由 model-distillation 从教师技能 game-negotiation 蒸馏并增强的超越型元技能， 在教师能力之上叠加自验证、自我反思、super-agent 编排与持续自进化闭环，逐步超越教师。
Coding
game-negotiation
Try it可计算博弈与协商引擎（model-agnostic）。针对多方谈判/分配场景，给出最优或纳什策略： Nash 议价、Rubinstein 轮流出价、Shapley 公平分配、零和 minimax 均衡。 实体化"前沿认知·博弈谈判"，让 agent 能求可计算的最优/纳什策略而非拍脑袋。
What it does
可计算博弈与协商引擎（model-agnostic）。针对多方谈判/分配场景，给出最优或纳什策略： Nash 议价、Rubinstein 轮流出价、Shapley 公平分配、零和 minimax 均衡。 实体化"前沿认知·博弈谈判"，让 agent 能求可计算的最优/纳什策略而非拍脑袋。
The skill document
game-negotiation（博弈谈判）
北极星能力域「前沿认知(下一梯队)·博弈谈判」实体化。一线大模型对博弈/协商 常给泛泛建议；本技能给出可计算、可验证的均衡解。
何时使用
- 多方资源/收益分配需要"公平且有理有据"的方案。
- 谈判中需知道"最优出价份额"或"对方最优反应"。
- 合作博弈要按贡献公平分润（Shapley）。
- 零和/对抗场景求 minimax 均衡值与混合策略。
工作流
- 识别博弈型：合作分配→Nash/Shapley；序贯谈判→Rubinstein；对抗→minimax。
- Nash 议价：威胁点(disagree) + 可分配剩余(surplus) + 议价力权重(weights) → 闭式分配。
- Rubinstein：双方贴现因子(p,r) → 子博弈完美均衡份额。
- Shapley：特征函数(char_func) → 每玩家平均边际贡献。
- minimax：收益矩阵 → 离散网格近似最大最小均衡值。
- 可靠自验证：
--selftest断言全部符合闭式/理论值，reliability<0.8 即回退。
运行
python scripts/negotiator.py --selftest
# Nash 等权分 100：--mode nash --json '{"disagree":[0,0],"surplus":100,"weights":[1,1]}'
# Rubinstein δ=0.9：--mode rubinstein --json '{"p":0.9,"r":0.9}'
增强点（融入元进化闭环）
- 自验证：selftest 含 Nash/Rubinstein/Shapley/minimax 理论基准。
- 自进化：已注入 learner，纳入 meta-evolver 的 sense/plan/record 闭环。
已知限制
- minimax 为离散网格近似，矩阵>2 维退化为等权（仅 2xN 精确）。
- Shapley 复杂度 2^n，玩家>~12 需采样近似。
- 假设理性/共同知识，非理性对手需加行为博弈层。
Related skills
策略互动分析工具,支持纳什均衡、囚徒困境与决策树分析。Use when 需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于实时流数据处理。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。支持多场景应用和灵活配置。
3 installs
自我博弈对抗进化：让同一个智能体轮流扮演 proposer（提案者）与 critic（批判者），两边互相找茬、互相修补， 逐轮把提案质量与批判敏锐度一起推高，彼此越迭代越强。这是一线大模型几乎不具备、且决定能否可证明地变强的能力。 当用户要求自我博弈、对抗共进化、proposer/critic 闭环、越迭代越强、GAN 式自训练时使用。
Activate when: someone says 'this is win-lose,' 'we can't both win,' 'what's in it for them to cooperate,' 'is there a deal here,' or 'how do we get past thi...
2 stars
Prepare salary negotiations with a structured toolkit: market-rate anchoring math, walk-away floor calculation, total-compensation evaluation (equity, bonuses, benefits), negotiation scripts for offers, raises, and counter-offers, and BATNA analysis. Use when the user has a job offer, is preparing a raise conversation, wants to know if their pay is competitive, or needs scripts and a strategy for negotiating compensation.
1 installs
游戏AI开发指南,涵盖FSM、行为树、寻路与决策系统的代码实现。Use when 需要代码生成、编程辅助、调试测试、开发部署时使用。不适用于无明确技术栈的模糊需求。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。
3 installs