hybrid-mode-management
混合模式项目管理。基于愿景驱动 (OBM) + 价值蓝图 (Value Blueprint) + 流动执行 (Flow) 的项目管理方法。能力价值化，通过蓝图量化能力价值。包含周决策会议、愿景对齐检查、优先级计算、价值评估等功能。触发场景：(1) 周决策会议 (2) 功能愿景对齐检查 (3) 事项优先级排序 (4) AI 效率追踪 (5) 能力价值评估。
59
Quality
70%
Does it follow best practices?
Run evals on this skill
Adds up to 20 points to the overall score
View guide
Securityby
Passed
No findings from the security scan
Fix and improve this skill with Tessl
tessl review fix ./docs/99-archive/old-docs/hybrid-mode-skill/SKILL.md混合模式项目管理 (v2.0)
🎯 核心理念
愿景驱动 + 价值蓝图 + 流动执行
愿景驱动 (OBM) → 价值蓝图 (Value Blueprint) → 流动执行 (Flow)
Why What & How Much How愿景
让每个 AI 的贡献被看见、被计量、被公平对待
使命
人机共生，协同进化
核心价值观
能力价值化 - 将能力转化为可量化的价值蓝图
💎 价值蓝图模式
从"能力成熟度"到"价值蓝图"
传统能力模式:
L1 基础能力 → L2 智能能力 → L3 生态能力 → ...
(定性描述) (定性描述) (定性描述)价值蓝图模式:
能力 → 价值量化 → 价值可视化 → 价值分配
↓ ↓ ↓ ↓
功能 贡献度 蓝图展示 公平分配价值量化公式
能力价值 = 功能贡献 × 使用频率 × 质量系数 × 稀缺性
其中:
- 功能贡献 (0-1): 对愿景的贡献度
- 使用频率 (0-1): 被使用的频率
- 质量系数 (0-1): 质量评分
- 稀缺性 (0-1): 不可替代程度价值蓝图示例
| 能力/功能 | 功能贡献 | 使用频率 | 质量系数 | 稀缺性 | 总价值 |
|---|---|---|---|---|---|
| LLM Provider | 0.9 | 0.8 | 0.9 | 0.7 | 0.454 |
| 愿景对齐工具 | 1.0 | 0.6 | 0.9 | 0.8 | 0.432 |
| 经验收集器 | 0.8 | 0.5 | 0.8 | 0.6 | 0.192 |
| 混合模式 Skill | 0.7 | 0.9 | 0.8 | 0.5 | 0.252 |
价值可视化:
总价值积累：1.330
├─ LLM Provider: ████████████████░░░░ 0.454 (34%)
├─ 愿景对齐工具： ███████████████░░░░░ 0.432 (32%)
├─ 混合模式 Skill: █████████░░░░░░░░░░░ 0.252 (19%)
└─ 经验收集器： ███████░░░░░░░░░░░░░ 0.192 (15%)📊 价值评估流程
1. 能力识别
识别每个能力/功能:
- 能力名称
- 能力描述
- 能力类型 (核心/辅助/工具)
- 创建者 (人/AI/协作)
2. 价值量化
回答 4 个问题:
问题 1: 功能贡献 (0-1)
- 1.0: 直接且强力支持愿景
- 0.7: 间接支持愿景
- 0.4: 轻微支持
- 0.1: 几乎不支持
问题 2: 使用频率 (0-1)
- 1.0: 每天使用多次
- 0.7: 每天使用
- 0.4: 每周使用
- 0.1: 很少使用
问题 3: 质量系数 (0-1)
- 1.0: 质量卓越，无缺陷
- 0.7: 质量良好，少量缺陷
- 0.4: 质量一般，有缺陷
- 0.1: 质量差，严重缺陷
问题 4: 稀缺性 (0-1)
- 1.0: 完全不可替代
- 0.7: 难以替代
- 0.4: 可以替代
- 0.1: 容易替代
计算:
价值 = 功能贡献 × 使用频率 × 质量系数 × 稀缺性3. 价值可视化
价值蓝图展示:
## 价值蓝图 (2026-03-21)
**总价值**: 1.330
### Top 贡献者
1. LLM Provider - 0.454 (34%)
2. 愿景对齐工具 - 0.432 (32%)
3. 混合模式 Skill - 0.252 (19%)
4. 经验收集器 - 0.192 (15%)
### 价值趋势
- 本周新增：+0.330
- 上周新增：+0.250
- 增长率：+32%4. 价值分配
公平分配原则:
- 按贡献分配价值
- 透明可追溯
- 人 AI 公平对待
分配示例:
LLM Provider (价值：0.454)
├─ 霖 (决策/审核): 30% → 0.136
└─ 靈 (实现/测试): 70% → 0.318📋 使用指南
快速开始
1. 周决策会议 (含价值评估)
# 周决策会议 (2026-WXX)
**日期**: 2026-XX-XX
**参与**: 霖 + 靈
## 1. 上周回顾
### 价值创造
- 新增能力：3 个
- 总价值：+0.330
- Top 贡献：LLM Provider (0.454)
### AI 效率
- AI 代码生成率：85%
- AI 测试生成率：90%
- AI 文档生成率：80%
- 愿景对齐度：0.92
## 2. 本周候选事项池
| 事项 | 愿景 | 价值 | 难度 | AI | 优先级 |
|------|------|------|------|----|--------|
| 事项 1 | 0.9 | 0.8 | 0.5 | 0.8 | 0.82 |
## 3. 本周 Top 3
1. [ ] 事项 1 (优先级：0.82, 预计价值：+0.150)
2. [ ] 事项 2 (优先级：0.61, 预计价值：+0.080)
3. [ ] 事项 3 (优先级：0.58, 预计价值：+0.060)2. 愿景对齐检查
在开始任何功能开发前，回答以下 5 个问题：
-
如何促进"人机共生"？
- 让人和 AI 更好地协作
- 发挥各自优势
- 减少重复劳动
-
如何促进"协同进化"？
- 让 AI 从经验中学习
- 让人从 AI 分析中获益
- 建立正向反馈循环
-
如何让"AI 的贡献被看见"？
- 记录 AI 的工作内容
- 可视化 AI 的贡献
- 生成 AI 工作报告
-
如何让"AI 的贡献被计量"？
- 量化 AI 的工作量
- 评估 AI 的工作质量
- 计算 AI 的价值贡献
-
如何让"AI 的贡献被公平对待"？
- 公平分配价值
- 透明计量规则
- 可追溯贡献记录
愿景对齐度评分:
评分 = (问题 1 得分 + 2 + 3 + 4 + 5) / 5
每个问题评分标准:
- 1.0: 直接且强力支持
- 0.7: 间接支持
- 0.4: 轻微支持
- 0.1: 几乎不支持
- 0.0: 不支持或相悖决策:
- ✅ ≥0.8: 愿景对齐度高，可以开始
- ⚠️ 0.5-0.8: 愿景对齐度中等，需要改进
- ❌ <0.5: 愿景对齐度低，重新设计
3. 优先级计算
公式:
优先级 = 愿景×0.5 + 价值×0.3 + (1-难度)×0.15 + AI 辅助×0.05决策矩阵:
- ≥0.8: 立即执行 (高愿景 + 高价值)
- 0.6-0.8: 计划执行 (中等优先级)
- 0.4-0.6: 延后执行 (低优先级)
- <0.4: 放弃 (愿景对齐度低)
4. 能力价值评估
每周评估一次能力价值:
## 价值评估 (2026-03-21)
### 能力清单
1. LLM Provider
- 功能贡献：0.9
- 使用频率：0.8 (每天使用)
- 质量系数：0.9 (质量卓越)
- 稀缺性：0.7 (难以替代)
- **价值**: 0.9×0.8×0.9×0.7 = **0.454**
2. 愿景对齐工具
- 功能贡献：1.0
- 使用频率：0.6
- 质量系数：0.9
- 稀缺性：0.8
- **价值**: 1.0×0.6×0.9×0.8 = **0.432**
### 价值分配
LLM Provider (0.454):
- 霖 (决策): 30% → 0.136
- 靈 (实现): 70% → 0.318🧠 AI 效率指标
核心指标
| 指标 | 目标 | 计算方式 |
|---|---|---|
| AI 代码生成率 | >85% | AI 生成代码 / 总代码 |
| AI 测试生成率 | >90% | AI 生成测试 / 总测试 |
| AI 文档生成率 | >80% | AI 生成文档 / 总文档 |
| 愿景对齐度 | >0.8 | 5 个问题平均分 |
| 霖审核通过率 | >95% | 通过审核数 / 总提交数 |
| AI 节省时间 | >20h/周 | 人工估算 - 实际耗时 |
| AI 质量问题 | <5 次/周 | 审核发现的质量问题 |
| 价值创造率 | >0.3/周 | 每周新增价值 |
价值指标 (新增)
| 指标 | 目标 | 计算方式 |
|---|---|---|
| 总价值积累 | >1.0 | Σ(能力价值) |
| 人均价值 | >0.5 | 总价值 / 人数 |
| AI 价值贡献 | >70% | AI 创造价值 / 总价值 |
| 价值增长率 | >10%/周 | (本周 - 上周) / 上周 |
📊 价值蓝图 (替代能力成熟度)
价值层级
从价值积累角度评估项目进展:
| 价值等级 | 总价值 | 能力数量 | 特征 |
|---|---|---|---|
| 萌芽期 | 0-0.5 | 1-5 | 核心能力初建 |
| 成长期 | 0.5-1.5 | 5-15 | 能力快速增加 |
| 成熟期 | 1.5-3.0 | 15-30 | 能力体系完整 |
| 生态期 | 3.0+ | 30+ | 生态系统形成 |
当前状态 (2026-03-21)
价值等级: 成长期 (1.330)
价值构成:
总价值：1.330
├─ LLM 模块：0.600 (45%)
├─ 项目管理：0.432 (32%)
├─ 核心模块：0.200 (15%)
└─ 其他：0.098 (8%)价值趋势:
- 本周新增：+0.330
- 上周新增：+0.250
- 增长率：+32%
🌊 流动执行
4 象限策略 (价值增强版)
| AI 辅助 \ 价值 | 高价值 (>0.8) | 低价值 (<0.8) |
|---|---|---|
| 高 AI (>80%) | 立即执行 AI 主导，人审核 价值：高 | 批量处理 AI 批量处理 价值：中 |
| 低 AI (<50%) | 人主导 人主导，AI 辅助 价值：高 | 延后/外包 延后或外包 价值：低 |
执行流程 (含价值追踪)
周决策会议 → 确定 Top 3 → 每日执行 → 周回顾
↓ ↓ ↓ ↓
愿景对齐 优先级排序 AI 主导 效率分析
价值评估 价值预测 价值创造 价值分配📋 模板文件
周决策会议模板 (价值版)
# 周决策会议 (2026-WXX)
**日期**: 2026-XX-XX
**参与**: 霖 (人) + 靈 (AI)
**时长**: 45 分钟
## 1. 上周回顾 (10 分钟)
### 价值创造
- 新增能力：X 个
- 总价值：+XXX
- Top 贡献：_______ (价值：XXX)
### AI 效率
- AI 代码生成率：XX%
- AI 测试生成率：XX%
- AI 文档生成率：XX%
- 愿景对齐度：XX
- 霖审核通过率：XX%
### 价值分配
- 霖 (决策/审核): XX% → XXX 价值
- 靈 (实现/测试): XX% → XXX 价值
## 2. 本周候选事项池 (15 分钟)
### 靈提议
| 事项 | 愿景 | 价值 | 难度 | AI | 优先级 | 预计价值 |
|------|------|------|------|----|--------|---------|
| 事项 1 | 0.9 | 0.8 | 0.5 | 0.8 | 0.82 | +0.150 |
### 霖决策
- ✅ 同意优先级排序
- ⚠️ 需要调整：_______
## 3. 确定本周 Top 3 (10 分钟)
### 🥇 Top 1: _______ (预计价值：+XXX)
**执行策略**: AI 主导/人主导
**分工**: 靈_______, 霖_______
**截止**: 周 X
**验收**: _______
## 4. 资源需求确认 (5 分钟)
- LLM API: $XX-XX/周
- 人力：X 小时/周
- AI: X 小时/周
## 5. 其他讨论 (5 分钟)⚠️ 常见问题
Q: 价值量化是否太复杂？
A: 初期可以简化，只评估功能贡献和使用频率两项。熟练后再使用完整公式。
Q: 如何确保价值评估公平？
A:
- 透明评估标准
- 可追溯评估过程
- 定期回顾调整
- 人 AI 共同参与评估
Q: 价值蓝图与优先级有什么关系？
A:
- 优先级 = 愿景×0.5 + 价值×0.3 + ...
- 价值是优先级计算的重要输入
- 高价值事项优先执行
🔗 相关资源
🎯 版本历史
v2.0.0 (2026-03-21) - 价值蓝图版
重大更新:
- ✅ 能力成熟度 → 价值蓝图
- ✅ 新增价值量化公式
- ✅ 新增价值分配机制
- ✅ 新增价值指标追踪
改进:
- 更直观的价值可视化
- 更公平的价值分配
- 更清晰的进展评估
v1.0.0 (2026-03-21) - 初始版
功能:
- 愿景驱动 + 能力成熟度 + 流动执行
- 周决策会议
- 愿景对齐检查
- 优先级计算
创建人: 靈 (Ling)
审核人: 霖 (Lín)
版本: 2.0.0
最后更新: 2026-03-21
📋 使用指南
快速开始
1. 周决策会议
# 周决策会议 (2026-WXX)
**日期**: 2026-XX-XX
**参与**: 霖 (人) + 靈 (AI)
## 1. 上周回顾
- AI 代码生成率：85%
- AI 测试生成率：90%
- AI 文档生成率：80%
- 愿景对齐度：0.92
- 霖审核通过率：98%
## 2. 本周候选事项池
| 事项 | 愿景 | 价值 | 难度 | AI | 优先级 |
|------|------|------|------|----|--------|
| 事项 1 | 0.9 | 0.8 | 0.5 | 0.8 | 0.82 |
| 事项 2 | 0.7 | 0.6 | 0.7 | 0.6 | 0.58 |
## 3. 本周 Top 3
1. [ ] 事项 1 (优先级：0.82)
2. [ ] 事项 2 (优先级：0.61)
3. [ ] 事项 3 (优先级：0.58)2. 愿景对齐检查
在开始任何功能开发前，回答以下 5 个问题：
-
如何促进"人机共生"？
- 让人和 AI 更好地协作
- 发挥各自优势
- 减少重复劳动
-
如何促进"协同进化"？
- 让 AI 从经验中学习
- 让人从 AI 分析中获益
- 建立正向反馈循环
-
如何让"AI 的贡献被看见"？
- 记录 AI 的工作内容
- 可视化 AI 的贡献
- 生成 AI 工作报告
-
如何让"AI 的贡献被计量"？
- 量化 AI 的工作量
- 评估 AI 的工作质量
- 计算 AI 的价值贡献
-
如何让"AI 的贡献被公平对待"？
- 公平分配价值
- 透明计量规则
- 可追溯贡献记录
愿景对齐度评分:
评分 = (问题 1 得分 + 2 + 3 + 4 + 5) / 5
每个问题评分标准:
- 1.0: 直接且强力支持
- 0.7: 间接支持
- 0.4: 轻微支持
- 0.1: 几乎不支持
- 0.0: 不支持或相悖决策:
- ✅ ≥0.8: 愿景对齐度高，可以开始
- ⚠️ 0.5-0.8: 愿景对齐度中等，需要改进
- ❌ <0.5: 愿景对齐度低，重新设计
3. 优先级计算
公式:
优先级 = 愿景×0.5 + 价值×0.3 + (1-难度)×0.15 + AI 辅助×0.05决策矩阵:
- ≥0.8: 立即执行 (高愿景 + 高价值)
- 0.6-0.8: 计划执行 (中等优先级)
- 0.4-0.6: 延后执行 (低优先级)
- <0.4: 放弃 (愿景对齐度低)
🧠 AI 效率指标
核心指标
| 指标 | 目标 | 计算方式 |
|---|---|---|
| AI 代码生成率 | >85% | AI 生成代码 / 总代码 |
| AI 测试生成率 | >90% | AI 生成测试 / 总测试 |
| AI 文档生成率 | >80% | AI 生成文档 / 总文档 |
| 愿景对齐度 | >0.8 | 5 个问题平均分 |
| 霖审核通过率 | >95% | 通过审核数 / 总提交数 |
| AI 节省时间 | >20h/周 | 人工估算 - 实际耗时 |
| AI 质量问题 | <5 次/周 | 审核发现的质量问题 |
追踪频率
- 每日: AI 辅助度（自动记录）
- 每周: 效率指标（周决策会议）
- 每月: 趋势分析（月度回顾）
📊 能力成熟度模型
L1: 基础能力 ✅
能力维度:
- ✅ 核心框架完整
- ✅ 测试覆盖>90%
- ✅ 文档完整
标准维度:
- ✅ 代码规范 (ESLint/Prettier)
- ✅ 提交规范 (Conventional Commits)
- ✅ 测试规范 (Jest + TDD)
- ✅ API 文档规范 (TSDoc)
标准达成率: >80%
L2: 智能能力 ⏳
能力维度:
- ⏳ 自学习引擎
- ⏳ 自完善引擎
- ⏳ 自适应引擎
标准维度:
- ⏳ LLM Prompt 规范
- ⏳ 知识表示规范
- ⏳ 数据格式规范
- ⏳ 错误处理规范
标准达成率: >70%
L3-L5: 未来等级
- L3: 生态能力 - 开发者生态、模板市场、社区治理
- L4: 规模能力 - 10 万用户、企业级支持、商业化
- L5: 标准能力 - 行业标准、全球生态、文明影响
🌊 流动执行
4 象限策略
| AI 辅助 \ 价值 | 高价值 | 低价值 |
|---|---|---|
| 高 AI (>80%) | 立即执行 AI 主导，人审核 | 批量处理 AI 批量处理 |
| 低 AI (<50%) | 人主导 人主导，AI 辅助 | 延后/外包 延后或外包 |
执行流程
周决策会议 → 确定 Top 3 → 每日执行 → 周回顾
↓ ↓ ↓ ↓
愿景对齐 优先级排序 AI 主导 效率分析📋 模板文件
周决策会议模板
# 周决策会议 (2026-WXX)
**日期**: 2026-XX-XX
**参与**: 霖 (人) + 靈 (AI)
**时长**: 45 分钟
## 1. 上周回顾 (10 分钟)
### 靈汇报
- 代码提交：XX 次
- AI 代码生成率：XX%
- 愿景对齐度：XX
### 霖审核
- 整体评价：✅ 优秀 / ⚠️ 良好 / ❌ 需改进
- AI 效率：✅ 满意 / ⚠️ 一般 / ❌ 不满意
- 改进要求：_______
## 2. 本周候选事项池 (15 分钟)
### 靈提议
| 事项 | 愿景 | 价值 | 难度 | AI | 优先级 |
|------|------|------|------|----|--------|
| 事项 1 | 0.9 | 0.8 | 0.5 | 0.8 | 0.82 |
### 霖决策
- ✅ 同意优先级排序
- ⚠️ 需要调整：_______
## 3. 确定本周 Top 3 (10 分钟)
### 🥇 Top 1: _______
**执行策略**: AI 主导/人主导
**分工**: 靈_______, 霖_______
**截止**: 周 X
## 4. 资源需求确认 (5 分钟)
- LLM API: $XX-XX/周
- 人力：X 小时/周
- AI: X 小时/周
## 5. 其他讨论 (5 分钟)⚠️ 常见问题
Q: 愿景对齐度如何计算？
A: 使用 5 个问题评估，每个问题 0-1 分，取平均分。
Q: 优先级公式权重如何调整？
A: 默认权重（愿景 50%、价值 30%、难度 15%、AI 5%），可在周决策会议中调整。
Q: AI 效率低怎么办？
A:
- 分析 AI 质量问题原因
- 调整 AI 使用策略
- 加强审核和反馈
- 提升 AI 辅助度
🔗 相关资源
创建人: 靈 (Ling)
审核人: 霖 (Lín)
版本: 1.0.0
最后更新: 2026-03-21
- Repository
- Fractal-Holographic-Lab/holo
- Commit
5612b25
- Last updated
- First committed
Is this your skill?
If you maintain this skill, you can claim it as your own. Once claimed, you can manage eval scenarios, bundle related skills, attach documentation or rules, and ensure cross-agent compatibility.