安装与下载
1 ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install prioritization
2 手动安装
将技能文件夹复制到以下位置之一
~/.openclaw/skills/
{'/skills/'}
优先级:工作区 › 全局 › 内置
3 提示词安装
将此提示词复制到 Openclaw 即可自动安装。
请帮我使用 Clawhub 安装 skill-prioritization。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
更倾向于下载?
获取包含原生技能文件的ZIP压缩包。
基本信息
prioritization
安装指南
- ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install prioritization - 手动安装
将技能文件夹复制到以下位置之一
全局模式
~/.openclaw/skills/
工作区
/skills/
优先级:工作区 > 本地 > 内置 - 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 prioritization。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
更倾向于下载?
获取包含原生技能文件的ZIP压缩包。
下载技能 (.zip)
什么是
当任务、功能或路线图项目超出可用容量时,优先级排序可帮助团队决定先做什么。它会选择合适的方法——RICE、ICE、MoSCoW、影响-投入或 Eisenhower——随后为项目评分和排序、考虑依赖关系,并明确哪些工作不会开展。
这套 Openclaw Skills 工作流强调有用证据,而非虚假的精确性:它要求你说明目标和容量,区分估算值与已知数据,解释评分依据,并对最终顺序进行合理性检查。使用它可以让范围决策更加透明且便于执行。
应用场景
对超出容量的待办事项、路线图、错误列表、功能列表或任务列表进行排序。
决定哪些工作应纳入 MVP,或必须删减哪些工作才能赶上截止日期。
在比较多个拥有可用估算值或用户数据的项目时应用 RICE 或 ICE。
使用明确的评分方法和既定目标,解决利益相关者之间的分歧。
使用影响-投入或 Eisenhower 快速筛选少量任务。
识别依赖关系,并明确记录不会开展的工作。
工作原理
设定决策背景: 说明目标、容量或截止日期、项目数量,以及预期步骤:选择方法、评分、排序、划定取舍线并进行合理性检查。
收集证据: 查看待办事项、工单、使用数据、客户请求和过往估算。不要编造覆盖人数或投入;将不确定的输入标记为 [ESTIMATED] 并提供范围。只有在目标或容量不明确时,才提出最多三个问题。
选择方法: 对于拥有用户和投入数据的多个项目,使用 RICE;快速估算时使用 ICE;按截止日期削减范围时使用 MoSCoW;快速进行小组筛选时使用影响-投入;对个人和团队任务进行筛选时使用 Eisenhower。
为项目评分: 应用所选方法,并为每项评分提供一句话的依据。MoSCoW 的 Must 项目应控制在容量的约 60%,为意外情况留出空间。
排列工作: 按分数排序,然后根据依赖关系、风险降低和延迟成本解决并列情况。
划定取舍线: 标明容量耗尽的位置,并列出明确未被选中的工作。
检查结果是否合理: 将排序与直觉比较,调查分歧,并决定是否需要修订输入或判断。
配置指南
此技能是工作流指南,而非 CLI 软件包;所提供的 SKILL.md 未指定安装命令或外部配置。根据你的环境,将该技能添加到兼容 OpenClaw 的技能设置中,然后提供待办事项和决策背景。
为了开展有效的优先级排序,准备好目标、容量或截止日期、项目数量,以及任何可用证据,例如使用数据、客户请求或投入估算。如果无法推断目标或容量,技能最多会提出三个澄清问题。
所提供的 SKILL.md 未指定安装或 CLI 命令。
数据架构
此技能未定义机器可读的输入或输出架构,不会生成文件,也未在 SKILL.md 前置元数据之外指定其他元数据。其工作数据是一个带有分数、理由和容量取舍线的排序列表。
决策数据 预期内容
目标 排序旨在实现的结果
容量 可用容量或相关截止日期
项目 待办事项条目,包括项目数量
分数和依据 特定方法的数值,以及每个项目的一句话理由
估算值 标记为 [ESTIMATED] 的不确定数值,并在适当时提供范围
排序和取舍线 已排序的工作、容量边界,以及明确不开展的清单
合理性检查 排序与直觉之间的任何分歧及其解决方式
特定方法的评分定义:
RICE: Reach × Impact × Confidence ÷ Effort。影响范围为 0.25(极小)至 3(巨大);信心度为 100%、80% 或 50%;投入以人月计量。
ICE: Impact × Confidence × Ease,每项按 1 到 10 评分。
MoSCoW: Must、Should、Could 和 Won't(本次)。
影响-投入: 快速获胜项、重大押注项、填补空缺项和避免项。
Eisenhower: 紧急与重要。
高级特性
选择适合决策的最简单方法,而非增加不必要的评分复杂度。
支持五种优先级排序方法:RICE、ICE、MoSCoW、影响-投入 2×2 和 Eisenhower。
通过标注估算值并提供范围,让不确定性清晰可见,而不是把猜测当作事实。
通过依赖关系、风险降低和延迟成本解决并列情况,而非仅看分数。
要求依据容量划定取舍线,并列出明确不会开展的工作。
提供防护措施,避免虚假的精确性、过多的 Must 项目、过于乐观的投入估算、忽视依赖关系、评分偏见和目标不明确等问题。
为小型请求提供轻量流程:选择一种方法,在一张表中评分,找出前三项,并说明取舍线。
name: prioritization
description: >
Use for prioritization, or when there are more tasks than capacity: "what should we do first?", "rank this backlog", "cut scope for the MVP", "RICE score these". Picks a method (RICE, ICE, MoSCoW, impact-effort), scores items and sets a cut line. Skip for choosing between two designs.
license: MIT