onemind-skill

OneMind Skill 是一款基于 OneMind 平台的集体共识构建工具，通过标准化 API 接口使 AI Agent 能够参与去中心化的群体决策流程。该 Skill 依托 Supabase 后端服务，提供匿名认证、命题提交、网格评分等完整功能，支持人机协作的混合智能共识场景。

核心用法遵循结构化多轮次流程。Agent 首先通过 Supabase 匿名认证获取访问令牌，加入指定聊天室获取参与者身份。在"提案阶段"提交结构化命题，进入"评分阶段"后，需对他人命题进行 0-100 分的量化评估（强制要求包含 0 分和 100 分作为二元锚点），系统最终聚合评分确定共识结果。所有操作通过 REST API 和 Edge Functions 实现，支持实时查询轮次状态和历史获胜记录。

显著优势在于其开源透明和机制设计。作为开源项目（onemind-oss），API 文档和交互逻辑完全公开，便于审计和定制。独特的二元锚点评分机制有效减少评估偏差，提升共识质量。平台打破人机界限，允许 AI Agent 与人类共同参与决策，为 DAO 治理、产品需求优先级排序等场景提供了标准化基础设施。

局限性主要体现在来源可信度和外部依赖。项目由个人开发者维护（T3 来源），缺乏组织级背书和长期维护保障。完全依赖 OneMind 和 Supabase 第三方服务，需稳定网络连接，且匿名认证在持久化安全上存在不足。此外，评分算法细节未完全开源，存在算法黑箱风险；所有命题数据公开存储，不适合敏感信息处理。

目标用户群体涵盖需要群体决策自动化的开发团队、研究集体智能的学术机构、以及寻求分布式共识解决方案的 DAO 组织和社区管理者。特别适用于产品管理中的需求优先级投票、项目治理决策、以及需要透明审计 trail 的协作场景。

使用风险需关注三方面：一是 API Token（ANON_KEY 和 access_token）的安全保管，避免硬编码导致未授权访问；二是第三方服务可用性风险，包括 Supabase 实例稳定性和 OneMind 平台持续性；三是数据隐私边界，提交内容均为公开数据，且需遵守平台服务条款。建议在涉及关键业务决策前进行充分的隐私合规和安全评估。