Productivity

Operational Steps

1. 确认输入参数完整
2. 执行核心操作（参考本目录下的 scripts/ 或 references/）
3. 验证输出符合契约
4. 保存结果并报告

Pitfalls

-

-

Verification

-

-

-

-

1. 2. 3.

IO_CONTRACT

• input: request: str, context: dict — 用户请求描述、上下文信息
• output: result: dict — 技能执行结果（结构因技能而异）

对应原则：P2（机械原子暴露输入输出规范）

productivity

父级技能目录，包含 10 个子技能。 子技能通过Hermes技能加载机制自动发现，无需显式调用。

子技能

• chinese-form-automation
• jupyter-live-kernel
• maps
• markitdown-convert
• notebooklm-cli
• notion
• obsidian
• powerpoint
• webhook-subscriptions
• youtube-content

使用方式

直接调用子技能名称即可：

验证清单 · VERIFICATION

• 正确路由到对应子技能（chinese-form-automation / jupyter-live-kernel / maps / markitdown-convert / notebooklm-cli / notion / obsidian / powerpoint / webhook-subscriptions / youtube-content）而非在父级硬编码逻辑
• 接收请求时校验输入参数（request/context）的类型、范围、格式完整性，符合 IO 契约
• 核心操作参考本目录 scripts/ 或 references/ 资源，中间步骤/转换/计算正确
• 最终输出格式、内容、编码、命名符合契约并正确保存结果
• 空输入/极大值/异常场景被边界处理，不崩溃
• 失败时提供含上下文与明确恢复建议的错误指引；拒绝执行未验证代码、不暴露内部状态

约束规则 · RULES

1. 输入约束: 参数类型、范围、格式必须校验
2. 输出约束: 返回值结构、编码、命名必须一致
3. 异常约束: 错误信息必须包含上下文和恢复建议
4. 安全约束: 不执行未验证的任意代码，不暴露内部状态

Golden 集合 · GOLDEN SET

• Golden Input: 标准输入样本（覆盖正常路径）
• Golden Output: 预期输出（精确匹配或格式校验）
• Golden Error: 预期错误信息（覆盖失败路径）

Golden 集合是测试的单一真理来源。所有改进必须通过 golden 测试。

违反规则的操作视为不安全，必须拒绝或隔离。

每项验证必须可执行、可记录、可复现。验证失败时记录原因和修复。

skill_view(name='chinese-form-automation')  # 加载第一个子技能

父级SKILL.md仅作为目录索引，实际执行由子技能完成。

Productivity

Genes (策略基因)

紧凑策略表示。条件→策略。需要深度时参考完整文档。

• [PROD-001] 当需要执行生产力相关任务时 → 通过 Hermes 机制自动发现并直接调用对应的子技能名称，而非在父级技能中硬编码逻辑
• [PROD-002] 当接收用户请求时 → 严格校验输入参数（request/context）的类型、范围及格式完整性，确保符合 IO 契约
• [PROD-003] 当执行核心操作时 → 参考 scripts/ 或 references/ 目录下的资源，确保中间步骤、转换及计算的正确性
• [PROD-004] 当生成最终结果时 → 验证输出格式、内容、编码及命名是否符合预期契约，并保存结果
• [PROD-005] 当遇到空输入、极大值或异常场景时 → 执行边界验证，确保系统能处理极端情况并防止崩溃
• [PROD-006] 当操作失败时 → 提供包含上下文信息和明确恢复建议的错误指引，而非仅抛出通用错误
• [PROD-007] 当涉及代码执行或状态暴露时 → 拒绝执行未验证的任意代码，不暴露内部状态，确保安全性
• [PROD-008] 当进行技能迭代或测试时 → 以 Golden 集合（标准输入/预期输出/预期错误）为单一真理来源，确保所有改进通过可复现的测试