zizi-al/muse-agent-example
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
173 Commits 2 Branches 0 Tags
Commit Graph

8 Commits

Author SHA1 Message Date
zizi
d80df3ed7c 治理: 剩余问题收口——humanization 规则/样例数据库权威 + PG 集成全通过 + 行为评测脚手架 + raw 冲突备忘录 
范围（不含 design-story-foundation、docs/design、docs/write-chapter、
craft/、humanization/README.md 等进行中改动）:

1. humanization 规则/样例运行时数据库权威
   - db/ddl/111：example_ai_flavor_rule / example_ai_flavor_sample /
     example_ai_flavor_rule_event（append-only 生命周期留痕），已应用到 muse-example
   - deai/load_db.py：数据库装载器，激活门/重复检测/指纹与文件装载器同源；
     数据库失败关闭，不静默回退 Git 文件资产
   - humanization/tools/seed_rules_db.py：YAML 种子单事务同步，幂等、
     变化留痕、--strict 对 db-only 行失败关闭；真实库已种入 26 规则/107 样例
   - prevent/diagnose/revise 生产路径切到数据库读取（--offline 显式读文件），
     落库前新鲜度检查与合同声明来源一致；四个 SKILL.md 数据库合同同步
   - 真实库验证：规则库指纹与文件种子一致（v-609bc40e21d0b5db），
     三个生产脚本端到端从库装载通过

2. PostgreSQL 集成：显式授权后 9/9 通过
   - 此前被依赖门阻断的 6 个 _db/smoke 测试全部通过
   - extract rollback 冒烟改为回滚事务内自给夹具（pending 窗/草稿缺失时自建），
     不再依赖瞬时生产状态；夹具残留核验为 0

3. Skill 行为评测脚手架（真实执行数量仍为 0）
   - harness/evals/skill_eval.py：场景合同、六类评测范畴、适配器和结构化裁决报告
   - diagnose-ai-flavor 参考场景 4 条 + 管道自测 7 项通过
   - 真实模型适配器未授权时以稳定码 EVAL_ADAPTER_UNAVAILABLE 失败关闭；
     清单登记 skill_behavior_eval 条目，默认被依赖门阻断

4. evaluate-frozen-replay raw 存储边界冲突
   - docs/2026-08-19 备忘录：平台 DB-first 合同（创始人批准）与回放链
     仓外 vault 强制的冲突事实、两个选项和裁决前约束；运行时合同未单方面改写

5. harness 自身修复
   - runner 对账语义：行为评测入口不参与测试资产双向等值，但登记文件必须存在；
     manifest 保留 skill_behavior_eval 布尔字段并校验类型
   - 新增 2 条对账回归用例

验证证据: harness 三组自测 15+15+7 通过；静态审计 32 Skill / 0 问题；
76 个非数据库条目通过；9 个 PostgreSQL 集成条目显式授权后通过；
行为评测条目默认阻断；py_compile 与 git diff --check 通过。
未调用真实模型、embedding 或额度；真实行为评测执行数量仍为 0。
 2026-08-19 02:41:25 +08:00
zizi
c9f69d9d6d 治理: Skill 测试治理第一阶段——harness 控制平面 + 实现测试迁出运行时目录 
范围（不含 design-story-foundation、docs/、humanization/README.md 等进行中改动）:

1. 新增 harness/ 控制平面
   - skill_harness.py 静态审计：32 个运行时 Skill 的 frontmatter/manifest/文档污染，当前 0 问题
   - run_selected.py 选择性执行器：manifest 与磁盘一一对账、依赖阻断、
     空跑与 skip-only 失败关闭、AST 测试形状门
   - manifests/skills.json：32 个 Skill 的合同责任方与协作领域登记
   - manifests/test-inventory.json：81 个测试资产登记
   - specs/skill-testing.md 与 README.md：测试分层、证据边界与 harness 职责

2. 实现测试从 .claude/skills/*/scripts/ 迁至 tests/skills/<skill>/
   - 71 个测试文件迁移并修复项目根与临时目录运行导入
   - 数据库触发器测试宽泛异常收窄为 psycopg.errors.RaiseException
   - 抽取离线大测试拆出真实 PG smoke（默认阻断，不计入离线通过）
   - 抽取 presence 去重边界拆出独立测试：493 + 78 = 571 项检查不变

3. 运行时文档清理
   - 13 个 SKILL.md 移除自测/离线验证段落、测试命令与测试文件事实源表述，
     只保留运行时合同；业务运行合同、额度、授权与离线模式均保留

4. SoT 同步
   - AGENTS.md：新增 Skill 领域索引（7 个合同责任方分组，覆盖 32 个运行时 Skill）
   - 领域 07：测试入口改由 harness/manifests/ 登记，SKILL.md 不承载测试命令
   - humanization 覆盖矩阵：活动测试路径同步迁移

验证证据: harness 自测 15 项 + runner 自测 13 项通过；静态审计 32 Skill / 0 问题；
73 个非数据库测试通过；8 个集成条目中 6 个 PostgreSQL 项被依赖门明确阻断；
py_compile 与 git diff --check 通过。未连接 PostgreSQL、网络、真实模型或额度。

已知边界: 真正 skill_behavior_eval 仍为 0，尚未验证任何 Skill 自然语言行为；
evaluate-frozen-replay 的 raw 存储边界冲突留待单独治理。
 2026-08-19 01:50:20 +08:00
zizi
476bb71da4 框架: 去AI味与人感资产层入库——humanization 规则库（26 条 active，其中 16 条经所有者留痕豁免 holdout 激活）与五技能先行验证副本 2026-08-16 03:04:12 +08:00
zizi
b0bc7a8745 框架: 技能按动作-对象重组 + 先审后入创作闭环 
一、技能重组（动作-对象命名）
- 旧目录 clean/confirm/continuation/db/detect/embed/… 重组为
  clean-book-text/decide-candidate/write-next-chapter/access-database/
  check-content-consistency/embed-knowledge/…（git 识别为 rename，内容保持）
- agents/*.md、AGENTS.md/CLAUDE.md 收编、example_skill 登记表同步新名

二、先审后入创作闭环（本次核心）
正文接受从"机械门一过就写正典"改为"机械门+语义审查双通过+用户批准+单事务原子提交"，
DB 级兜底，编排层跳步即被硬拒。
- candidate_cas.py + example_candidate_cas(109)：持久化 CAS 状态链
- fact_delta.py + example_fact_delta/example_fact_ledger(106)：结构化事实增量，
  模型只提六型闭集增量+正文证据引文，仅用户批准的增量随正文同事务入账本
- projection_registry.py + example_projection_run(107)：投影登记与恢复
- acceptance_state.py：接受前置实时状态重读
- lesson_registry.py + example_lesson(108)：经验升格链，禁止自动升格
- DDL 105：example_candidate 增 semantic_status/semantic_report_sha256
- write_canonical.accept：语义兜底+同事务合并增量+登记投影；
  run_writer_pipeline/persist_writer_run/run_writer_semantic_detector/step2 接入全链
- claude_runtime：兼容新 CLI modelUsage 信息字段

三、审查修复（独立子代理四维审查后）
- 事实增量 propose→approve 翻态正道，不撞唯一键
- 冻结配置探针重刷（CLI 2.1.211→2.1.231 漂移），profileSha256/adapterVersion 再登记
- 可视化合同悬空路径/五六空间矛盾、 SoT 旧技能名漂移、行尾空白清理

测试：离线 65 套 + 真实库集成 5 套（CAS/接受故障注入/事实增量/投影/经验升格）+ 回放 79 项全绿。
创作内容（docs/design、生成正文 artifacts）按"框架与创作分开"未入本提交。
 2026-08-14 10:24:08 +08:00
zizi
952485a506 框架: 前期创作流程代码——细纲统一合同+字段覆盖门禁+文风/范式注入+取数端统一 
修五个硬伤，让"前期准备"从文档纪律变成机械门禁，并补齐写作链上游注入：
- 细纲合同合一：新建 meta/schemas/fine_outline.yaml 作唯一字段权威（必填9+推荐7），
  统一此前 planning 产出形与 writer 装配消费形两套不相交字段；fine-outline 技能对齐。
- 落库字段覆盖门禁：persist_planning 按 schema 校验必填字段，缺必填失败关闭，
  「字段存疑」逃生口；只对声明「字段覆盖门禁:强制」的型生效（fine_outline 已强制）。
- 文风真注入：WriterContext 增可选 styleConstraints（空则省键、上下文逐字节不变），
  装配投影给 writer，不再写死为空。
- 范式规划期绑定：read-context load_confirmed_pattern_bindings 只读已确认 assembly 绑定
  （实验仓承载，确认即绑定，不改主仓表）；生产脚本注入已绑定范式。
- 取数端统一：read-context 三个一等取数端（细纲/范式/文风），生产编排 step2 接线，
  已确认细纲不再人肉读库传参。
- harness：AGENTS.md 第9节新增「提交前必须独立子代理形而上四维审查」硬规则。
（writer_contract/retrieve 含上一会话 asOf=0 开篇冻结线改动，同属创作链修复，随本笔提交。）

测试：9 套全绿（合同6/门禁8/装配17/writer_contract21/检索11/统一3/细纲读取4/范式读取5/文风读取6）。
 2026-08-02 02:17:14 +08:00
zizi
4adc85cafd 框架: 领域设计权威改订为数据库，立一切落库合同，新增只读可视化模块合同 
- 八个领域 SoT + 索引：正式内容权威从 Git 文件改为 PostgreSQL；Git 退回代码/文档/DDL 权威，可对作品信息与文本留痕但非权威。
- 立横切合同：一切输入产出必须落库可见；raw 进库可看全文（访问控制）。
- 08 更名为数据权威与可视化领域；新增独立 可视化模块合同（只读查库渲染，绝不写）。
- AGENTS.md / README.md 同步翻面。
 2026-07-30 02:09:56 +08:00
zizi
e36cd57010 框架: 评测合同与提示词去支架化 + skill 三层重组（Phase 0-4） 
【评测合同与提示词】
- writer/detector/judge 评测提示词去支架化：删评测身份/输出格式叮嘱/盲化反向叮嘱/机器字段
  （改由运行时 --json-schema/--tools ""/--strict-mcp-config/输入设计强制），装回各角色本业纪律
- writer 加写作纪律：戏剧化节拍禁抄细纲概述句、具体压倒抽象、每场戏三件套、篇幅用场景写够不注水不缩水
- 篇幅自纠环修订指令区分偏短（加场景）/偏长（删冗余）；机械门要求清单（章末钩子/硬事件/角色/伏笔）注入写手硬约束
- 引文校验从「必须恰好1次」放宽为「0次失败关闭、≥1次绑首次」（检测+盲评同口径）
- llm 立 chat_governed 为主入口（chat 降为仅调试），clean_detect 改用 chat_governed 弃自带降级链
- rewrite/expansion/polish 输出合同对齐 writer.md（返回文本、写手不读写工作区、主会话落工作区）
- 修复 confirm/replay-eval 探针两组坏自测（夹具适配现行合同、探针测试自包含不硬编码漂移哈希）；补 clean_detect 离线测试
- AGENTS.md 新增 §10「Agent 提示词与 Skill 审查标准」

【skill 三层重组：单向依赖 底座→能力→编排，断两环+修生产倒挂】
- Phase 0: 新建 runtime 底座（claude_runtime/file_cas/raw_vault），断环 C1、修 continuation 生产倒挂
- Phase 1: 评分尺+门判（writer_rubric/fine_outline_rubric/writer_gate/gate_input_builder）收进 quality-gate，断环 C2、名实相符
- Phase 2: 升格管线从 parse-book 独立成 upgrade skill（备份审计契约键名稳定、仅改路径定位）
- Phase 3: replay-eval 瘦成纯编排
- read-context 共用簇（build_snapshot/audit_leakage/check_snapshot/load_reference_work）下沉到新 snapshot skill，消除能力层向上引用
- Phase 4: run_writer_replay.py（130KB）拆成包（_common/budget/authorization/sample/blind/execute），__init__ 全量 re-export 测试零改动

【base 配置】三角色 effort 提 high；提示词更新；探针重测绑定 writer 合同；预算 writer 45 次/总 450 美元（含篇幅修订）

全量离线测试 36 个文件全绿；函数逻辑零改动（仅搬位置/改 import/改文档，capture_code_identity 仅改路径定位）。
 2026-07-26 03:28:22 +08:00
zizi
abadaa15e9 框架: 正文评测链职责重构收口（writer/detector/judge 单一职责）+决策修复+加固门+探针刷新 
- writer/detector/judge 按父仓专题-03/04 单一职责拆分：WriterDraft v2（仅 candidateBody）、CandidateEnvelope v2（adapter 确定性绑定）、SemanticDetection v3（quote 唯一匹配/unknown-gapReason）、blind judge v3（双盲第三评中位）；预算两层（启动预留=Σ plannedCalls×cap，修正旧 maxCalls×cap 的 $2250 阻断 bug）。

- 决策修复：补第六类混淆项「场景选择偏差」（集合级、只标注不改终态）；模型归属口径（planner/writer/judge 固定 opus，extractor/detector 可用它模型，拆书走 M3 不经角色派发）；eval 评分尺改链接+一句话引用 quality-gate。

- 加固执行门：探针合同绑定（probe.executionProfileSha256 须等于 writer profile 身份哈希），陈旧探针被机械阻断 EXECUTE_PROBE_CONTRACT_MISMATCH。

- 新增探针刷新工具 refresh_runtime_probe.py（可注入 invoker+失败关闭+重签同源 canonical_sha256），并已按新合同真实重测探针（绑定 9d319ea0，成本 $0.155）。

- 逐行复核后修复：省略号被当路径穿越误杀（claude_runtime 共用精确判定 contains_path_traversal，盲评/检测统一引用）；检测 failed 分支测试缺口；评委报告↔模型原始输出绑定恢复（reviewerStructuredOutputs，防一致篡改报告评分）；上下文 purpose 词汇两层对齐；盲评死代码清理。

- 全量离线测试约 800+ 项全绿（continuation/detect/quality-gate/read-context/replay-eval/parse-book 572/llm），不连库不调模型。
 2026-07-25 04:44:10 +08:00