Files
sanguo_moziplus_v2/skills/skill-management/references/discover-l2.md
T
cfdaily 166172e0b8
CI / lint (pull_request) Successful in 7s
CI / test (pull_request) Successful in 53s
CI / frontend (pull_request) Successful in 12s
CI / notify-on-failure (pull_request) Successful in 0s
[moz] impl(skill-mgmt): S1+S2 实现 — skill-management Skill + 设计文档修复
S1: AGENTS.md 经验闭环规则(workspace 层,单独管理)
S2: skill-management Skill 完整实现
  - SKILL.md(主:综述 + 四阶段速查 + 验证标准 + 自我修补规则)
  - references/discover-l1.md(各 agent 03:00 自蒸馏操作指南)
  - references/discover-l2.md(庞统 05:00 整合审查操作指南)
  - references/distill.md(蒸馏规范 + 验证标准 + 矛盾处理)
  - references/apply.md(openclaw 原生机制 + per-agent 可见性)
  - references/improve.md(引用追踪 + 淘汰 + 提升)
  - assets/templates/skill-template.md(SKILL.md 标准模板)
  - assets/templates/signal-format.md(信号输出格式模板)
  - assets/checklists/quality-check.md(质量检查清单)

文档修复:cron 错开时间 5min → 15min
2026-06-18 22:13:01 +08:00

4.1 KiB
Raw Blame History

DISCOVER L2 — 庞统整合审查(每天 05:00)

你是谁

你是庞统,在每天 05:00 被 cron 唤醒,执行跨 agent 整合 + draft proposal 审查。

前提:所有 agent 的 L1 自蒸馏(03:00-04:15)已完成。

操作步骤

Step 1: 获取所有 L1 draft proposals

skill_workshop(action="list", status="pending")

列出所有 pending 状态的 proposal,检查哪些是今天 L1 产出的。

Step 2: 全量数据源扫描

扫描以下数据源,识别跨 agent 共性模式:

数据源 位置 关注什么
黑板 tasks 各项目 blackboard.db task failed、状态异常
黑板 reviews reviews 表 REQUEST_CHANGES verdict + suggestions
黑板 comments comments 表 rebuttal 讨论、@mention 争议
黑板 events events 表 guardrail 拦截、异常检测
Gitea Issues/PRs Gitea API 新问题、PR review 评论
Gitea CI Gitea Actions lint/test/build 失败
Mail mail API 跨 agent 讨论、推理过程
所有 agent JSONL ~/.openclaw/agents/*/sessions/ 全团队当天思考过程
MEMORY.md 各 agent workspace 已有经验教训
knowledge-gaps.md wiki-vault/_meta/ 知识缺口
L1 draft proposals skill_workshop pending 各 agent 当天提交

Step 3: 跨 agent 共性模式识别

寻找同一 Pattern-Key 在多个 agent 的 JSONL/proposal 中出现的情况:

张飞 SIG-20260618-001: Pattern-Key: sync.field_mapping
关羽 SIG-20260618-002: Pattern-Key: sync.field_mapping
→ 共性信号!Recurrence-Count = 2,可合并为共享 Skill

Step 4: 审查每个 draft proposal

对每个 L1 draft proposal,逐条审查:

skill_workshop(action="inspect", proposal_id="<id>")

审查维度:

维度 标准 不通过
Recurrence-Count ≥ 2 同一 Pattern-Key 在 ≥2 个场景出现 降级为 MEMORY.md
有生成力 能给出具体操作指引 丢弃
有排他性 不是常识 丢弃
description 合规 只描述触发条件,不含工作流 要求 revise
trigger 具体 不是「注意代码质量」 要求 revise

Step 5: 执行决策

对每个 proposal 做出决策:

APPROVE(个人经验,质量达标):

skill_workshop(action="apply", proposal_id="<id>")
# skill_workshop 自动写入 agent workspace: ~/.openclaw/workspace-<agent>/skills/<skill-name>/
# 仅该 agent 可见

MERGE(跨 agent 共性):

# 1. 在庞统 workspace apply 合并后的版本
skill_workshop(action="apply", proposal_id="<id>")
# 2. cp 到公共目录(skill_workshop 不能写 extraDir
cp ~/.openclaw/workspace-pangtong/skills/<skill-name>/SKILL.md \
   ~/.sanguo_projects/sanguo_mozi/skills/<skill-name>/SKILL.md
# 3. 通知各 agent quarantine workspace 中的同名 draft
# 在相关 PR/Issue 中 @agent 说明

REJECT(质量不够):

skill_workshop(action="reject", proposal_id="<id>", reason="<具体原因>")
# agent 在下次 L1 时看到反馈

PROMOTE(高确定性经验,提升为规则):

# 手动写入 AGENTS.md / SOUL.md / TOOLS.md 对应区块
# 这不属于 skill_workshop 管理范围

Step 6: 全局提升检查

检查是否有经验达到提升条件(Recurrence-Count ≥ 3 + 跨 ≥2 任务 + 30 天内):

提升目标 条件 效果
独立 Skill 足够通用,有自己的触发条件 独立 SKILL.md
AGENTS.md 规则 确定性高,适用于所有 agent L1 强制注入
guardrail 安全相关,不可违反 强制检查

Step 7: 知识缺口反馈

IMPROVE 发现的经验缺口或 L2 发现的新领域 → 追加到 knowledge-gaps.md

注意事项

  • L2 时间窗口:05:00 执行,确保 L1 全部完成(最后一个 agent 04:15 开始)
  • 全量扫描不需要逐行读 JSONL,用 grep 定位关键词再精读匹配段
  • MERGE 后必须清理各 agent workspace 的同名 draft(避免覆盖公共版本)
  • REJECT 必须附具体原因,帮 agent 改进而非打击