

操作：

1. 回顾整个工作流产出
2. 识别可复用的洞察：
   • 核心洞察（insight 类型）
   • 行动框架（playbook 类型）
   • 模式识别（pattern 类型）
3. 为每个洞察编写独立文件：
   • YAML frontmatter（type, tags, confidence, source）
   • 核心内容（简洁、可复用）
   • 相关学习引用
4. 保存到 docs/knowledge/
5. 更新 docs/knowledge/INDEX.md 索引

输出：

• 洞察文件：docs/knowledge/洞察名.md
• 更新 docs/knowledge/INDEX.md

---

文件组织结构

plans/问题名-日期/
├── 00-brainstorm.md       # 头脑风暴输出
├── 01-research.md         # 研究计划
├── 02-confidence.md       # 确定性评估（可选）
├── 03-review.md           # 双重审查
└── 02-workspace/          # 执行产出
    ├── 边界识别清单.md
    ├── 联盟评估.md
    ├── 应对策略.md
    └── 触发条件.md

---

关键原则

1. 自动推进 vs 用户控制

默认行为：每个步骤完成后，自动进入下一步

用户干预点：

• Brainstorm 后：用户可选择深入挖掘或直接进入 Plan
• Plan 后：用户可选择 Confidence 评估或直接 Review
• 任何时候：用户可以说 "暂停"、"继续"、"跳到 X"

2. 文件即源

关键：每步输出都写入文件，下一步从文件读取

• Brainstorm → 00-brainstorm.md → Plan 读取它
• Plan → 01-research.md → Review 读取它
• Review → 03-review.md → Work 读取它

好处：

• 可中断恢复
• 可追溯审计
• 可人工修改

3. 渐进式披露

早期：理解问题、识别张力 中期：结构化研究、评估风险 后期：产出交付物、沉淀洞察

4. 质量保证

P2 问题必须修复：

• 缺少执行时间框架 → 补充短期/中期/长期
• 缺少数据来源 → 标记数据缺口

P3 问题可优化：

• 建议改进，但不阻塞流程

---

触发示例

用户说以下任一短语时触发：

| 用户输入 | 启动 | |---------|------| | "完整分析一下供应商流失问题" | ✅ 启动 | | "帮我梳理这个组织架构问题" | ✅ 启动 | | "用知识工作流分析一下" | ✅ 启动 | | "从零开始分析这个问题" | ✅ 启动 | | "kw-workflow 供应商权责问题" | ✅ 启动 | | "深度分析这个战略决策" | ✅ 启动 |

---

Pipeline Mode（自动化场景）

当从其他自动化系统调用时：

• 跳过所有 AskUserQuestion
• 使用合理的默认值
• 自动写入所有文件
• 自动推进到下一步
• 输出结构化结果供解析

---

与单独技能的对比

| 场景 | 用单独技能 | 用 kw:workflow | |------|-----------|----------------| | 快速头脑风暴 | ✅ /kw:brainstorm | ❌ 太重 | | 只需要研究计划 | ✅ /kw:plan | ❌ 太重 | | 完整分析复杂问题 | ❌ 需手动串联多个技能 | ✅ 一键完成 | | 需要知识沉淀 | ❌ 需手动 /kw:compound | ✅ 自动沉淀 | | 未知深度的问题 | ❌ 不确定用哪个技能 | ✅ 自动推进 |

推荐：当你不确定从哪里开始，或者知道需要完整分析时，用 kw:workflow

---

技能依赖

依赖以下技能（自动调用）：

• /kw:brainstorm — 头脑风暴
• /kw:plan — 研究计划
• /kw:confidence — 确定性评估（可选）
• /kw:review — 双重审查
• /kw:work — 执行计划
• /kw:compound — 知识沉淀

依赖以下目录：

• plans/ — 计划存放
• docs/knowledge/ — 知识库
• docs/solutions/ — 解决方案库