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

6.7 KiB

Raw Blame History

name, description, disable-model-invocation

name	description	disable-model-invocation
read-context	统一创作数据读取器的操作合同。按冻结点从 PostgreSQL 读取可信来源，组装完整审计上下文，再为各角色生成最小可见投影。	true

统一读取器

本 skill 只落实读取与投影，不另行定义产品设计。四层语义、WriterContext 和评测边界以专题-03为 SoT；字段授权与统一读取规则以专题-06为 SoT。

输入

workId、targetChapter、asOf、scenario、purpose。
已确认细纲、叙事状态、来源授权快照、卡索引版本、原文索引版本和上下文预算。
asOf 必须早于目标章；所有历史来源必须能证明 chapter <= asOf。

scenario 映射功能链分类：生成类为 generation，抽取类为 extraction，规划类为 planning，检测类为 detection，质量评审使用对应 writer 或 evaluator 的专用投影。此分类只标 scenario 走哪条功能合同，不是 WriterContext 的 purpose 字段——写手正文生成投影的 purpose 固定为 production（评测用 evaluation、诊断用 diagnostic），与 writer_contract.py 的枚举一致，传其它值会被安全拒绝。purpose 决定字段授权，scenario 决定功能合同，两者不得互相替代。

PostgreSQL 可信读取链

冻结检索计划：从已确认细纲的实体、关系和硬事件生成 RetrievalPlan。查询、过滤器、索引版本、预算和稳定排序在模型调用前固定。
卡只作索引：生产只读 active Canonical 卡和有效 binding。卡提供实体身份、当前状态和原文指针；卡摘要本身不能替代历史正文，也不能直接成为 supported/pass 证据。
按指针回读原文：在 REPEATABLE READ READ ONLY 事务中按 sourceVersion/sourceRefs/stateAsOf 回读 Canonical block。缺少可验证指针的内容只能作为未验证索引提示，不能进入事实证据。
双证据组装：连续前四章全文构成近期基线；卡指针召回的历史正文作为补充并按不可变来源去重。factEvidence 只接受冻结历史原文、正式设定、Canonical 状态或细纲明确声明的新事实，并保留各自权威引用。
确定性冻结：按 score DESC, sourceVersion ASC, sourceId ASC, sourceOffset ASC 排序，生成完整 WriterContext v1、RetrievalManifest、来源省略原因和上下文 hash。预算裁剪必须可审计，不能静默丢失硬约束或连续正文基线。

对应机械实现：scripts/writer_contract.py、scripts/retrieve_writer_sources.py、scripts/assemble_writer_context.py。其中 retrieve_writer_sources.py 的冻结来源校验、内容泄漏审计与冻结原文只读装载复用 snapshot skill（build_snapshot.py/check_snapshot.py/audit_leakage.py/load_reference_work.py），单向向下依赖，不复制 SQL 或第二套权限语义。

四层稳定语义

层	稳定含义	主要内容	裁剪纪律
L0 当前任务	本次目标与输出合同	目标章、细纲、叙事状态、篇幅合同、用户本次约束	不得裁掉硬约束；易变指令尾置
L1 历史正文	叙事连续性证据	连续前四章全文、按卡指针回读的补充原文	先保连续基线；补充证据按预算稳定裁剪
L2 作品事实	冻结事实与状态	Canonical 卡索引、正式设定、叙事状态、已声明新事实	逐字段授权，不倾倒整库，不把未来状态降格为当前事实
L3 授权参考	非作品事实的授权资料	范式、样张、外部参考及其授权快照	只在 scenario 明确需要时加入，不得反向污染抽取事实

四层是编排器的审计结构，不等于把四层完整对象都交给模型。完整 WriterContext 留在可信边界，模型只收到角色专用投影。

角色可见性

角色	模型输入	明确不可见
writer	`WriterCreativeInput v2`：fineOutline、narrativeState、factConstraints、proseExcerpts、patternReferences、lengthContract、styleConstraints	runId、权限、manifest、hash、候选版本、实验臂、oracle、评审结论、检索工具
semantic detector	`semantic-detector-input-v3` 的模型投影：当前候选、细纲/硬约束、事实证据、历史原文证据、asOf	真实实验臂、raw 路径、oracle、其他候选/评委、输入与候选 hash、receipt
blind judge	`writer-blind-input-v3` 的模型投影：匿名候选正文、共同细纲、oracle 断言、rubric	真实 A/B/C、卡注入、证据策略、候选 hash、reviewer 身份、raw、其他评委结果
planner	冻结规划视图；只在 planning 授权下读取全局方向和未来规划	未授权原文、目标章之后的参考事实、评测答案
extractor	待处理原文、schema 合同和判重所需的既有知识	范式参考、未来内容、无来源推断

writer 的 factConstraints=[] 在冻结读取确实没有可确认事实时合法，但不代表事实已验证。候选中无法由现有证据判断的主张由 semantic detector 返回 unknown/evidenceGaps，由编排器补证、冻结新上下文并启动 fresh writer 调用。

可信绑定

writer 只返回 WriterDraft v2 的 candidateBody；adapter 生成 CandidateEnvelope v2，并绑定运行身份、候选版本、正文 hash 与上下文 hash。
semantic detector 和 blind judge 只返回各自模型草稿；字符 offset、输入/报告 hash、模型回执和最终状态均由 adapter 计算。
A/C 单变量回执比较 build_writer_creative_input() 的结果，只允许预注册证据策略导致 factConstraints 与 proseExcerpts 差异；细纲、叙事状态、篇幅、风格和公共参考必须一致。

回显与存储

安全回显只包含来源 ID/版本、章号、字符数、裁剪原因、状态和 hash，不包含原文、完整 prompt/response 或供应商原始响应。
需要保留的 raw 输入、prompt、response、候选和 evaluator-only oracle 只能进入仓库外受控 raw vault，受显式授权、租约、保留期和清理回执约束。
不生成或读取旧文件式上下文；PostgreSQL Canonical 数据与冻结回执才是运行事实。

红线

模型不得自行访问数据库、搜索卡、回读文件或扩张检索计划。
不得把卡摘要当正文替代品，不得因为有卡减少历史原文检索。
不得把完整 WriterContext、raw 路径、授权密钥、真实实验臂或未来信息塞给模型。
来源、字段授权、冻结点、hash 或预算任何一项无法验证时失败关闭，不靠重试或人工说明绕过。

6.7 KiB Raw Blame History Unescape Escape