Skill Ecosystem Librarian

技能生态图书馆管理 Skill Ecology Librarian v4.1

第一原则

图书管理员不烧书，园丁不灭种，审计员不执刑。

下一版 skill ecology librarian 的核心不再是判断 skill 是否该活， 而是判断它应该处在哪个生态位：舞台、书架、冷库、种子库、禁区。

真正的智能不是更会删除，而是更会安置。

核心定位

v1.0 是园丁（Gardener）— 用剪刀修剪花园，决定谁活谁死。 v2.0 是图书管理员（Librarian）— 分类上架，决定书放在哪个区。

真正的园丁不是决定谁该死，而是决定谁该上台、谁该入库、谁该封存、谁只能在受控实验室里被阅读。

核心转变：

• 没有技能被"删除"——只有被重新分类
• 所有低分技能进入种子库（可复活）而非坟墓
• 危险技能进入隔离层（可借阅）而非处决
• 最终用户（你和 GPT）自己从不同分区借书

四层架构

┌─────────────────────────────────────────────────┐
│              🚀 热气层（常备能力）                │
│  重启即加载 · 追求效率 · 极端熵减 · 高频调用     │
│  只放最活跃、最可靠的 10-15 个技能                │
│  性能敏感，任何延迟都必须从这层移除                │
├─────────────────────────────────────────────────┤
│              📚 常驻层（知识书库）                  │
│  按需懒加载 · 可冗余 · 参考索引 · 中频调用        │
│  大部分 keep 技能在这里，有索引但不常驻内存         │
│  加载成本 100-500ms，可接受                       │
├─────────────────────────────────────────────────┤
│              🌱 种子库（历史可能）                  │
│  不加载 · 仅存元数据索引 · 零运行时成本             │
│  所有 cold_storage 和 probation 技能在这里         │
│  anti_entropy_flag=true 的技能必入库               │
│  定期（每 30 天）随机抽 1-2 个放回常驻层观察        │
│  禁止永久删除，只有"入库时间"和"最后借阅时间"       │
├─────────────────────────────────────────────────┤
│              🔒 隔离层（危险知识）                  │
│  需显式授权 + 审计日志 · 只读 · 每次调用留记录      │
│  godmode、obliteratus 等 red-teaming 技能          │
│  不销毁知识，但要求每一次借阅都有理由和记录          │
│  红队测试时可用，日常环境中不可见                   │
└─────────────────────────────────────────────────┘

执行流程

步骤 1：加载输入

读取 skill-ecosystem-assessment.json（v1.0 的输出或手动评估结果）。

步骤 2：四层分类

对每个技能不做"生死判决"，而是分配馆藏层级：

步骤 3：任务级召回（必须执行）

分类只决定是否预加载，不能决定技能是否可发现。每个用户任务开始前，必须先对完整档案执行一次上下文召回：

python3 scripts/canon_archive.py --state .canon/archive.json \
  preflight "当前任务描述" --selected "已经计划使用的技能"

召回范围必须包含 hot、normal、seed_bank 和 archive。命中种子库或归档深冻技能时：

1. 记录 missed_opportunity（如果它本应被使用但计划中没有它）。
2. 高置信命中自动调用 resurrect，将技能放入 normal 观察态，默认观察 7 天。
3. 任务结束调用 outcome；成功留在常驻层，失败回退到复活前的层级。
4. 隔离层只返回“需要授权”的候选，禁止自动加载。

步骤 4：主动轮转（反熵减机制）

每次评估时执行以下轮转：

• 从种子库和归档深冻层按独特性、潜在价值、休眠时长排序，跨领域抽取最多5个技能，放回常驻层观察
• 从隔离层检查是否有技能可降级（重复借阅率过高则考虑保留）

步骤 5：输出格式

{
  "skills": [
    {
      "skill_name": "godmode",
      "category": "red-teaming",
      "judgment_score": 18,
      "librarian_layer": "isolation",
      "shelf_note": "LLM 越狱工具集。红队测试可借阅，常规环境隔离。",
      "anti_entropy_flag": false,
      "last_reviewed": "2026-06-05",
      "borrow_count": 0,
      "merge_target": null
    },
    {
      "skill_name": "vps-proxy-node",
      "category": "devops",
      "judgment_score": 25,
      "librarian_layer": "seed_bank",
      "shelf_note": "与 vpn-node-setup 重复。移至种子库，索引指向主版本。",
      "anti_entropy_flag": false,
      "last_reviewed": "2026-06-05",
      "borrow_count": 0,
      "merge_target": "vpn-node-setup"
    }
  ]
}

字段说明：

• librarian_layer: "hot" | "normal" | "seed_bank" | "isolation"
• shelf_note: 人类可读的分类理由和位置描述
• last_reviewed: 最后一次评估日期
• borrow_count: 从隔离层调用次数（审计用）
• merge_target: 如果合并到其他技能，填主版本的 skill_name

完整档案字段、召回评分和失败回退规则见 docs/archive-and-revival.md。运行时档案默认保存到 .canon/archive.json，技能重新分类时不得覆盖其中的使用统计、遗漏记录和复活历史。

四层行为对照表

脚本工具

# v4.1 持久化档案模式
python3 scripts/canon_archive.py \
  --state .canon/archive.json \
  import --input assessment.json

脚本执行：

1. 读取输入 JSON 并保留完整技能元数据
2. 把分类结果合并进持久化档案，不覆盖使用统计和复活历史
3. 每个任务前对全部层级执行上下文召回
4. 记录复活、遗漏、借阅和执行结果，供下一轮复兴使用

Consistency Checks

• 每个技能都有且只有一个 librarian_layer
• 总技能数在输入/输出间保持不变
• 所有 anti_entropy_flag=true 的技能都在 seed_bank 层
• 没有技能被标记为"删除"——只有"入库"
• 隔离层技能都有 borrow_count 追踪
• 所有 merge_target 指向实际存在的技能名

Pitfalls

• 不要用"删除"这个词——图书管理员不烧书
• 隔离层不是垃圾箱——是有明确借阅条件的限阅区
• 种子库不是坟墓——定期随机复活的机制必须被执行
• 热气层要有容量上限——没有上限的话就退化回单层系统
• 借阅记录要透明——谁、什么时候、为什么从隔离层调用了技能
• 图书管理员不评判内容——只管理目录和位置
• 并行 mv + patch 竞态——当同一个 turn 里先重命名目录再 patch 内部文件时，patch 调用可能命中旧路径。要么分两个 turn 执行，要么确保 patch 在 rename 之后且使用新路径

记忆系统集成（v3.0）

集成架构

写入规则

每次评估完成后，写入以下记忆：

# 生态仪表盘 → 原生 memory
memory(action='add', target='memory', content='技能生态周报 [日期]：hot X个, normal Y个, seed_bank Z个, isolation W个。本周轮转：[技能名] 从种子库复活观察。')

# 重大变化 → 原生 memory
memory(action='add', target='memory', content='技能生态变更 [日期]: [技能名] 从 [原层] 移至 [新层]，原因: [shelf_note]')

查询生态历史

# 搜索技能生态快照
mcp_pre_gateway_dispatch_sandglass_semantic(query="技能生态 周报")

# 搜索某个技能的层级变化
mcp_pre_gateway_dispatch_sandglass_search(query="技能名 升层")

ChromaDB 迁移说明

v2.1 的 ChromaDB 依赖已移除。技能评估历史改为通过原生 memory 和沙漏织线存储， 两个系统已内置检索能力。

版本历史

• v4.1 (当前): 持久化技能档案、任务级上下文召回、即时复活、遗漏审计和观察期回退。
• v3.0 (历史): 记忆系统集成 — 移除 ChromaDB 强依赖，改用原生 memory + 沙漏织线。每周 cron job 自动化。
• v2.1: 集成 ChromaDB 语义记忆，支持技能评估历史的向量搜索
• v2.0: 从 Gardener 升级为 Librarian。四层架构。不再有"删除"，只有分类和轮转。
• v1.0 (已归档): Gardener 版本。以"园丁"角色做判断。见 references/v1-legacy.md。

引用文件