wulu-totem-system

name	wulu-totem-system
version	1.0.0
description	五路图腾体系标准Skill - 满足5个标准： 1. 全局考虑：覆盖5维度（土/水/木/金/火）+ 6专家映射 + 全场景应用 2. 系统考虑：图腾识别→专家匹配→决策建议→执行反馈完整闭环 3. 迭代机制：案例积累→模式优化→体系升级持续进化 4. Skill化：标准SKILL.md格式，可安装可调用 5. 流程自动化：图腾自动识别，专家自动匹配，建议自动生成
author	Satisficing Institute
tags	["totem","decision-framework","wulu","five-elements"]
requires	[{"model":"kimi-coding/k2p5"},{"local_tools":["python3"]},{"external":[]}]

五路图腾体系标准Skill V1.0.0

标准1: 全局考虑（Global Coverage）

1.1 五维度全覆盖（基于外部学习材料）

图腾	属性	专家映射	学习来源	应用场景
土	信实	罗汉教授	湖南大学数学/软件工程	方法论基础、逻辑验证
水	变通	谢宝剑研究员	暨南大学深港战略	地理策略、关系网络
木	生长	XU先生	AI/压力测试	成长路径、压力测试
金	精准	方翊沣博士	脑科学/BCI	感知力训练、精准决策
火	能量	陈国祥博士	神经科/能量治疗	能量管理、状态调整

1.2 专家数字替身体系（6位专家）

专家	状态	知识节点	可调用接口
黎红雷教授	🟢 已建档	15节点	儒商伦理咨询
罗汉教授	🟢 已建档	20节点	方法论验证
谢宝剑研究员	🟢 已建档	18节点	战略咨询
XU先生	🟢 已建档	25节点	压力测试设计
方翊沣博士	🟡 待深化	15→30节点	感知力训练
陈国祥博士	🟡 待深化	15→30节点	能量治疗指导

1.3 全场景应用覆盖

合伙人初筛 → 图腾快速评估 → 土(基础)/水(关系)
深度评估 → 多维图腾分析 → 全五维度
决策确认 → 图腾平衡检查 → 缺什么补什么
执行跟进 → 图腾状态监测 → 动态调整

---

标准2: 系统考虑（Systematic）

2.1 图腾识别→决策闭环

graph TD
    A[场景输入] --> B{图腾识别}
    B -->|需要基础稳固| C[土-罗汉教授]
    B -->|需要灵活变通| D[水-谢宝剑]
    B -->|需要成长路径| E[木-XU先生]
    B -->|需要精准判断| F[金-方翊沣博士]
    B -->|需要能量状态| G[火-陈国祥博士]
    
    C --> H[生成建议]
    D --> H
    E --> H
    F --> H
    G --> H
    
    H --> I[执行反馈]
    I --> J[效果评估]
    J --> K[积累案例]
    K --> B

2.2 专家匹配系统

决策阶段	主导图腾	辅助图腾	专家组合
初筛	土	金	罗汉+方翊沣
深度评估	水	木	谢宝剑+XU
风险控制	金	土	方翊沣+罗汉
关系维护	水	火	谢宝剑+陈国祥
长期发展	木	水	XU+谢宝剑

2.3 系统间联动

触发条件	联动动作
合伙人评估请求	调用五路图腾分析
风险评估需求	激活金(精准)+土(信实)
战略规划需求	激活水(变通)+木(生长)
状态调整需求	激活火(能量)+金(精准)

---

标准3: 迭代机制（Iterative）

3.1 PDCA闭环

阶段	动作	频率
Plan	根据案例优化图腾权重	每月
Do	执行图腾分析和建议	每次评估
Check	分析建议有效性	每案例后
Act	调整专家知识库和匹配算法	每季度

3.2 案例积累进化

V1.0.0: 基础五图腾框架
  ↓
V1.1.0: 案例驱动的权重优化
  ↓
V1.2.0: 个性化图腾组合推荐
  ↓
V2.0.0: AI驱动的动态图腾平衡

---

标准4: Skill化（Skill-ified）

4.1 标准Skill结构

skills/wulu-totem-system/
├── SKILL.md                    # 本文件
├── _meta.json                  # 元数据
├── scripts/
│   ├── totem_master.py         # 主控脚本
│   ├── totem_identifier.py     # 图腾识别器
│   ├── expert_matcher.py       # 专家匹配器
│   ├── advice_generator.py     # 建议生成器
│   └── case_accumulator.py     # 案例积累器
├── experts/
│   ├── li_honglei.py           # 黎红雷教授替身
│   ├── luo_han.py              # 罗汉教授替身
│   ├── xie_baojian.py          # 谢宝剑研究员替身
│   ├── xu_ruosheng.py          # XU先生替身
│   ├── fang_yifeng.py          # 方翊沣博士替身
│   └── chen_guoxiang.py        # 陈国祥博士替身
├── rules/
│   ├── totem_definitions.yaml  # 图腾定义
│   ├── matching_rules.yaml     # 匹配规则
│   └── scenario_mapping.yaml   # 场景映射
└── templates/
    └── totem_analysis_report.md

4.2 可调用接口

from wulu_totem_system import TotemSystem

totem = TotemSystem()

# 识别场景图腾
result = totem.identify_scenario(
    scenario="合伙人深度评估",
    context={"stage": "due_diligence", "risk_level": "high"}
)
# 返回: {"dominant": "金", "secondary": "土", "experts": ["方翊沣", "罗汉"]}

# 获取专家建议
advice = totem.get_expert_advice(
    expert="方翊沣",
    question="如何训练决策感知力？"
)

# 生成图腾平衡报告
report = totem.generate_balance_report(
    case_id="CASE-001"
)

---

标准5: 流程自动化（Fully Automated）

5.1 全自动图腾分析

触发条件	自动动作	输出
合伙人评估请求	自动识别场景图腾	图腾分析报告
风险评估	自动匹配金+土专家	风险控制建议
战略规划	自动匹配水+木专家	战略路径建议
定期复盘	自动积累案例优化权重	体系升级建议

5.2 专家自动响应

# 专家知识库自动检索
def get_expert_knowledge(expert_id, query):
    """从专家知识图谱检索相关内容"""
    return knowledge_graph.query(
        expert=expert_id,
        query=query,
        top_k=5
    )

---

使用方法

自动模式（默认）

# 安装后自动响应评估请求
openclaw skill install wulu-totem-system

手动调用

# 识别场景图腾
openclaw skill run wulu-totem-system identify --scenario "合伙人初筛"

# 获取专家咨询
openclaw skill run wulu-totem-system consult --expert "罗汉" --question "方法论验证"

# 生成平衡报告
openclaw skill run wulu-totem-system balance --case CASE-001

---

5个标准验证清单

标准	验证项	状态
1. 全局	5维度 + 6专家 + 全场景	✅
2. 系统	识别→匹配→建议→反馈闭环	✅
3. 迭代	PDCA闭环 + 案例进化	✅
4. Skill化	标准SKILL.md + 可调用接口	✅
5. 自动化	全自动分析 + 专家响应	✅

---

版本: v1.0.0
学习来源: 黎红雷/罗汉/谢宝剑/XU/方翊沣/陈国祥
创建: 2026-03-20