# bayesian-reasoning-calibration

Скилл bayesian-reasoning-calibration применяет теорему Байеса, чтобы систематически пересчитывать вероятности при появлении новых фактов. Помогает делать точнее прогнозы, избежать переуверенности и обоснованно менять решения.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 162 установки · ★ 203 у репозитория
- Автор: lyndonkl
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/lyndonkl/claude/tree/HEAD/skills/bayesian-reasoning-calibration/SKILL.md
- Обновлён: 2026-09-01
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/bayesian-reasoning-calibration

## Что делает

Скилл работает пошагово: сначала вы формулируете конкретный вопрос, затем устанавливаете начальную вероятность на основе базовых показателей и похожих ситуаций, потом оцениваете, насколько новые данные подтверждают или опровергают гипотезу. Дальше формула пересчитывает апостериорную вероятность — то, во что вы должны верить с учётом всех фактов. Результат сохраняется в документ с полной цепочкой рассуждений.

Внутри скилла — пять этапов: определение вопроса, установка начальных убеждений, анализ доказательств и их вероятностей, расчёт финального результата, проверка адекватности. Для простых случаев есть готовый калькулятор, для сложных — методология для нескольких гипотез одновременно. Гайд включает примеры (решение о запуске продукта, медицинский диагноз) и чек-лист, чтобы не пропустить шаг.

Главное ограничение: скилл требует честного подбора начальной вероятности и реалистичной оценки того, насколько вероятны данные при каждой гипотезе. Если исходить из предубеждения или выбирать только удобные факты, результат будет ненадёжным. Скилл работает лучше всего для прогнозов, оценки рисков с неопределённостью и проверки гипотез.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add lyndonkl/claude --skill bayesian-reasoning-calibration -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/bayesian-reasoning-calibration/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/bayesian-reasoning-calibration/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add lyndonkl/claude --skill bayesian-reasoning-calibration -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/bayesian-reasoning-calibration/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add lyndonkl/claude --skill bayesian-reasoning-calibration -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/bayesian-reasoning-calibration/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install lyndonkl/claude skills/bayesian-reasoning-calibration
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/bayesian-reasoning-calibration/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add lyndonkl/claude --skill bayesian-reasoning-calibration -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/lyndonkl/claude --path skills/bayesian-reasoning-calibration
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/bayesian-reasoning-calibration/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add lyndonkl/claude --skill bayesian-reasoning-calibration -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/lyndonkl/claude/tree/HEAD/skills/bayesian-reasoning-calibration/SKILL.md

## Когда брать
- Пересчитать вероятность гипотезы с учётом новых данных
- Калибровать уверенность в прогнозе и избежать переуверенности
- Оценить, насколько сильно новое свидетельство меняет решение
- Структурировать рассуждение под неопределённостью для команды
- Сравнить несколько гипотез и выбрать наиболее вероятную

## Примеры запросов агенту
- Нужно решить, запускать ли фичу — помоги найти вероятность успеха с учётом результатов беты
- Оценить риск отказа сервера по новым логам и метрикам
- Обновить прогноз объёма продаж после выхода отчёта конкурента

## Похожие
- [amc-run-video-calibration](https://affpapa.org/nevibecode/skills/amc-run-video-calibration.md) — скилл · 664 установки
- [amc-setup-calibration-stack](https://affpapa.org/nevibecode/skills/amc-setup-calibration-stack.md) — скилл · 652 установки
- [statistical-analysis](https://affpapa.org/nevibecode/skills/k-dense-ai-statistical-analysis.md) — скилл · 2600 установок
- [thought-based-reasoning](https://affpapa.org/nevibecode/skills/thought-based-reasoning.md) — скилл · 1500 установок
- [Audio Calibration MCP](https://affpapa.org/nevibecode/mcp/audio-calibration-mcp.md) — MCP-сервер · ★ 9 у репозитория

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
