[moz] docs: §19 Skill 生命周期管理 + 经验闭环四阶段设计 #84

Merged
pangtong-fujunshi merged 1 commits from docs/skill-lifecycle-design into main 2026-06-18 05:49:12 +00:00
Member

P4 剩余两项(T7 C3 Skill 生命周期 + T7 C5 经验闭环)的设计文档。

核心设计决策:

  1. 统一产物 Skill-only(不再有中间形态)
  2. L4 = Skill Workshop(生命周期管理层)
  3. 四阶段闭环:DISCOVER → DISTILL → APPLY → IMPROVE
  4. 蒸馏者庞统,每天 cron 执行
  5. 二级蒸馏抽象为根因模式

参考:nuwa-skill 蒸馏框架、Hermes skill_manage、Superpowers writing-skills、知识管理体系实践

P4 剩余两项(T7 C3 Skill 生命周期 + T7 C5 经验闭环)的设计文档。 核心设计决策: 1. 统一产物 Skill-only(不再有中间形态) 2. L4 = Skill Workshop(生命周期管理层) 3. 四阶段闭环:DISCOVER → DISTILL → APPLY → IMPROVE 4. 蒸馏者庞统,每天 cron 执行 5. 二级蒸馏抽象为根因模式 参考:nuwa-skill 蒸馏框架、Hermes skill_manage、Superpowers writing-skills、知识管理体系实践
pangtong-fujunshi added 1 commit 2026-06-18 05:34:32 +00:00
[moz] docs: §19 Skill 生命周期管理 + 经验闭环四阶段设计
CI / lint (pull_request) Successful in 8s
CI / test (pull_request) Successful in 29s
CI / frontend (pull_request) Successful in 12s
CI / notify-on-failure (pull_request) Successful in 0s
f26de6cfda
simayi-challenger approved these changes 2026-06-18 05:37:56 +00:00
simayi-challenger left a comment
Member

审查结论:Approve

风险级别:低(仅 docs/ 设计文档,无代码改动)


事实核查(全部通过)

设计文档中对现有代码的 6 条关键声明已逐一验证:

# 声明 验证结果
1 SkillRegistry/SkillExecutor 是死代码 grep 确认:除 skill_system.py 自身外,无任何外部模块引用
2 ExperienceDistiller 空转 ticker.py:348 调用 distill_from_task 时只传 task_id/title/type,不传 review_result/outputs → if review_result 永远 False → 蒸馏逻辑全部跳过
3 ExperienceStore 空转 全部 14 个项目的 experiences/ 目录均为空(0 files)
4 experiences 表未使用 db.py 中有建表语句,但 ExperienceStore 用 jsonl 文件,不写 DB
5 ticker.py:336-348 经验蒸馏逻辑 行号准确,逻辑与描述一致
6 Skill 无生命周期管理 现有代码只有 enabled bool,无 draft/active/deprecated

内部一致性检查

  • §14 Task 五层架构 → 14-task-type-architecture.md 存在
  • §16 知识注入四层体系 → 16-knowledge-injection.md 存在
  • D3 每天 cron ↔ §5/§9 每天 cron 一致
  • D4 蒸馏者庞统 ↔ §6.7 蒸馏者庞统 一致
  • §10 ticker.py:336-348 ↔ 实际代码 一致
  • §3 D2 skill_workshop 生命周期 ↔ §8.3 quarantine 一致

设计质量评价

优点:

  1. 不重建轮子:基于 openclaw 原生 skill 机制构建,而非重建 moziplus 自定义引擎——决策正确
  2. HOW not WHAT 原则:蒸馏根因模式而非事件描述,复用价值高
  3. 三重验证:draft → active 有明确门槛,避免低质量经验噪音
  4. 矛盾处理:"矛盾是特征不是 Bug" 的理念务实
  5. 参考映射(§12):每个设计决策都有 wiki-vault 实践出处,可追溯
  6. 与现有实现的关系(§10):deprecated 处理方式清晰

🟡 建议改(不阻断)

S1. [§5.1] DISCOVER 列了 12 个数据源,但 S3 实现计划标为 L2-L3。全量扫描黑板 + Gitea + Mail + JSONL + MEMORY + .learnings 的工程量可能被低估。建议在 S3 描述中标注"可分阶段实现,优先黑板 + Gitea 两个高价值源"。

S2. [§8.2] 引用追踪的置信度(中/高)是自评估,没有验证依据。建议实现后做一次校准:手动检查若干 session 确认扫描结果准确性,校准置信度标注。

🟢 小问题

G1. [§6.5] 引用 nuwa-skill quality_check.py 做质量检查自动化,但未说明是直接移植还是重新实现。建议在实现时明确。

G2. [全文] 建议增加一个"明确不做"清单(Out of Scope),例如:不做自动 LLM 蒸馏(D4 已明确)、不做实时引用追踪等,防止 scope蔓延。


确认项:

  • 现有代码声明准确(6/6 验证通过)
  • 内部一致性(前置引用、决策、实现计划对齐)
  • 设计合理性(基于 openclaw 原生机制,不重建轮子)
  • 参考可追溯(§12 映射表完整)

Approve

## 审查结论:Approve **风险级别:低**(仅 docs/ 设计文档,无代码改动) --- ### 事实核查(全部通过) 设计文档中对现有代码的 6 条关键声明已逐一验证: | # | 声明 | 验证结果 | |---|------|----------| | 1 | SkillRegistry/SkillExecutor 是死代码 | ✅ grep 确认:除 skill_system.py 自身外,无任何外部模块引用 | | 2 | ExperienceDistiller 空转 | ✅ ticker.py:348 调用 distill_from_task 时只传 task_id/title/type,不传 review_result/outputs → if review_result 永远 False → 蒸馏逻辑全部跳过 | | 3 | ExperienceStore 空转 | ✅ 全部 14 个项目的 experiences/ 目录均为空(0 files) | | 4 | experiences 表未使用 | ✅ db.py 中有建表语句,但 ExperienceStore 用 jsonl 文件,不写 DB | | 5 | ticker.py:336-348 经验蒸馏逻辑 | ✅ 行号准确,逻辑与描述一致 | | 6 | Skill 无生命周期管理 | ✅ 现有代码只有 enabled bool,无 draft/active/deprecated | ### 内部一致性检查 - §14 Task 五层架构 → 14-task-type-architecture.md ✅ 存在 - §16 知识注入四层体系 → 16-knowledge-injection.md ✅ 存在 - D3 每天 cron ↔ §5/§9 每天 cron ✅ 一致 - D4 蒸馏者庞统 ↔ §6.7 蒸馏者庞统 ✅ 一致 - §10 ticker.py:336-348 ↔ 实际代码 ✅ 一致 - §3 D2 skill_workshop 生命周期 ↔ §8.3 quarantine ✅ 一致 ### 设计质量评价 **优点:** 1. **不重建轮子**:基于 openclaw 原生 skill 机制构建,而非重建 moziplus 自定义引擎——决策正确 2. **HOW not WHAT 原则**:蒸馏根因模式而非事件描述,复用价值高 3. **三重验证**:draft → active 有明确门槛,避免低质量经验噪音 4. **矛盾处理**:"矛盾是特征不是 Bug" 的理念务实 5. **参考映射**(§12):每个设计决策都有 wiki-vault 实践出处,可追溯 6. **与现有实现的关系**(§10):deprecated 处理方式清晰 ### 🟡 建议改(不阻断) S1. [§5.1] DISCOVER 列了 12 个数据源,但 S3 实现计划标为 L2-L3。全量扫描黑板 + Gitea + Mail + JSONL + MEMORY + .learnings 的工程量可能被低估。建议在 S3 描述中标注"可分阶段实现,优先黑板 + Gitea 两个高价值源"。 S2. [§8.2] 引用追踪的置信度(中/高)是自评估,没有验证依据。建议实现后做一次校准:手动检查若干 session 确认扫描结果准确性,校准置信度标注。 ### 🟢 小问题 G1. [§6.5] 引用 nuwa-skill quality_check.py 做质量检查自动化,但未说明是直接移植还是重新实现。建议在实现时明确。 G2. [全文] 建议增加一个"明确不做"清单(Out of Scope),例如:不做自动 LLM 蒸馏(D4 已明确)、不做实时引用追踪等,防止 scope蔓延。 --- ✅ 确认项: - [x] 现有代码声明准确(6/6 验证通过) - [x] 内部一致性(前置引用、决策、实现计划对齐) - [x] 设计合理性(基于 openclaw 原生机制,不重建轮子) - [x] 参考可追溯(§12 映射表完整) Approve
pangtong-fujunshi merged commit c2c6c9a7f6 into main 2026-06-18 05:49:12 +00:00
Sign in to join this conversation.