Huanyu-Hibiki sy-evolve · 自进化（SkillOpt 轻量复刻）· #6
方法论来自微软 SkillOpt：把技能文档当作冻结 AI 的"可训练状态"，用 harvest → mine → reflect → edit → validate → consolidate 闭环迭代，验证门控防退化。
知识库根目录
<知识库根>：① 本次会话用户显式指定 → ② 当前 Agent 打开的项目路径下有知识库标志（阅读笔记/log.md或阅读笔记/_system/用户阅读报告.md）→ ③~/.shendu-yuedu/config.json的 kb_root（问用户是否沿用）→ ④ 默认当前 Agent 打开的项目路径。权威定义见01-init/SKILL.md「知识库根目录解析协议」。
职责边界（关键）
- 只编辑 #5 实践转化的产出——即
<知识库根>/skills/INDEX.md + 阅读报告「已萃取技能索引（跨书累积）」、对应skills/<书名>/<skill-slug>/SKILL.md里的「书名\对应知识点」技能条目（触发条件/步骤/验收/失败模式）。 - 不碰 sy- 合集的 6 个 SKILL.md（那是阅读工作流本身，稳定不动）。用户坚持要求改 sy- → 🛑 STOP：说明本 skill 只养 #5 产出的技能，把问题作为用户级反馈转达，不产出任何对 sy-* 的编辑。
- 只读其他沉淀库（用户阅读报告/拆解/问题清单/知识卡片/log.md），不写它们（唯一例外：Consolidate 同步「已萃取技能索引」节）。
- 一句话：#5 造技能，#6 养技能。 你在真实场景用技能、反馈，#6 据此把技能打磨准。
何时用
- 某技能用起来别扭/步骤太多/触发不准/验收不可达
- 定期（每月）复盘技能库，淘汰没人用的、强化高频用的
- 用户说"这个技能用不起来"
前置：每次用技能要留痕迹
要求 #5 产出的技能，在真实使用后于 runs/sy-practice/<技能ID>/<日期>/ 留：触发场景 / 是否走通步骤 / 验收是否达标 / 哪步卡住 / 用户改动。没痕迹就无法进化——先回去补使用日志。
闭环（每次进化一个目标技能）
1. Harvest 采集
读该技能最近 5-10 次使用痕迹 + 用户口头反馈。整理"场景-是否走通-卡点-用户改了啥"列表。
2. Mine 挖掘模式
- 哪些步骤用户总跳过/改写 → 那步不现实（信号最强）
- 哪些验收总不达标 → 验收设太高 或 步骤缺关键过渡
- 触发从不命中 → 触发条件太窄或太宽
- 哪些步骤用户原样照做且验收达标 → 别动（hold-out 好样本）
3. Reflect 反思
对每个缺陷 5 Why 找根因，想 3 种不同修法（别只想到一种就改——SkillOpt 教训：第一次想到的修法往往过拟合）。
4. Edit（add/delete/replace，文本空间操作）
只对技能条目做三种操作：
- add：加一步/一个失败预警/一个判断标准
- delete：删一步被证明多余的
- replace：替换触发条件/验收为更好版本
bounded edit：一次只动 1-3 处。每处写一句 why，存进技能库末尾的"进化日志"。
5. Validate 验证门（核心防退化，绝不跳过）
- 从 runs/ 挑 2-3 个用户原样照做且验收达标的好样本作 hold-out
- 重跑 = 逐样本走查：把该样本当时的使用痕迹（触发场景/实际走的步骤/验收结果）对照新版步骤/验收逐条过一遍，判"若当时就是新版，此场景仍走通/达标吗"——输出 hold-out 对照表（样本 | 旧版结果 | 新版走查结果 | 是否退步），随人审 CHECKPOINT 一并展示。禁止只凭感觉声称"没退步"
- 新版在原好样本维度没退步 且 在要修维度有改善 → ✅接受
- 任一好样本退步 → ❌拒绝，进该技能目录下的
rejected-edits.md（skills/<书名>/<skill-slug>/rejected-edits.md，带原因，下次别再提同款） - 学习率隐喻：连续 2 次被拒，下次只允许微调（删一句/加一个预警），别推倒重来。
🔴 CHECKPOINT · 🛑 编辑提案人审（Validate 通过后、写回前必停）
向用户展示三样：①每处编辑的 before/after diff ②每处一句 why ③hold-out 对照结果（哪个好样本没退步、哪个缺陷维度改善）。用户说 OK 才进 Consolidate；用户否决的编辑按被拒处理，记入 rejected-edits.md（原因写"用户否决"）。
6. Consolidate 固化
- 接受的编辑写回技能条目（skills/INDEX.md + 对应 skill 的 SKILL.md + 阅读报告技能索引同步）
- 更新"进化日志"（日期/技能/编辑类型/why/验证结果）
- 把挖到的反模式加进该技能的"常见失败模式"段——长期记忆
输出
- 改后的技能条目（仅「验证通过 + 用户在人审 CHECKPOINT 确认」才改）
- 进化日志追加一条
- rejected-edits 追加被拒记录
- 给用户的进化报告：动了哪几处/why/验证前后对比/下个建议进化的技能
多目标 reward（参考 SkillOpt）
验证时同时看四维，全部从 runs/ 使用痕迹的既有字段（触发场景/是否走通/验收达标/哪步卡住/用户改动）算出；无数据的维度标 无数据 并按持平处理：
- 走通率 = 走通次数 ÷ 总使用次数
- 验收达标率 = 达标次数 ÷ 总使用次数
- 效率 = 卡住/被跳过的步骤数 ÷ 该技能总步骤数（越低越好）
- 复用率 = 相似触发场景中实际调用了该技能的比例
硬门槛：①② 必须 ≥ 旧版（由 hold-out 走查判定）；③④ 持平即可接受，显著变化记入进化日志。
人 × AI 分工
- 人：真实使用技能、留使用痕迹、反馈好不好用、最终确认是否采纳编辑
- AI：采痕迹、挖模式、提案编辑、跑验证门、写日志
下一步
进化是循环——每月或每次发现技能短板就跑一次。无固定下一步；回到当前最薄弱的技能继续打磨。