muse-agent-example/muse/lifecycle/quality/humanization/skills/修正正文机器味/SKILL.md

name, description, disable-model-invocation

name	description	disable-model-invocation
修正正文机器味	技能 4 修订：在诊断产物与作者同意之上执行最小 patch，过硬门、复扫与成对选择校验，产出候选稿与审计报告。没诊断不启动；人不点头永远是候选。	true

修订(scenario: deai_revise | purpose: generation | 槽位: 写作→writer + 保护节点)

何时用：诊断（诊断机器味）产出发现清单、仲裁完成、作者同意修订之后。

执行顺序

1. 前置检查：--artifact 缺失、规则库过期、author_approved_revision/allowed_scope 缺失即拒绝；无事实快照且无显式授权时自动降回 Audit。
2. 功能仲裁在脚本之外完成（模型/人逐条过五问），每个被 patch 的 finding 必须是 repair 且有 arbitration_note；keep/ask 不能偷偷改。
3. 执行机械链：唯一匹配 patch → 硬门（结构重放/数字和专名/时间锚点/模态/引文/口癖）→ 声音漂移门 → 同规则复扫（只允许既有 keep/ask 命中保留）→ 独立模型成对选择。
4. 一次最多 3 轮；选择原文、平局、无净改善或任一门失败分别落 no_gain/blocked，不伪报 passed。
5. 产出候选稿与审计报告并落库。本 skill 不写正式正文：候选转正由作者确认后走既有候选接受通道。

最小改动铁律

只删、只压缩、只用原文已有信息局部改写。绝不为了「更像人」加日期、加感官、加经历——replacement 引入新数字/新专名会被硬门拒收。

数据库读写合同

• 读：example_voice_baseline 当前 canonical 版本（未提供时声音门明确标 unknown）；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、example_quality_result（judge_kind=review，dimension=ai_flavor_revision，绑候选稿 sha256；conclusion=passed/blocked；降级只记 run）。

红线

• 没有诊断产物、作者授权或功能仲裁不得修订。
• 硬门失败不得以风格分、盲评结果抵消；旧诊断不能跨规则库/正文 hash 复用。
• 语义级不变量（因果、POV、伏笔状态）机械未覆盖的，如实列 unresolved_risks，不假装验证完成。

输入

• 用户明确点名本 Skill 所服务的创作阶段任务包（作品、章节/场景范围、冻结上下文摘要）。
• 只消费 本 Skill 的 references/ 目录 中与当前阶段相关的合同段落，不加载其它 Skill 的完整正文。

复利合同

• 消费：诊断机器味 发现清单 + active 规则；无诊断产物不启动。
• 回写：修订落库后经 propose_lesson_dedup 登记：passed→win「AI 味修订 patch 通过硬门」；no_gain/blocked→lesson（绑 run_id 与候选哈希）。

输出

• 面向当前任务的可执行判断、检查清单或改写建议（Markdown 结构化段落）。
• 不直接落库、不代替 写下一章 / 决定正文候选去留 写 Canonical。