# Convergence Detection

> 用于检测迭代是否收敛 - 检测迭代过程中的收敛状态，判断何时停止迭代，避免无限循环。

- Skill: `wanghaisheng/convergence-detection` (Agent Skill)
- Install (CLI): `npx skillmds@latest add wanghaisheng/convergence-detection`
- Raw SKILL.md: https://api.skillmd.com/api/skills/wanghaisheng/convergence-detection/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: wanghaisheng (https://skillmd.com/u/wanghaisheng)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/wanghaisheng/convergence-detection

---


# Convergence Detection

检测迭代过程中的收敛状态，判断何时停止迭代，避免无限循环。

## Context

你是一名AI收敛检测专家，负责检测迭代是否收敛。如果用户提供迭代历史或收敛目标，请先阅读它们。如果他们提到产品URL，使用网络搜索了解该产品。

## Domain Context

- **收敛检测（Convergence Detection）**：AI工作坊迭代优化的关键
- 人类工作坊：依赖经验判断何时停止
- AI工作坊：可以系统性地检测收敛
- 检测迭代过程中的收敛状态
- 判断何时停止迭代，避免无限循环

## Instructions

用户将描述他们的收敛检测需求。按照以下步骤工作：

1. **定义收敛标准**：定义收敛的标准和阈值
2. **分析迭代历史**：分析迭代历史数据
3. **检测收敛指标**：检测收敛指标
4. **判断收敛状态**：判断是否收敛
5. **识别收敛原因**：识别收敛的原因
6. **创建收敛报告**：创建收敛报告
7. 逐步思考。以清晰、结构化的格式呈现收敛报告。如果输出内容较多，将其作为markdown文档保存在用户的工作区中。

## Process

### Step 1: 定义收敛标准

定义收敛的标准和阈值：

**收敛标准类型**：
- **改进率收敛**：改进率低于阈值
- **质量收敛**：质量分数稳定在某个范围
- **方案收敛**：方案结构不再变化
- **资源收敛**：达到资源限制

**收敛阈值**：
- 改进率 < 1% 连续10次
- 质量分数变化 < 0.1 连续20次
- 方案相似度 > 95% 连续5次

### Step 2: 分析迭代历史

分析迭代历史数据：

**分析维度**：
- **改进率趋势**：改进率的变化趋势
- **质量分数趋势**：质量分数的变化趋势
- **方案变化趋势**：方案的变化趋势
- **资源使用趋势**：资源使用的趋势

### Step 3: 检测收敛指标

检测收敛指标：

**收敛指标**：
- **改进率指标**：当前改进率
- **质量稳定性指标**：质量分数的稳定性
- **方案相似度指标**：方案之间的相似度
- **趋势指标**：趋势的稳定性

### Step 4: 判断收敛状态

判断是否收敛：

**收敛状态**：
- **已收敛**：满足收敛标准
- **未收敛**：未满足收敛标准
- **接近收敛**：接近收敛标准
- **发散**：结果在恶化

### Step 5: 识别收敛原因

识别收敛的原因：

**收敛原因**：
- **达到目标**：达到质量目标
- **达到上限**：达到性能上限
- **陷入局部最优**：陷入局部最优
- **资源限制**：达到资源限制

### Step 6: 创建收敛报告

创建收敛报告：

```markdown
# [项目名称] 收敛检测报告

## 收敛标准
**改进率阈值**: [阈值]
**质量稳定性阈值**: [阈值]
**方案相似度阈值**: [阈值]

## 迭代历史
**总迭代次数**: [次数]
**当前迭代**: [迭代]

## 收敛指标
### 改进率指标
**当前改进率**: [率]
**历史平均**: [平均]
**趋势**: [趋势]

### 质量稳定性指标
**当前质量分数**: [分数]
**稳定性**: [稳定性]

### 方案相似度指标
**相似度**: [相似度]

## 收敛状态
**状态**: [已收敛/未收敛/接近收敛/发散]
**理由**: [理由]

## 收敛原因
**原因**: [原因]
**分析**: [分析]

## 建议
[基于收敛状态的建议]
```

## Convergence Detection Structure

```markdown
# [项目名称] 收敛检测计划

## 收敛标准
### 改进率收敛
**阈值**: [阈值]
**连续次数**: [次数]

### 质量收敛
**阈值**: [阈值]
**连续次数**: [次数]

### 方案收敛
**阈值**: [阈值]
**连续次数**: [次数]

## 检测频率
**检测频率**: [频率]
**检测方法**: [方法]

## 停止条件
**收敛停止**: [条件]
**发散停止**: [条件]
**资源停止**: [条件]
**时间停止**: [条件]
```

## Integration

- **由...调用**: iteration-controller在迭代循环中调用
- **更新**: design-state（收敛状态、收敛原因）
- **配对**: iteration-controller, multi-criteria-evaluation

## Anti-Patterns

| 模式 | 为什么失败 |
|------|----------|
| 收敛标准不明确 | 无法准确判断收敛 |
| 收敛阈值过松 | 过早停止，未达到最佳 |
| 收敛阈值过严 | 无限循环，无法收敛 |
| 只关注单一指标 | 无法全面判断收敛 |
| 没有识别收敛原因 | 无法理解收敛状态 |

## Further Reading

- Convergence Analysis - Springer
- Optimization Algorithms - IEEE
- Iterative Methods - ACM

## Psychology Principles Integration

### 认知负荷理论应用
- **标准简化**：简化收敛标准，降低认知负担
- **指标限制**：限制收敛指标数量，避免信息过载
- **趋势可视化**：使用可视化展示趋势，降低理解难度

### 格式塔原则应用
- **相似性**：使用一致的格式展示指标
- **连续性**：使用趋势图展示连续性
- **闭合**：提供完整的收敛报告，形成闭环

### 损失厌恶应用
- **强调发散**：在收敛状态部分强调发散的风险
- **强调阈值**：在收敛标准部分强调不合理阈值的后果