產生具有明確未知數、置信區間和假設文件的校準三點估計（最佳/可能/最差情況）。將工作分解為原子單元，識別技術和範圍不確定性，計算 PERT 範圍，並提供置信理由。觸發：「估計這個」、「這需要多長時間」、「工作量估計」、「時間估計」、「最好情況最壞情況」、「置信區間」、「尺寸」、「估計工作量」、「這個有多大」、「故事點」、「T 卹尺寸」、「估計工作量」、「PERT」。不適用於任務分解、實施計劃或依賴關係映射 - 請改用任務分解器。當任務或專案需要具有明確不確定性的工作量估計時，請使用此技能。
透過命令列快速安裝 estimate-calibrator AI 技能到你的開發環境
來源：mathews-tom/praxis-skills。
Replaces single-point guesses with structured three-point estimates: decomposes work into atomic units, estimates best/likely/worst case for each, identifies unknowns and assumptions, calculates aggregate ranges using PERT, and assigns confidence levels with explicit rationale.
| references/estimation-methods.md | PERT formula, three-point estimation, Monte Carlo basics | Always | | references/unknown-categories.md | Technical, scope, external, and organizational uncertainty types | Unknown identification | | references/calibration-tips.md | Cognitive biases in estimation, historical calibration, buffer strategies | Always |
| references/sizing-heuristics.md | Common task size patterns, complexity indicators, reference class data | Quick sizing needed |
產生具有明確未知數、置信區間和假設文件的校準三點估計（最佳/可能/最差情況）。將工作分解為原子單元，識別技術和範圍不確定性，計算 PERT 範圍，並提供置信理由。觸發：「估計這個」、「這需要多長時間」、「工作量估計」、「時間估計」、「最好情況最壞情況」、「置信區間」、「尺寸」、「估計工作量」、「這個有多大」、「故事點」、「T 卹尺寸」、「估計工作量」、「PERT」。不適用於任務分解、實施計劃或依賴關係映射 - 請改用任務分解器。當任務或專案需要具有明確不確定性的工作量估計時，請使用此技能。 來源：mathews-tom/praxis-skills。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/mathews-tom/praxis-skills --skill estimate-calibrator產生具有明確未知數、置信區間和假設文件的校準三點估計（最佳/可能/最差情況）。將工作分解為原子單元，識別技術和範圍不確定性，計算 PERT 範圍，並提供置信理由。觸發：「估計這個」、「這需要多長時間」、「工作量估計」、「時間估計」、「最好情況最壞情況」、「置信區間」、「尺寸」、「估計工作量」、「這個有多大」、「故事點」、「T 卹尺寸」、「估計工作量」、「PERT」。不適用於任務分解、實施計劃或依賴關係映射 - 請改用任務分解器。當任務或專案需要具有明確不確定性的工作量估計時，請使用此技能。 來源：mathews-tom/praxis-skills。
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/mathews-tom/praxis-skills --skill estimate-calibrator 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/mathews-tom/praxis-skills