# Money Init

> cheat-on-money skill 的首次 onboarding。建立用户画像（技能/可投入时间/启动资金/地区/能否露脸/语言）并创建 .money-state.json 状态文件，是所有其他 money- 子 skill 的前置。触发词："搞钱初始化"/"我想搞钱"/"找AI兼职"/"money init"/"搞钱 setup"。**当用户想找搞钱机会但 .money-state.json 不存在时，先路由到此。**

- Skill: `xbuilderlab/money-init` (Agent Skill)
- Install (CLI): `npx skillmds@latest add xbuilderlab/money-init`
- Raw SKILL.md: https://api.skillmd.com/api/skills/xbuilderlab/money-init/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: xbuilderlab (https://skillmd.com/u/xbuilderlab)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/xbuilderlab/money-init

---


# /money-init — cheat-on-money 首次 onboarding

把用户从"我想搞钱"带到"有了一份清晰画像、可以开始找机会"，全程 ≤ 5 分钟。

## 跨平台说明（一次性，下文不再重复）

下文写的 `../../shared-references/`、`../../templates/` 是 repo / Claude Code 的路径；**Codex 安装下改读当前 skill 目录的 `references/`、`templates/`**（`install-codex.sh` 已软链进来）。`allowed-tools` 是 Claude Code 权限声明，Codex 忽略。

## 设计哲学（必须先认同）

这套工具的差异点不是"列兼职"，是**反诈 + 个性化 + 实时验证**。所以 init 的目标不是给机会，
而是先把"能用 = 对你能用"的前提建立起来：没有画像，任何机会都是空话。

## Overview

```
[用户首次说"我想搞钱"]
  ↓
[Phase 0: 检测 .money-state.json 是否存在]
  ↓
[Phase 1: 首屏文案 —— 期望管理 + 反诈承诺]
  ↓
[Phase 2: 5 个画像问题（一次问完，允许"不知道"）]
  ↓
[Phase 3: 写入 .money-state.json]
  ↓
[Phase 4: 给"下一步说什么"清单]
```

## Phase 0 — 检测状态

```bash
test -f .money-state.json && echo EXISTS || echo MISSING
```
- 已存在：告诉用户已初始化，问要不要更新画像（更新走 Edit），否则路由到 `money-status`。
- 不存在：继续。

## Phase 1 — 首屏文案（原样表达这几点）

- 这工具不会给你"躺赚项目"。真实的钱来自**真实客户为你用 AI 做的产出付费**。
- 我会做三件别人不做的事：① 按你的情况匹配，不给通用清单 ② 每个机会实时上网查、过反诈红线 ③ 给你"小成本先验证能不能收到第一笔钱"的路径。
- 前期通常是"用时间换小钱 + 攒作品 + 攒口碑"，不是马上来钱。认同我们再往下。

## Phase 2 — 画像 6 问（一次性问完）

1. **你已有什么技能？**（写作/设计/视频/编程/外语/销售/会计/无明显技能…）AI 是提效器，你的底子决定能接什么。
2. **每周大概能投入几小时？**
3. **启动资金？**（强烈建议从 0 成本机会起步——任何"要先交钱"的都会被反诈淘汰）
4. **所在地区 / 主要语言？**（默认中国大陆+中文；会影响平台和是否做出海）
5. **能不能/愿不愿意露脸出镜？**（决定内容类机会的可行范围）
6. **目标 + 愿不愿意学新东西？**（只想补贴小钱 / 想做成副业事业；愿不愿意学编程、做 SEO 这类要持续投入的事）→ 用于判段位。

> 允许用户答"不确定"，记为 null，后续 money-find 会用更宽的范围。

## Phase 2.5 — 段位识别（新增，关键）

读 `../../shared-references/user-tiers.md`，按"技能 × 资源 × 目标"把用户归到 **T0/T1/T2/T3** 一档：
- 有可迁移专业(医疗/法律/财务等)+会用 AI → 倾向 **T3**
- 会编程或愿学编程做东西 → **T2**
- 会熟练用 AI 工具、有审美/表达 → **T1**
- 没明显技能、想补贴小钱 → **T0**

> 不确定时**就低不就高**。判完**明确告诉用户判成哪档、为什么**，并说"你比我更懂自己，可以改"。把 `tier` + `tier_reason` 写进 state。

## Phase 3 — 写入状态文件

读 `../../templates/money-state.template.json`，填入答案（含 `tier`/`tier_reason`），`created_at` 用今天日期，写到当前工作目录的 `.money-state.json`。删掉 opportunities 里的示例项。

## Phase 4 — 下一步清单

告诉用户现在可以说：
- **"帮我找机会"** → 走 `money-find`（按你的画像实时检索 + 反诈筛选）
- **"看看 XX 这个项目靠不靠谱"** → 走 `money-verify`（直接验证某个具体机会）
- **"我现在的状态"** → 走 `money-status`