$ loading_
记录可证伪预测并对照真实结果,帮助复盘判断准确性
复制安装指令,让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "io.github.commet/argus-decision-mcp" MCP 服务: 执行:claude mcp add 'io-github-commet-argus-decision-mcp' -- npx -y argus-decision-mcp
帮我保存一条可证伪预测:新功能上线后两周内,7日留存率将提升3个百分点。并为后续记录真实结果预留字段。
保存一条结构化预测记录,包含预测内容与后续结果记录位置。
记录这条预测并在下月补充现实结果:本月投放后,注册成本将下降10%。
生成可追踪的预测条目,便于之后填写实际数据并核对是否命中。
保存一个可证伪假设:在相同条件下,方法A的准确率会高于方法B至少2%。实验结束后我要记录真实结果。
形成一条可验证的假设记录,支持事后对照实验结果。
产品经理、研究员或分析师可先把判断写成可证伪预测,再在事后记录真实发生了什么,减少事后解释偏差。
当团队需要复盘预测是否准确时,这个工具可把预测与现实结果对应起来,让评估基于事实而不是主观印象。
它用于保存可证伪预测,并在之后记录现实中实际发生的结果。核心理念是由现实来给预测打分,而不是由模型评价。
适合需要做判断并事后复盘的场景,例如产品决策、研究假设或数据预测跟踪。它强调可验证与结果对照。
给定素材没有提供安装方法、运行环境或密钥要求。相关细节见源码仓库。
让 AI 助手在 IDE 中执行端到端浏览器测试与质量分析调试
让智能体通过 Metaculus API 浏览预测题并提交预测与评论
帮助审查组织设计与领导力论述的证据强度并生成更稳妥表述。
为 MCP 客户端提供确定性校验,核查模型输出的证据、矛盾与溯源可靠性
记录并检索带来源与审计轨迹的决策日志,支持版本替代追踪。
用层次分析法进行结构化决策评估,比较方案并输出一致性校验排名结果