决策内阁 · Decision Cabinet

中文 · English

一个开源 AI 决策支持系统，也是一间会彼此回应、允许你参与的四轮私人董事会。

它不替你预测命运或承诺收益，而是帮你从一个局部问题出发，逐步看清：

• 事实、假设、未知与证据缺口；
• 每个选择带来的所得、直接代价和机会成本；
• 二阶效应、不可逆承诺与停止条件；
• 相反力量如何消长、优势如何积累反作用；
• 局面在基准、上行、下行情景中如何演化；
• 最终什么只能由你自己决定。

核心原则：如实照见，实事求是。先看事实，再看选择与代价，最后看局势如何变化。

在线 Demo · 中文产品介绍 · English Overview · 快速开始 · 智能体接入 · 知识库治理 · 参与贡献

立即体验

打开 GitHub Pages 在线 Demo，无需注册、无需 API Key。Demo 在浏览器内运行，内置 28 位方法视角顾问和 23 张可追溯知识卡；你可以完成厘清问题、决策地图、固定四轮私董会、用户参与、收束、记录决策与复盘。每轮都会显示议题、顾问回应对象、立场、各方观点、小结论、共识和非共识。

Demo 使用内置演示回应，不调用外部大模型。决策档案和日志只保存在当前标签页的 sessionStorage，关闭标签页即清除，界面也提供一键清除。要接入 DeepSeek、Claude 或 OpenAI-compatible 模型，请按下方步骤运行完整开源版。

它适合什么决策

商业与经营

产品、定价、增长、现金流、资本配置、品牌、组织和团队。系统会把愿景拉回顾客价值、单位经济、承载力、风险与可逆试验。

金融与股票投资

基本面、三张表、估值区间、资产配置、仓位、流动性、周期和投资论点复盘。股票场景会强制要求：

• 标注数据时点与原始披露来源；
• 区分事实、公司指引、市场预期与个人推断；
• 写明估值假设、反证、仓位上限、退出条件；
• 把单个标的放回整个资产负债和资金期限中判断。

系统默认不接实时行情，也不会假装拥有实时数据。A 股应回到交易所或巨潮资讯，美股应回到 SEC EDGAR 等原始披露核验。

人生重要转折

职业、城市、关系、长期方向与责任冲突。它不会用一套价值观替你拍板，而会帮你看清：你在选择怎样的生活，又愿意承担什么代价。

一次完整讨论

一个真实问题
  ↓
厘清处境：事实 / 数字 / 目标 / 恐惧 / 约束
  ↓
决策地图：选择 / 所得 / 代价 / 二阶效应 / 可逆性
  ↓
局势演化：基准 / 上行 / 下行 / 领先信号 / 应对
  ↓
相关知识检索：方法 + 边界 + 来源
  ↓
四轮私董会：事实定界 → 聚焦争议 → 压力测试 → 条件式收束
  ↓
用户参与：回答问题 / 补充事实 / 指定争议 / 旁听内部讨论
  ↓
主持人收束：保留异见，把决定权交回用户
  ↓
决策日志：记录理由、预期、停止条件并定期复盘

知识库

当前内置 23 张可追溯知识卡，覆盖五个域：

领域	内容示例
决策科学	决策质量、选择与代价、情景演化、阴阳循环
商业经营	顾客价值、单位经济、资本配置
金融投资	三张表、原始披露、估值、安全边际、组合风险、市场周期
管理学	有效性、激励与治理、小步试验、风险管理
传统与世界智慧	《易经》《道德经》《论语》《孙子兵法》、缘起中道、王阳明、《先知》

每张卡都是 cabinet/resources/knowledge/ 下的独立 Markdown 文件，包含：适用问题、操作方法、边界、来源与标签。现代著作只做方法摘要，不复制受版权保护的全文；经典原文与现代解释分开。第三方姓名、短引文和摘要不纳入 MIT 再许可，详见 Third-party content notice。

顾问圆桌

顾问分为实事求是、商业战略、金融投资、管理增长、心理照见和古圣智慧等视角。人物型顾问是“方法与文本的交互界面”，不是对真实人物的授权代理或意见复刻。系统要求：

• 经典引用只能来自已校对白名单；
• 现代人物观点优先表述为方法摘要，不伪造逐字原话；
• 有价值的分歧必须保留，不能强行形成共识；
• 最终决定权始终属于用户。

真正的四轮议事

每一轮都按 agenda → advisor reply chain → round_summary 推进。顾问不是各说一遍答案：从第二位发言者开始，要点名支持、质疑或修正另一位顾问；从第二轮开始，还必须回应此前分歧并贡献新论点、反证、条件或证据要求。

轮次	核心任务	必须看见的结果
第一轮 · 事实定界	分开事实、推断和未知，提出可被质疑的初步立场	各方观点、小结论、共识、非共识
第二轮 · 聚焦争议	把非共识变成具体议题，让支持与反对直接交锋	讨论议题、各方明确立场、共识、非共识
第三轮 · 压力测试	检验代价、反证、二阶效应和局势演化	被挑战的假设、转向信号、仍缺的证据
第四轮 · 条件式收束	说明什么条件下选什么，并保留少数意见	条件性结论、行动、停止条件、保留异议

系统会检测同一顾问与历史发言的高度重复。首次重复会带着明确的新颖性要求重试；仍重复时，该顾问本轮弃权，而不是换词复述。用户在每轮之间可以选择 answer、add、focus 或 listen，沉默不会被当作同意。

快速开始

要求：Python 3.11+、Node.js 20.19+ 或 22.12+。

git clone https://github.com/joyozhang333-lgtm/decision-cabinet.git
cd decision-cabinet

python3 -m venv .venv
source .venv/bin/activate
pip install -e '.[dev]'

cp .env.example .env
chmod 600 .env
# 在 .env 填入 DEEPSEEK_API_KEY；也可配置 Claude 或 OpenAI-compatible API

uvicorn cabinet.web_api:app --reload

另开一个终端：

cd web
npm ci
npm run dev

打开 http://127.0.0.1:5173。未配置模型时，知识库与离线决策骨架仍可运行；圆桌发言会明确显示为本地占位，不会伪装成模型结论。

CLI

python scripts/run_council.py "公司是否应该现在进入一个新市场？"
python scripts/run_chat.py

接入 Codex、Claude Code 与其他智能体

v0.4.0 提供默认只读、无状态的 MCP server，让外部智能体复用知识检索、离线决策地图、顾问目录和四轮议事协议：

python3 -m pip install 'decision-cabinet[mcp] @ git+https://github.com/joyozhang333-lgtm/decision-cabinet.git@v0.4.0'
decision-cabinet-mcp

默认命令启动 stdio server。如果需要本机 Streamable HTTP，可以只监听 loopback：

decision-cabinet-mcp --transport streamable-http --host 127.0.0.1 --port 8765 --path /mcp

如果已经 clone 仓库，则在仓库根目录使用 python3 -m pip install -e '.[mcp]'。内置 HTTP 服务没有公网鉴权，会拒绝非 loopback 绑定。

仓库提供 Codex plugin、Claude Code plugin、DeepSeek Harness MCP Client 预设、Hugging Face Tiny Agents 预设，以及 ML Claw 所使用的 OpenClaw MCP registry 配置片段。腾讯 WorkBuddy 需要使用者把上述 loopback HTTP 服务部署在可达主机上，并在前面配置自己管理的 HTTPS 与鉴权反向代理，再注册为自定义 Connector。注意：添加 plugin marketplace 不会替你安装 Python runtime 和 MCP SDK。

• Codex：完成上面的 runtime 安装后，运行 codex plugin marketplace add joyozhang333-lgtm/decision-cabinet --ref v0.4.0 与 codex plugin add decision-cabinet@decision-cabinet；
• Claude Code：claude mcp add decision-cabinet -- decision-cabinet-mcp；
• DeepSeek Harness：仍属 developer preview，本仓库提供预设，但本版本未做本机 dsh 端到端验证；
• Hugging Face：Tiny Agents 使用 huggingface-agent.json；若“小龙虾”指官方仓库 ML Claw，则通过其 OpenClaw runtime 的 MCP registry 接入，配置见 mlclaw-openclaw.mcp.json；
• 腾讯 WorkBuddy：与 CodeBuddy 不同；GitHub Pages Demo 不是远程 MCP 后端；本版未在 WorkBuddy 企业环境做端到端验证。

完整命令、官方来源、认证限制和验证状态见 智能体接入指南 / Agent integrations。

模型与隐私

默认 provider 是 DeepSeek deepseek-v4-pro，也支持 Claude 和 OpenAI-compatible API：

CABINET_DEFAULT_PROVIDER=deepseek
DEEPSEEK_API_KEY=
DEEPSEEK_MODEL=deepseek-v4-pro

ANTHROPIC_API_KEY=
CABINET_CLAUDE_MODEL=claude-opus-4-8

CABINET_OPENAI_BASE_URL=
CABINET_OPENAI_API_KEY=
CABINET_OPENAI_MODEL=

本地数据默认存入 SQLite，.env、*.db、虚拟环境和前端构建产物都被 Git 忽略。请在提交前自行检查：

• 不要把 API key、真实交易记录、身份证明或私人对话提交到仓库；
• 使用外部模型时，本轮问题、回答、地图和对话会发送给对应 provider；
• 「决策档案」与最近已决/复盘记录默认不发送。只有用户在本轮勾选后，才会把使命、价值观、受影响者、业务/资产/责任主线、约束、标题、选择、理由和复盘结果发送给所选 provider；
• 对外 API 默认关闭，只有设置 CABINET_EXTERNAL_API_KEY 后才启用（仍兼容旧名 CABINET_API_KEY）；
• 私有 UI API 默认仅允许本机访问，并校验 loopback 或显式配置的 Host；浏览器来源默认只信任 localhost:5173 与 127.0.0.1:5173。若通过反向代理或局域网开放，必须设置 CABINET_UI_API_KEY，并将前端的精确 Origin 加入逗号分隔的 CABINET_UI_ORIGINS；远程页面会显示密钥输入框，密钥仅保存在该浏览器的 localStorage。

API

启动后访问 http://127.0.0.1:8000/docs 查看 OpenAPI 文档。主要接口：

Endpoint	用途
POST /api/decision/map	生成选择、代价与局势演化地图
GET /api/knowledge	浏览或搜索可追溯知识卡
POST /api/council/clarify	生成议事前厘清问题
POST /api/council/round	单轮议事，SSE 返回 agenda、顾问 turn、round_summary 与 done
POST /api/council/close	主持人收束并创建决策草稿
POST /api/advisors/{id}/chat	与单个顾问持续对话
GET /api/decisions	决策日志与复盘

架构

React / TypeScript
      ↓
FastAPI ── 决策地图 ── 本地知识检索（Markdown）
   │           │
   │           └── 选择 / 代价 / 二阶效应 / 演化路径
   ├── 四轮圆桌编排 ── 议程 / 回应链 / 结构化纪要
   ├── 只读 MCP server ── Codex / Claude Code / 其他 MCP 宿主
   ├── 顾问与经典白名单（Markdown）
   └── SQLite：档案 / 会话 / 决策 / 复盘

更多细节见 架构说明、产品定义 与 智能体接入。

开发与验证

pytest -q
cd web && npm ci && npm test && npm run build

复现无需后端的 GitHub Pages Demo：

python scripts/export_demo_data.py --output web/public/demo-data.json
cd web && npm run build:demo

CI 会对 Python 3.11/3.12 运行测试，并构建完整前端和静态 Demo。提交 PR 前请按 CONTRIBUTING.md 完成知识来源、隐私、金融边界、产品逻辑与回归检查。

重要声明

本项目仅用于教育、思考与决策支持，不构成投资建议、证券推荐、法律意见、医疗建议或税务建议，也不保证任何结果。AI 可能出错、遗漏或使用过时信息。重大决策请核验原始资料，并在需要时咨询持牌专业人士。

License

MIT © Decision Cabinet contributors

完整英文介绍见 README_EN.md。