# Personal Experiment Framework

> 当需要将抽象的个人提升目标（如变健康、赚更多钱）转化为可积累和货币化的具体经验时

- Skill: `dracounion/personal-experiment-framework` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add dracounion/personal-experiment-framework`
- Raw SKILL.md: https://api.skillmd.com/api/skills/dracounion/personal-experiment-framework/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: DracoUnion (https://skillmd.com/u/dracounion)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/dracounion/personal-experiment-framework

---


# personal-experiment-framework

## When to Use

当需要将抽象的个人提升目标（如变健康、赚更多钱）转化为可积累和货币化的具体经验时description

## Core Logic

# 执行步骤

1.  **设定实验性目标**
    *   **输入**：一个宽泛的自我提升领域（如健康、财富、关系）。
    *   **操作**：在该领域内，设定一个具体的、以结果为导向的“实验”目标。例如，将“改善健康”转化为“实验生酮饮食对个人精力和体脂率的影响，周期90天”。
    *   **判断标准**：目标必须是可执行的、有时间限制的，并且结果可测量或可清晰感知。
    *   **输出**：一个具体的实验性目标。

2.  **设计并执行实验协议**
    *   **输入**：步骤1定义的实验性目标。
    *   **操作**：
        a. **变量控制**：明确实验中的自变量（如饮食方案、训练计划）和需要记录的因变量（如体重、精力水平、情绪）。
        b. **建立基线**：在实验开始前，测量并记录因变量的初始状态。
        c. **严格执行**：按照设定的方案执行实验，并保持其他生活变量相对稳定。
        d. **持续记录**：以日志形式详细记录每日的执行情况、主观感受和客观数据。
    *   **判断标准**：实验过程被严格遵循；所有相关数据和观察都被系统、真实地记录下来。
    *   **输出**：一份详实的实验过程记录与数据集。

3.  **分析结果并提炼洞察**
    *   **输入**：步骤2输出的实验记录与数据集。
    *   **操作**：
        a. **对比分析**：将实验结束后的数据与基线数据进行对比，评估变化。
        b. **归因分析**：分析观察到的结果（正面的或负面的）与实验变量之间的关联性。
        c. **提炼方法论**：总结出导致成功结果的关键操作步骤、注意事项或底层原则。同时记录下无效或失败的方法。
    *   **判断标准**：能够从数据中得出至少一个清晰的、关于“什么方法有效/无效”的结论性洞察。
    *   **输出**：关于特定方法在个人身上是否有效以及如何操作的已验证洞察。

4.  **封装可传授的经验包**
    *   **输入**：步骤3输出的已验证洞察。
    *   **操作**：将“实验目标-执行协议-结果分析-有效方法”这一完整流程，结构化地整理成一个可重复、可传授的经验包。明确其适用条件和边界。
    *   **判断标准**：经验包包含明确的背景、步骤、结果和结论，足以让面临相似问题的另一个人理解并尝试。
    *   **输出**：一个结构化的、基于个人实验的“经验知识包”。

# 输出格式要求
以实验报告格式呈现，包含：
1.  **实验标题与目标**。
2.  **实验设计**：包括变量、周期、执行方案。
3.  **过程记录摘要**：关键的执行节点和观察。
4.  **数据分析与结果**：对比数据，陈述主要发现。
5.  **结论与洞察**：总结有效方法、注意事项及该经验的适用边界。

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 学习方法与知识管理 |
| 类型 | procedural (procedural) |
| 置信度 | 85% |
| 前置条件 | 有一个希望自我提升的领域方向 |
| 来源 | 自给自足的职业道路（如何开始） |