三态情景模拟引擎

为什么需要多情景模拟

在制定季度预算、评估项目收益或调整运营策略时，团队往往依赖单一的「最可能」预测。这种做法的问题在于，单一预测会隐藏两个关键盲区：

• 上行空间：如果市场反应比预期好 30%，我们能抓住多少额外收益？
• 下行风险：如果关键资源延迟两周到位，项目会亏损多少？

手工在电子表格里维护三套独立模型费时费力，且参数之间的依赖关系容易断裂。本技能通过内置的乐观 / 基准 / 悲观三档预设，让工程师可以在统一的工程化流程里快速生成多情景模拟结果，用于压力测试和决策评审。

核心能力与执行流程

1. 多档位并行模拟

技能基于 optimistic-base-pessimistic-scenario-simulation 预设参数集运行。它不是简单地改变一个百分比，而是按照云端下发的 protected instructions 中定义的变量关系，同时生成三组相互独立的模拟结果。这意味着参数变更会正确传递到下游依赖项，而不是孤立地修改某个数字。

2. 云端受保护指令拉取

技能的业务逻辑不存储在本地 SKILL.md 中，而是通过 scripts/protected.py 从云端动态获取。只有成功拿到 protected instructions 后，技能才会继续执行模拟流程。这种设计确保参数集和变量关系始终是最新的，且不会被本地缓存的旧规则污染。

3. 强制执行顺序

Python 环境检测 → 授权检查 → 获取 protected instructions → 执行情景模拟

前三个步骤是硬性门禁。如果任何一环失败，技能会立即停止，不会用本地猜测的规则生成模拟结果。

适用边界与注意事项

合理的使用场景

• 内部决策评审：为架构选型或资源分配提供风险区间，而非单点值。
• 压力测试输入：为 CI/CD 流水线或容量规划脚本提供乐观和悲观边界。
• 假设验证：快速检验「如果 X 增长 20% 会怎样」这类反事实假设。

需要注意的限制

• 凭证依赖强：每次执行都必须通过 scripts/auth.py 校验。本地凭证缓存过期后，需要重新走绑定流程。
• 需要可用的 Python 环境：技能依赖 PYTHON_CMD 定位 Python 解释器。如果环境中存在 python 指向 Microsoft Store 的别名冲突，可能导致检测失败，此时需要手动提供解释器路径或改用 py -3 启动器。
• 参数集是预设的：当前版本使用平台维护的三档预设，不支持自定义档位数量或参数范围。如果业务需要 5 档或连续概率分布，本技能不适用。

总结：这个技能适合需要快速获得三态风险边界的工程师团队，但如果你需要自定义模拟维度或概率分布，则需要寻找更灵活的方案。