| name | build-vs-buy-analyzer |
| version | 1.0.0 |
| description | 自建vs外购分析器 - 技术决策的标准化评估框架：
1. 全局考虑：覆盖核心差异化、方案成熟度、集成成本等关键因素
2. 系统考虑：决策树→因素对比→建议生成完整闭环
3. 迭代机制：根据实际决策结果优化评估规则
4. Skill化：标准接口，可嵌入任何技术决策流程
5. 流程自动化：自动评估并生成决策建议
|
| author | Satisficing Institute |
| tags | ["decision","build-vs-buy","tech-strategy","framework"] |
| requires | [{"model":"kimi-coding/k2p5"}] |
自建vs外购分析器标准Skill V1.0.0
标准1: 全局考虑（Global Coverage）
1.1 决策因素
| 因素 | 自建(Build) | 外购(Buy) |
|---|
| 维护成本 | 持续投入 | 供应商维护 |
| 定制化 | 无限灵活 | 有限扩展点 |
| 上市时间 | 较慢 | 较快 |
| 专业技能 | 需掌握 | 抽象化 |
| 长期成本 | 随团队扩展 | 授权/订阅费 |
| 供应商锁定 | 无 | 中高风险 |
| 安全控制 | 完全可控 | 依赖供应商 |
1.2 决策树
是否是产品的核心差异化因素?
├─ 是 → 自建(掌握竞争优势)
└─ 否
├─ 是否有成熟方案?
│ ├─ 是 → 外购
│ └─ 否 → 自建(最小化)
└─ 集成成本 > 自建成本?
├─ 是 → 自建
└─ 否 → 外购
标准2: 系统考虑（Systematic）
2.1 分析流程
场景描述 → 核心差异化判断 → 方案成熟度评估 → 成本对比 → 风险评估 → 生成建议
2.2 输出内容
| 输出 | 说明 |
|---|
| 决策建议 | Build/Buy/最小化自建 |
| 理由 | 关键因素分析 |
| 风险清单 | 各方案主要风险 |
| 迁移计划 | 未来可能的切换方案 |
标准3: 迭代机制（Iterative）
3.1 规则优化
根据实际决策结果调整评估权重和规则。
标准4: Skill化（Skill-ified）
4.1 目录结构
build-vs-buy-analyzer/
├── SKILL.md # 本文件
├── _meta.json # 元数据
├── scripts/
│ ├── analyze.py # 主分析脚本
│ ├── decision_tree.py # 决策树逻辑
│ ├── factor_comparison.py # 因素对比
│ └── risk_assessment.py # 风险评估
└── templates/
└── assessment_template.md
4.2 调用接口
from build_vs_buy_analyzer import BuildVsBuyAnalyzer
analyzer = BuildVsBuyAnalyzer()
result = analyzer.analyze(
component="用户认证系统",
is_core_differentiator=False,
maturity="高",
build_cost="2人月",
buy_cost="$500/月"
)
标准5: 流程自动化（Fully Automated）
5.1 使用方法
openclaw skill run build-vs-buy-analyzer analyze \
--component "用户认证系统" \
--core-differentiator false \
--maturity high
5标准验证清单
| 标准 | 验证项 | 状态 |
|---|
| 1. 全局 | 关键因素全覆盖 | ✅ |
| 2. 系统 | 决策树→对比→建议闭环 | ✅ |
| 3. 迭代 | 规则优化机制 | ✅ |
| 4. Skill化 | 标准目录 + 调用接口 | ✅ |
| 5. 自动化 | 自动评估+建议 | ✅ |
版本: v1.0.0
来源: decision-frameworks散落机制提取
创建: 2026-03-20
