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

6.8 KiB

Raw Blame History

name, description, disable-model-invocation

name	description	disable-model-invocation
capture-ai-flavor-cases	从已有作品或创作反馈中抽取可复核的 AI 味案例卡，保留来源哈希与位置并产出规则候选。需要反向积累人感样例、记录一次写作事故或把重复观察送入规则评审时使用；不直接修改正文、范式或生产规则。	true

抽取 AI 味案例卡

目的与边界

本 Skill 只生产质量证据层的 ai_flavor_case 卡片。它不是作品实体卡，也不是公共范式卡；卡片默认处于 shadow，不能进入生成上下文，不能直接改变正文或规则。

输入有两条来源链：

backfill：扫描已有作品，记录表面候选、全文哈希、章节/行位置和上下文。来源未明确授权时只保存哈希与位置，不把原文写入仓库。
live_feedback：记录创作中发现的具体问题、候选正文哈希和人工判断，允许快速入卡，但同样先停在 shadow。

确定性脚本负责发现、哈希、状态、结构门禁和自动落库；“这是 AI 味还是有意写法”由人工/独立评审标注。不得把正例样本单独归纳成全局规则。

数据与副作用合同

读取：用户明确提供的文本文件，以及本 Skill 输出的案例卡 YAML/JSON。
写入：检测命令指定的回执文件，以及 muse-example 中的案例卡与重验证账本；不写正文、knowledge/ 正式资产或生产规则目录。
自动落库：scan、inventory、feedback 在检测完成后自动以一个事务写入数据库。--offline 是显式例外，只用于离线合同测试或数据库恢复准备；不能把离线文件当正式内容。
恢复入口：persist_cases.py 只用于把已审计的 inventory/revalidation 文件恢复或迁移入库，正常检测不得依赖它单独执行。
模型：扫描、哈希、校验和候选归纳前置门不调用模型；语义标注可由独立评审完成，结果必须回写卡片的 review 字段。
失败：任何来源、哈希、状态或反例门失败都返回 CASE_CARD_CONTRACT_FAILED，不输出部分成功的规则。

运行

# 既有作品反向扫描；research_only 是默认安全值，输出 hash-only 卡
.venv/bin/python .claude/skills/capture-ai-flavor-cases/scripts/capture_cases.py scan \
  /path/to/work.txt --work-ref work-7 --output /tmp/ai-flavor-cases.yaml
# 命令结束时自动写入 muse-example；同时生成 .inventory.json/.revalidation.json 回执

# 批量回填并固化可复核清单；只写来源哈希、位置和观察，不复制第三方正文
.venv/bin/python .claude/skills/capture-ai-flavor-cases/scripts/capture_cases.py inventory \
  /path/to/works --source-root-ref 小说清单 --output /path/to/backfill-inventory.json \
  --generated-on 2026-08-13
# 8 本作品的卡与逐卡重验证在同一检测运行中自动入库

# 创作反馈快速入卡（正文只在本次受控输入中读取）
.venv/bin/python .claude/skills/capture-ai-flavor-cases/scripts/capture_cases.py feedback \
  --text-file /tmp/candidate.txt --work-ref work-12 --run-ref run-abc \
  --issue "段尾抽象升华没有功能" --output /tmp/feedback-card.yaml
# 创作反馈也会自动入库，保留 run_ref 绑定

# 明确只做离线构造（不会写库）
.venv/bin/python .claude/skills/capture-ai-flavor-cases/scripts/capture_cases.py inventory \
  /path/to/works --output /tmp/inventory.json --offline

# 对卡片做结构与来源门禁
.venv/bin/python .claude/skills/capture-ai-flavor-cases/scripts/capture_cases.py validate \
  /tmp/ai-flavor-cases.yaml

# 在确认/投影/规则使用前手工重验证来源；默认自动追加数据库回执。
.venv/bin/python .claude/skills/capture-ai-flavor-cases/scripts/capture_cases.py revalidate \
  /path/to/ai-flavor-cases.yaml --source-root /path/to/source-root \
  --checked-on 2026-08-14 --output /tmp/ai-flavor-revalidation.json
# 仅需离线回执时显式加 --offline

# 只有已标注正反证据且来源重验证通过时才生成 candidate 规则；命令不会生成 active
.venv/bin/python .claude/skills/capture-ai-flavor-cases/scripts/capture_cases.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

owned、licensed 和 public_domain 才允许把片段写入卡；research_only、unauthorized 只能 hash-only，且永远不能确认。source_sha256 针对原始文件字节，excerpt_sha256 针对保存的片段，二者不可由模型自报。重验证不会在看板打开时自动发生；它是确认、样例投影和规则消费前的显式 fail-closed 门。来源找不到不是“仍然有效”，而是 unavailable。

状态与升级

scan/feedback 产生 shadow + unclassified。
人工标注为 sf（确实应修）、snf（表面相似但不应修）、boundary 或 regression；标注不等于确认。
来源重验证结果为 verified 后，只有可审阅且获授权的卡才能 canonical，再投影为样例。
规则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。候选状态固定为 candidate。四类样例、跨任务回放和规则评审完成后，才由现有质量链决定是否激活。

详细字段和失败码见 references/case-card-contract.md。

首版回填清单与候选规则种子见 references/fixtures/；其中既有作品只保留 hash/位置，不能直接确认。 backfill-inventory-*.json 与 revalidation-*.json 是可复核的导出/恢复证据；正式内容在 muse-example 的 example_ai_flavor_case、example_ai_flavor_revalidation_batch、example_ai_flavor_revalidation 三张表。 dashboard/server.py 的 /ai-flavor 默认查这三张表，数据库不可用时才明确标注离线回退；页面不会因打开而重新读取原文。

状态语义：案例卡 shadow 只供复核，canonical 仅表示获授权且完成评审，rejected/archived 不进入生成上下文；重验证 verified 才能确认、投影样例或消费规则，stale（全文哈希变化）、unavailable（来源不可得）和 card_mismatch（锚点变化）都使当前卡在这些动作上失效，但历史回执保留。

机械验收

.venv/bin/python .claude/skills/capture-ai-flavor-cases/scripts/test_capture_cases.py
.venv/bin/python .claude/skills/access-database/scripts/test_skill_catalog.py
git diff --check

测试必须覆盖：来源 hash、重验证 verified/stale/unavailable/card_mismatch、未授权 hash-only、重复 ID、live feedback 来源绑定、shadow 不能投影样例、缺重验证回执不能确认，以及跨作品/反例门。

6.8 KiB Raw Blame History Unescape Escape