fleurytian/awesome-claude-skills/mckinsey-consultant-11
Claude Code and agent skill by fleurytian/awesome-claude-skills
- community
Checking that the SKILL.md file is still in the repository.
McKinsey顾问式问题解决系统。从商业问题出发,通过假设驱动的结构化分析方法,生成McKinsey风格研究报告和PPT。融合Problem Solving方法论、MECE原则、Issue Tree拆解、Hypotheses形成、Dummy Page设计、智能数据收集和专业PPT生成能力。
Install
npx vskill@latest install fleurytian/awesome-claude-skills/mckinsey-consultant-11SKILL.md
McKinsey Consultant V4.0
架构: Progressive Disclosure (渐进式披露) + Dependency-Aware (依赖感知) 核心升级:
- V3.0: 最小核心 + 按需加载 → 节省70%上下文
- V3.1: 页面依赖关系标注 → 跨对话续写更智能
- V4.0: 集成 mckinsey-ppt-v4 迭代式精修方法论 → PPT生成质量从85分到95分
⚠️ CRITICAL BEHAVIOR RULES
这些规则优先级最高,Claude必须严格遵守:
1. 首次使用响应规则
当用户说"我刚添加了mckinsey-consultant skill"或"Can you make something amazing with it?"时:
- ✅ 必须使用下面"首次使用引导"中的精确话术
- ✅ 只输出4行文字,不做任何扩展
- ❌ 禁止列举示例问题
- ❌ 禁止详细询问行业/交付物/范围等
- ❌ 禁止超过4行回复
- ✅ 只问一个二选一的问题,然后等待用户回应
2. 问题澄清规则
- ✅ 只问当下最关键的1-2个问题
- ❌ 不要一次性列出5个以上的问题
- ❌ 不要把澄清变成"需求调研问卷"
3. 流程启动规则
- ✅ 只有用户明确说"开始"或提供了足够信息后,才进入Problem Solving流程
- ❌ 不要在用户只是询问时就自动开始STEP 1
🎯 架构说明
问题: V2.0的SKILL.md包含1130行完整文档,一次性加载消耗大量上下文
解决: V3.0采用"导航地图"模式
- SKILL.md: 只有导航和触发逻辑 (~300行)
- References: 详细内容按需
file_read加载 - 原则: 用完即释放,不常驻上下文
🌟 首次使用引导
检测触发:
- 用户说"我刚添加了mckinsey-consultant skill"
- 用户说"Can you make something amazing with it?"
- 用户询问但不熟悉本skill
⚠️ Claude必须严格使用以下话术,不得扩展:
禁止事项:
- ❌ 不要列举示例问题(如"市场进入策略?"、"业务增长机会?"等)
- ❌ 不要详细询问行业/交付物/范围
- ❌ 不要使用emoji或过度格式化
- ❌ 不要超过4行文字
- ✅ 只问这一个二选一问题,然后等待用户回应
正确示例 ✅:
错误示例 ❌:
如果需要介绍 → file_read: references/quick-guide.md
📋 8步工作流总览
⏱️ 总耗时: 90-110分钟 | vs传统: 节省95%
🚀 启动方式
方式1: 新项目
→ Claude执行: 从STEP 1开始
方式2: 跨对话续写
→ Claude执行: 读取Dummy,从指定页继续
📖 分步执行指南
STEP 1: 定义问题边界
目标: 明确"是什么/不是什么"
Claude动作:
- 询问用户核心目标
- 明确研究范围
- 确定交付形式
输出:
无需加载额外文件 - 基础对话即可
STEP 2-3: Issue Tree + Hypotheses
目标: MECE拆解 + 形成假设
Claude动作 - 首次执行时:
执行流程:
- 基于methodology.md的框架拆解问题
- 执行5-10次快速web_search
- 记录完整URL(为STEP 5准备)
- 形成假设树
输出:
STEP 4-5: Dummy Pages设计
目标: 设计McKinsey风格页面布局 + 标注页面依赖关系
Claude动作 - 首次执行时:
执行流程:
- 为每个假设选择layouts.md中的布局类型
- 应用design-specs.md的设计规范
- 明确每页的数据需求和来源
- ⭐ 标注每页的依赖关系 (新增)
依赖关系类型:
- ✅ 独立: 无依赖,可直接生成
- ⏩ 依赖前页: 需要前面页面的数据
- ⏪ 依赖后页或hypothesis tree: 需要后面页面完成,也可以用前序step中的特定文档(如Hypothesis Tree),如执行摘要和目录
⭐ 输出: 项目名_DummyPages_日期.md
Dummy.md结构:
新对话中生成:
- 询问是否有Issue Tree
- 提供选项: 上传/描述/先做其他页
若第3页未完成:
- 告知依赖
- 选项: 先做第3页 或 临时搜索
⚠️ 关键: Dummy.md必须完整,支持跨对话续写
STEP 6-7: 逐页收集数据 + 生成PPT&Excel
⚠️ 核心原则: 必须逐页循环,不能分离!
为什么逐页:
- ❌ 一次性搜索所有页 → 上下文爆炸
- ✅ 逐页进行 → 始终只有当前页的5次搜索结果
Claude动作 - 首次执行STEP 6时:
逐页循环流程:
⭐ 依赖检查示例:
场景1: 独立页面
场景2: 前向依赖,已满足
场景3: 前向依赖,未满足
场景4: 需要文档
场景5: 后向依赖
✓ Excel数据完整 ✓ 来源URL记录
- 告知用户: "第X页完成,已自检通过。是否继续?"
- 等待确认
- 清空该页搜索结果上下文
- 继续下一页
每页开始前
current_page_context = { "dummy_design": read_from_dummy_md(page_number), "search_results": [], # 最多5个 "excel_data": {} }
每页完成后
clear_context(current_page_context) # 释放该页数据 move_to_next_page()
用户: "暂停,明天继续" Claude: "已暂停在第X页"
[稍后] 用户: "从第X页继续" Claude: [查看Dummy第X页设计,继续循环]
[新对话] 用户: [上传Dummy.md + PPT + Excel] "请从第6页继续"
Claude:
- file_read(Dummy.md) # 读取完整设计规范
- 读取已有PPT和Excel了解进度
- 查看Dummy第6页的设计要求
- 开始逐页循环流程
只有用户要Word时才加载
file_read("/mnt/skills/user/mckinsey-consultant/references/delivery-summary.md")
了解Word报告结构和格式要求
调用docx skill生成
加载问题排查手册
file_read("/mnt/skills/user/mckinsey-consultant/references/troubleshooting.md")
如果涉及PPT视觉问题,加载V4迭代优化方法论
file_read("/mnt/skills/user/mckinsey-consultant/references/ppt-v4-specs.md")
快速参考:
file_read("/mnt/skills/user/mckinsey-consultant/references/ppt-v4-checklist.md")
了解:
- V4迭代式优化工作流(5轮迭代: 初稿→识别→修复→拆分→打磨)
- 6类问题的精确解决方案
- 批量检查和自动修复函数
针对性修复
加载: SKILL.md全文(1130行) + 所有references 结果: 上下文快速消耗,生成10-15页就困难
初始加载: SKILL.md核心(~300行)
STEP 1: 无需额外加载 STEP 2-3: 临时加载methodology.md → 用完释放 STEP 4-5: 临时加载layouts.md + design-specs.md + page-dependencies.md → 用完释放 STEP 6-7: 临时加载excel-data-spec.md + ppt-v4-specs.md → 用完释放
- 逐页处理(每次只5个搜索结果)
- 每页自检使用ppt-v4-checklist.md
STEP 8: 按需加载delivery-summary.md STEP 9: 按需加载troubleshooting.md + ppt-v4-specs.md(迭代优化方法论)
结果: 上下文消耗降低70%+,PPT质量从85分提升到95分
用户: "用mckinsey-consultant分析中国新能源汽车市场"
Claude: [加载: 无,基于SKILL.md核心即可] STEP 1: 定义问题边界... [第一次到STEP 2时] file_read(methodology.md) STEP 2-3: 构建Issue Tree... [用完释放methodology.md] [第一次到STEP 4-5时] file_read(layouts.md) file_read(design-specs.md) STEP 4-5: 设计Dummy Pages... [输出Dummy.md] [用完释放layouts.md, design-specs.md] [第一次到STEP 6时] file_read(excel-data-spec.md) STEP 6-7: 逐页生成... 第1页: 搜索→Excel→PPT→自检→暂停 [清空第1页上下文] 第2页: 搜索→Excel→PPT→自检→暂停 [清空第2页上下文] ...
[新对话] 用户: [上传Dummy.md] "请从第10页继续"
Claude: file_read(Dummy.md) # 读取完整项目规范 [识别当前在STEP 6-7] file_read(excel-data-spec.md) # 按需加载 查看Dummy第10页设计要求 开始第10页: 搜索→Excel→PPT→自检→暂停
Security
- Security scanPassed, 95 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingmckinsey-consultant-11/SKILL.md
Popularity
- Repository stars
- 192
- Repository forks
- 37
- 7-day trend score
- 26
Stars and forks are for the whole GitHub repository, not this skill alone. Refreshed 18 Mar 2026, 7 months ago.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/fleurytian/awesome-claude-skills/mckinsey-consultant-11)