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

4.6 KiB

Raw Blame History

name, description

name	description
call-content-model	通过 New-API 的统一治理入口调用内容模型，执行额度窗口、模型降级、重试和 JSON 提取。清洗、拆书或知识审核需要 MiniMax 等内容模型时使用；不得裸调外部服务。

调用内容模型

创始人拍板（2026-07-13）：清洗与拆书的内容生产 LLM 全部走 New-API 的 MiniMax-M3；主会话（Fable5）只固化 agent/提示词/skill 与发起调用。本 skill 是唯一出口。

管线内容生产调用的标准入口是 chat_governed（受 5 小时额度窗 + 全局降级链治理）；chat/chat CLI 是不受治理的直连，仅供调试。治理政策的机械事实源是 .claude/skills/call-content-model/scripts/llm.py + test_quota.py（AGENTS.md §6 点名），模型链切换必须由该 skill 治理并留下日志。

用法

管线内所有内容生产型 LLM 调用（清洗探测、拆书抽取、知识卡审核等）必须用 chat_governed：

# 其他 skill 内 import（clean_detect / deconstruct-book / review-knowledge-cards 的标准姿势）
sys.path.insert(0, str(pathlib.Path(__file__).resolve().parents[2] / "llm" / "scripts"))
from llm import chat_governed, extract_json

content, usage, used_model = chat_governed(prompt, system=IDENTITY)
if used_model is None:
    # 全链耗尽（所有模型敏感/不可用）：失败关闭，由调用方裁决
    # （拆书硬停 / 判重保守 keep / 审核标 blocked / 清洗该窗跳过），绝不拿空内容当成功
    ...
data = extract_json(content)

治理合同（chat_governed）

5 小时额度窗：共享账本 example_llm_quota 按窗计钱计次（窗起点 00/05/10/15/20 点，末窗 20–24=4h）。
- MiniMax 模型（M3/M2.7）累计花费 ≥ $24/窗 → 本窗降级链去掉 MiniMax 前缀，只剩 glm-5.2 → deepseek-v4-flash；
- 全模型成功调用 ≥ 6000 次/窗 → 打日志、睡到下一窗边界（睡眠期不持 DB 连接）续跑。
全局降级链 BUDGET_CHAIN = MiniMax-M3 → MiniMax-M2.7 → glm-5.2 → deepseek-v4-flash。调用方不自写降级链；model 参数仅作兼容保留，实际用哪个模型由全局额度策略决定。
立即熔断：上游内容安全拦截（SensitiveError）或模型 Token Plan 耗尽（PlanQuotaExhausted）不在同模型退避（退避必再触发、空烧），立即沿链换下一个模型；普通 429/5xx 仍指数退避重试。
返回值合同：成功 → (content, usage, actual_model) 三元组；全链耗尽 → (None, None, None)。调用方必须判 used_model is None 走失败关闭，不得静默拿空内容当成功。
记账：只有 MiniMax 模型计入 $24/窗预算，其余模型成本计 0（只占调用数）。

调试入口（chat / chat CLI）——仅调试，不受额度治理，不得用于管线内容生产

chat() 是直连单轮对话（返回 (content, usage)），不进额度账本、不走全局降级链：网络错/5xx/普通 429 指数退避重试，撞敏感/Token Plan 耗尽直接抛异常。仅供人工调试与单点验证；任何烧真实余额的管线内容生产一律走 chat_governed。chat CLI 同理：

# 仅调试：读 prompt 文件直连调用，内容打到 stdout（token 用量与重试日志走 stderr）
.venv/bin/python .claude/skills/call-content-model/scripts/llm.py chat --prompt-file /tmp/p.txt [--model MiniMax-M3] [--max-tokens 32000] [--out /tmp/resp.txt] [--extract-json]

内建保障（chat 与 chat_governed 共用的单次调用机制，调用方不必重复实现）

trust_env=False：本机代理环境变量会劫持内网直连（教训固化）；
超时 900s + 网络错/5xx/普通 429 指数退避重试 2 次；
max_tokens 仅对有实测硬上限的模型（M2.7/GLM）请求前主动裁剪，避免依赖含混的 HTTP 400 文案；
system 段与任务材料分离（角色遵从更稳、身份段利于上游缓存）；
extract_json() 三级容错：直接解析 → 首尾括号截取 → json-repair 兜底（修中文引号/缺逗号/尾逗号——opus 试拆已实测两类 JSON 病，任何模型都可能犯）；
每次调用向 stderr 打印 token 用量与耗时（成本审计）。

凭据与约束

token 为 New-API 普通令牌（明文入仓是仓库政策）；严禁改用管理令牌打 /v1。
可用模型以 /v1/models 为准（2026-07-13 在列：MiniMax-M3 / M2.x 系 / deepseek-v4-* / glm-5.2 / Qwen 嵌入与重排）。
嵌入调用不走本 Skill（已有 embed-knowledge，模型与维度钉死）。

4.6 KiB Raw Blame History Unescape Escape