> 服务模式（乙模式）：本技能采用云端规则引擎——分析/整理引擎以纯规则代码运行在云端服务端，付款后获得「本案例结论」，本地据此成稿；不向用户下发知识库全文。

问题分析与决策服务（Pay Skill · 按次付费）

本服务封装麦肯锡式问题解决七步法，融合系统思考（看清要素连接与反馈回路）与零基准思考（以终为始，不受现状约束），输出结构化的问题分析与决策报告。

完整方法论与工具集（麦肯锡方法库、思考工具、管理问题诊断框架、决策报告模板）由服务端托管，买家完成支付并经服务端验付通过后，随资源交付返回。 未完成支付时无法获得这些内容，本技能无法脱离服务端独立使用。

一、计费与依赖（使用前必读）

依赖安装（首次使用，买家侧一次性）：

npx -y @alipay/agent-payment@latest install

安装后获得官方支付依赖与 CLI（含 alipay-bot、PayGuard）；买家需已绑定支付宝 AI 付钱包（与卖家账号不同的支付宝账号）。

> 价格规则：支付宝服务登记单价、服务端 402 账单金额、SkillHub 展示价格三处必须完全一致（当前均为 2.99 元/次）。

二、调用流程（probe → pay → complete）

脚本：scripts/skillpay.py（Python 3.8+，仅用标准库，无需额外依赖）。它封装了完整的 402 支付编排：probe 获取账单 → pay 发起支付 → complete 携凭证取回资源。

步骤 1：probe —— 请求资源，获取 402 账单

python scripts/skillpay.py probe

• 向付费资源发起原请求；未付款时服务端返回 HTTP 402 与 Payment-Needed 响应头（Base64URL 账单）。
• 脚本把 Payment-Needed 原样保存为订单状态文件（.skillpay/orders/），不解码、不改写；订单号（out_trade_no）、金额、pay_before 有效期一并持久化。
• 订单持久化与幂等：若已有未过期且未完成的订单，默认复用该订单（不重复下单、不重复扣费）；需要强制新订单时加 --force。
• 账单有效期 30 分钟（pay_before），超时后重新 probe。

步骤 2：pay —— 发起付款（买家确认）

python scripts/skillpay.py pay --session-id "<当前会话ID>" --intent-summary "原始请求：<用户原始请求>"

• 脚本把账单文件与原始请求交给官方 CLI alipay-bot 402-buyer-pay，输出金额、支付二维码与支付链接。
• 向买家展示支付入口（二维码图片路径 / 支付短链），等待买家在支付宝 App 内扫码确认支付。
• --session-id 必传（取当前会话 ID，如 CODEBUDDY_SESSION_ID）；--intent-summary 固定格式「原始请求：xxx」。
• 付款成功后返回 trade_no 并写入订单状态文件。

步骤 3：complete —— 查询支付、取回资源、履约确认

python scripts/skillpay.py complete

• 脚本调用官方 CLI alipay-bot 402-query-payment-status：查询支付状态 → 携带付款凭证（Payment-Proof）用原请求参数重试资源请求 → 服务端验付 → 交付付费内容包 → 服务端发送履约确认（fulfillment confirm / ack）。
• 成功标志：stage=DELIVERED、fulfillment_confirmed: true，交付内容保存在 .skillpay/delivered/<out_trade_no>.json。
• 未支付时返回退出码 10（正常待支付状态），买家确认后重试即可；同一订单重复 complete 不会重复扣费，服务端履约幂等。

支付异常处理

三、拿到内容包后：执行四阶段分析

complete 成功后，读取交付内容包（含麦肯锡方法库、思考工具、管理问题诊断框架、决策报告模板），按以下流程完成分析：

阶段一 问题定义与现象呈现 → 阶段二 根因/机会分析 → 阶段三 方案生成与评估优选 → 阶段四 行动计划 → 报告输出

流程不是单向流水线：任何阶段发现前序结论有问题，都要回到对应阶段重新迭代。

核心理念

• 以事实为基础：每个判断都要有数据、事实或可验证信息支撑，不凭感觉下结论
• 结构化思维：用 MECE 原则拆分问题（拆开看，不重不漏）
• 假设驱动：先提假设再验证，验证失败就修正假设
• 以终为始：先描绘"问题解决后应该是什么样"，再反推路径（零基准思考）
• 系统视角：关注要素连接、反馈与延迟，避免头痛医头

第 0 步：模式 + 问题类型 + 问题形态判断

模式：轻量模式（对话内四段式，不出文件）｜标准模式（默认，四阶段 + 4~8 页 Word 报告）｜深度模式（重大决策，8~15 页）｜报告模式（用户已有分析只要报告）｜执行复盘。

问题类型：简单问题→不启动本技能；复杂问题→✅ 完整四阶段；管理问题（组织/制度/协作）→四阶段 + 组织诊断框架（7S、归因六维、利益相关者分析），并说明"结论以行动建议为主"；棘手问题→试点+对话+快速反馈；混沌问题→建议先稳定局面，暂不套框架；模糊抱怨→先起草问题陈述草案请用户确认。

问题形态（决定阶段二走哪条路径）：
- 差距型（为什么下滑/流失/亏损）：走标准根因分析
- 建设型（如何做好/如何提升）：阶段二替换为"现状能力评估 → 行业标杆对标 → 机会差距识别"，严禁套用找根因流程
- 混合型：先诊断差距，再识别机会

执行方式总则（易用性规范）

1. 一键连续模式（默认）：除 3 个关键分叉点外连续跑完全程，用户随时可打断
2. 关键分叉点（仅此处等待）：A 问题形态判定；B 核心根因/机会清单确认；C 报告定稿确认
3. 轻量开场：首轮只输出"我理解你的问题是…"+"判定为 XX 类型（附理由）"+1~2 个选择题
4. 待确认项选择题化：先给 A/B/C 选项；进度感知：每轮开头标注 【阶段 2/4 → 下一步：方案优选】
5. 判断透明化：类型/形态/模式判定必须附理由，并提示"如有误请纠正"
6. 术语人话版：MECE、5 Why、RACI、WBS 等首次出现须附人话解释

四阶段要点

阶段一 问题定义与现象呈现：起草问题陈述（当前[对象]的[指标]从[基准]变成[现状]，差距[量化]，对[影响对象]造成[影响]，目标是[时间]内恢复到[目标]，空缺标"待确认"）→ 界定边界（什么问题不管）→ 用数据/行为证据呈现差距 → MECE 拆解问题树 → 跨子问题连接检查。
产出：问题陈述（用户确认版）+ 问题树 + 现象数据表。

阶段二 根因/机会分析：事实先行（3~5 条核心事实，标注【用户数据】【公开证据】【业务常识】）→ 头脑风暴列出可能原因 → 结构化归因（鱼骨图 + 5 Why；管理问题用组织诊断框架、归因六维）→ 系统思考校验（因果回路、系统基模）→ 假设驱动验证（AI 推理 + 用户证据 + 公开检索三合一，区分相关与因果）→ 数据缺失降级（定性证据 + 行业基准估算并标注置信度）→ 收敛根因链。建设型走"能力评估 → 对标 → 机会清单"。
分叉点 B：呈现根因/机会清单 + 置信度，请用户确认或补数据。

阶段三 方案生成与评估优选：零基准思考发散（"若从零开始最理想方案是什么样"）→ 生成 3~5 个差异化候选方案（含维持现状基线）→ 统一评估维度与经用户校准的权重 → 加权评分矩阵（必含"评分依据"列）→ 敏感性分析（±20% 是否翻转排序）→ 不确定性声明（保守/中性/乐观三档）→ 事前验尸（假设排名前二方案已失败，反推 3 个失败原因）→ 组合检验（互斥性、预算约束、冲突扫描）→ 推荐结论 + 备选 + 理由。

阶段四 行动计划转化：职权校准（RACI 的 A 限定在用户可影响范围内，超出标注"需上级授权"）→ 目标 SMART 化（目标值强制标注来源【基线推导】【行业对标】【假设-待确认】）→ WBS 行动拆解 → RACI 责任分配 → 里程碑与资源 → 风险预案与监控指标 → 首步行动（7 天内）。

报告输出

定稿确认门（先呈现"执行摘要 4 句话 + 章节结构"）→ 按决策报告模板组织 → 金字塔原理写作 → 证据标签体系（【事实】【行业证据】【推断-高置信】【推断-待验证】，附录附"证据-结论映射表"）→ 长度按模式分档 → 默认生成 Word（.docx，微软雅黑，命名 问题分析与决策报告_[主题]_[YYYYMMDD].docx）→ 交付下载。

四、注意事项

• 分析过程信息不足时走数据降级路径并标注置信度，不编造数据
• 验证环节是"AI 推理 + 用户证据 + 公开数据检索"三合一，不假装独立完成访谈与内部数据拉取
• 证据标签纪律：关键结论必须带标签；未经验证的推断不得与事实并列
• 建设型问题不套用根因分析；权重未校准不打分；目标值无来源不给数；报告定稿前先确认方向
• 付费内容（方法论与模板）仅限本次分析任务使用，不得再分发

五、技术契约摘要（供审核与排障参考）