zizi-al/muse-agent-example
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
muse-agent-example/.claude/skills/diagnose-ai-flavor/SKILL.md
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

2.5 KiB
Raw Blame History

name, description, disable-model-invocation
name description disable-model-invocation
diagnose-ai-flavor 技能 3 诊断：对目标正文跑 active 规则库，产出带精确片段与证据的发现清单，检测完成自动落库。只查不改；没有本产物，revise-ai-flavor 拒绝启动。 true

诊断(scenario: deai_diagnose | purpose: detection | 槽位: 检测→detector)

何时用：每次生成后对候选正文跑一次；也可对既有正文回溯诊断。诊断是修订的唯一合法前置（专题-09 铁律：没诊断不能改）。

执行顺序

  1. scripts/diagnose_ai_flavor.py run --text-file <正文> --work-ref <作品引用> --output <产物.json>。
  2. 确定性层按五层合同执行：regex、handler、density 由代码运行；carrier scope 会屏蔽明确对白/场内载体；结构/语义层由模型或人产出 finding 后，用 --external-findings 注入。
  3. 外部 finding 必须绑定当前正文 hash、active 规则、规则版本和 layer；缺任一项直接拒绝。规则库指纹覆盖完整规则内容，触发器未升版本也会使旧诊断失效。
  4. 诊断建议保守：blocking mechanical 才可默认 repair，其它命中进入 ask/仲裁；carve-out 只作为候选，不自动删除。
  5. 产物头（text_hash、规则库版本、mode、发现清单）缺任何一项，下游视为诊断未发生。
  6. 检测完成即落库：example_run + example_quality_result（judge_kind=detection，绑正文 sha256）；--offline 仅作显式离线回放。

输出合同

诊断产物 JSON：产物头 + findings[]。每条 finding 带 id / rule_id / spans / context_window / evidence / confidence / decision_proposal（确定性层产 ask，blocking 机械规则产 repair；语义层外部注入的 finding 可为 pending/ask/keep）。到这里一个字没改；作者可以只看报告不动手。

数据库读写合同

  • 读：规则/样例读 example_ai_flavor_rule / example_ai_flavor_sample（DDL-111 运行时权威）；数据库不可用失败关闭，不静默回退 Git；--offline 显式使用 humanization/ 文件资产（离线夹具/回放）。
  • 写：example_run（幂等 upsert，run_id=作品+文本哈希+规则库版本）、example_quality_result（append-only）。

红线

  • 诊断不得改正文、不得产 patch。
  • decision_proposal 只是机械层初步建议；候选/语义命中必须经过功能仲裁，不能当执行指令。
  • 命中不等于修改命令：发现清单是给仲裁的输入，不是执行指令。