---
name: 建立机器味规则
description: 把已标注的 AI 味案例卡沿 canonical→样例→规则候选→评测→激活的升格链推进，并负责降级。需要确认案例卡、投影四类样例、归纳规则候选、跑合同回放或审批激活时使用；不做案例采集与扫描，也不改正文。
disable-model-invocation: true
---

# 升格 AI 味规则

## 在五技能接力链中的位置

采集归 `记录机器味案例`，本 Skill 接在它后面（链路登记见 [`chains/README.md`](../../../../flow/chains/README.md) 的 AI 味接力段）：

```text
案例卡采集（记录机器味案例）
    → 人工标注 → canonical → 四类样例投影 → 规则候选（propose-rule）
    → 合同回放 + holdout 评测 → 人工审批 → humanization/rules active → 技能 2/3 消费
```

采集快，升格慢：本 Skill 的每一步都失败关闭，不会把 shadow 卡或合同回放报告自动变成 active 规则。模型换版本后的 active 规则巡检用 `回放评估细纲质量` 回放，失效规则由本 Skill 的 `deprecate-rule` 降级。

## 依赖边界

案例卡的读取、结构校验、来源重验证与样例投影实现归 `记录机器味案例/scripts/capture_cases.py`，本 Skill 单向 import，不复制第二份卡合同。规则合同校验与评测算法在 `humanization/src/deai/`。

## 输入

```bash
# Shadow 卡人工标注（默认写回数据库当前投影）
.venv/bin/python muse/lifecycle/quality/humanization/skills/建立机器味规则/scripts/mine_ai_flavor.py annotate \
  --cards /tmp/cards.yaml --card-id case-... --label sf --carrier narration \
  --reviewer qingse --note "当前上下文无叙事功能" --output /tmp/annotated.json

# 来源已 verified 后确认 canonical；数据库再次检查 verified 回执
.venv/bin/python muse/lifecycle/quality/humanization/skills/建立机器味规则/scripts/mine_ai_flavor.py confirm \
  --cards /tmp/cards.yaml --card-id case-... --verification /tmp/revalidation.json \
  --reviewer qingse --note "作者确认" --output /tmp/canonical.json

# canonical 卡投影为四类样例之一
.venv/bin/python muse/lifecycle/quality/humanization/skills/建立机器味规则/scripts/mine_ai_flavor.py project-sample \
  --cards /tmp/canonical.yaml --card-id case-... --verification /tmp/revalidation.json \
  --output /tmp/sample.yaml

# 归纳规则候选；命令永远只产 candidate
.venv/bin/python muse/lifecycle/quality/humanization/skills/建立机器味规则/scripts/mine_ai_flavor.py propose-rule \
  --cards /tmp/cards-a.yaml /tmp/cards-b.yaml \
  --rule-id candidate-lexical-001 --name "空洞元话语" \
  --verification /tmp/ai-flavor-revalidation.json --output /tmp/rule-candidate.yaml

# 合同回放；带 holdout 才有资格进入激活门
.venv/bin/python muse/lifecycle/quality/humanization/skills/建立机器味规则/scripts/mine_ai_flavor.py evaluate-rule \
  --rule humanization/rules/structural/s002.yaml --samples /tmp/projected-samples.yaml \
  --cards /tmp/canonical-cards.yaml --verification /tmp/revalidation.json \
  --holdout /tmp/holdout.json --output /tmp/rule-evaluation.json

# 人工审批激活 / 降级
.venv/bin/python muse/lifecycle/quality/humanization/skills/建立机器味规则/scripts/mine_ai_flavor.py activate-rule \
  --rule /tmp/rule-candidate.yaml --contract-report /tmp/rule-evaluation.json \
  --holdout-report /tmp/rule-evaluation.json --approver qingse --output /tmp/rule-active.yaml
.venv/bin/python muse/lifecycle/quality/humanization/skills/建立机器味规则/scripts/mine_ai_flavor.py deprecate-rule \
  --rule humanization/rules/lexical/l007.yaml --approver qingse --reason "换版后失效" \
  --output /tmp/rule-deprecated.yaml
```

`--verification` 是 `记录机器味案例` 的 `revalidate` 命令生成的来源重验证回执。

## 输出

每个子命令写一个结构化文件并在 stdout 打一行 JSON 摘要：标注/确认产出更新后的卡与落库回执；`project-sample` 产出 `humanization-samples-bundle-v1` 样例；`propose-rule` 产出状态固定为 `candidate` 的规则 YAML；`evaluate-rule` 产出含 `contract_pass`、`holdout`、`eligible` 的评测报告；`activate-rule` / `deprecate-rule` 产出改状态后的规则 YAML。任一步失败输出 `AI_FLAVOR_MINING_CONTRACT_FAILED` 并非零退出。

## 数据边界

- 读取：案例卡与重验证回执文件、`humanization/rules` 规则文件、holdout 数据集。
- 写入：命令指定的输出文件；`annotate` / `confirm` 默认把案例卡当前投影写回 `muse-example`；`evaluate-rule` 把评测结果落成 `example_run` + `example_quality_result` 的质量账（幂等 run_id 由报告哈希派生）。`--offline` 是显式例外，只用于离线合同测试。
- 规则文件本身仍由 Git 管理，评测不改规则文件。
- 运行时规则/样例权威在 `example_ai_flavor_rule` / `example_ai_flavor_sample`（DDL-111）；本 Skill 的规则生命周期产出 YAML 变更，经 `humanization/tools/seed_rules_db.py` 单事务同步入库并在 `example_ai_flavor_rule_event` 留痕。未完成同步的规则变更不进入生产读取。
- 不写正文、不写 `knowledge/` 正式资产。

## 红线

- 规则候选状态永远是 `candidate`；`propose-rule` 不产 active。
- 候选至少需要两个不同来源作品，并同时包含一张 `sf` 与一张 `snf/boundary/regression` 卡；所有引用卡必须有 `verified` 回执。
- 没有 holdout 分层计数和人工审批，候选不能写成 active。唯一例外是所有者留痕豁免，激活门代码不放宽，豁免必须在规则 evidence 写明决定、日期与理由。
- 来源重验证是显式 fail-closed 门：`stale`、`unavailable`、`card_mismatch` 都使当前卡在确认、投影与规则消费上失效；来源找不到不等于"仍然有效"。
- 不把正例样本单独归纳成全局规则。
- 不碰本次创作正文。