sanguo_moziplus_v2/docs/design/topic6-experience-loop-proposal.md

课题6：经验沉淀闭环设计方案

版本: v1.0
作者: 庞统（副军师）🐦
日期: 2026-05-15
评审: 待司马懿评审
状态: 待评审

---

1. 设计目标

moziplus 的 Agent 在工作中产出了大量经验（决策、错误修正、最佳实践），但当前没有机制沉淀这些经验，导致每次任务都在"重新发明轮子"。本课题设计一个闭环系统，让经验自动采集、蒸馏、验证、应用、进化。

2. 核心洞察

问题：v1.0 运行两个月，张飞修了 7 次类似的 bug，赵云踩了 3 次相同的数据格式问题。每次都是"重新发现"，没有变成组织记忆。

根因：经验只存在于 Agent 的 session 上下文中，session 结束就消失了。MEMORY.md 是手动维护的，不够系统化。

优秀实践：

• Claude Code Memory：四类记忆法，但只记录不蒸馏
• Hermes：闭环学习（记忆→Skill→搜索→改进），最完整
• nuwa-skill：五阶段蒸馏管线，蒸馏的是思维方式不是行为模仿
• GSD：plan template 可复用，Spec-driven 经验

结论：需要 DISCOVER → DISTILL → VERIFY → APPLY → IMPROVE 五阶段闭环，但必须实用——不搞复杂的 AI 蒸馏管线，从最简单的开始。

3. 设计决策

D6-1：经验的三种载体

参考实践：

• Claude Code：MEMORY.md（Markdown，按 user/feedback/project/reference 分类）
• Hermes：SKILL.md（步骤化菜谱）+ FTS5 索引
• nuwa-skill：SKILL.md（心智操作系统：心智模型 + 决策启发式 + 反模式 + 诚实边界）
• 共享意识研究：Memory → Skills → Rules 三层压缩

经验不是一种东西，有三种形态，载体不同：

载体	内容	格式	生命周期	例子
Rule（规则）	确定性的操作规范	guardrails.yaml / prompt_templates/	长期稳定	"所有 output 必须通过 JSON Schema 校验"
Skill（技能）	半确定性的操作方法	SKILL.md（Markdown）	中期演进	"如何正确下载分钟线数据"
Memory（记忆）	非确定性的经验片段	experiences 表 / MEMORY.md	短期，可蒸馏为 Skill/Rule	"vnpy 的 load_bar 方法在 Python 3.12 有兼容问题"

进化方向：Memory → Skill → Rule。频繁出现的 Memory 被蒸馏为 Skill，高频引用的 Skill 可固化到 prompt_templates（Rule）。

Memory（发现）→ Skill（方法）→ Rule（铁律）
  ↓ 蒸馏           ↓ 固化           ↓ 强制
非确定性          半确定性          确定性
短命              中等              长命

D6-2：DISCOVER（信息发现）

参考实践：

• Hermes：Agent-curated Memory + 任务执行过程自动记录
• GSD：verify phase 的产出作为经验来源

信息源（按价值排序）：

信息源	采集方式	价值	难度
错误与修正	Guardrail 拦截 + Retry 记录 + 审查打回	⭐⭐⭐⭐⭐	低
黑板 decisions	自动记录 Agent 决策过程和理由	⭐⭐⭐⭐	低（已有）
审查记录	reviews 表的 findings + verdict	⭐⭐⭐⭐	低（已有）
Agent observations	黑板 observations（风险、协作、异常）	⭐⭐⭐	低（已有）
节点 output	任务完成后的产出文件	⭐⭐⭐	低（已有）
反驳记录	ACCEPT/REJECT/PARTIAL 的理由	⭐⭐⭐	中（Phase 2）

采集机制：不新增采集逻辑。所有信息源都已在课题1-4的设计中存在（黑板 decisions、reviews 表、observations、Guardrail 记录）。DISCOVER 阶段只是读取已有数据。

D6-3：DISTILL（蒸馏）——两级蒸馏

参考实践：

• nuwa-skill：五阶段蒸馏（发现→采集→提取→验证→精炼），蒸馏的是思维方式
• Hermes：复杂任务完成 → 自动创建 SKILL.md
• GSD：plan template 复用

不做 nuwa-skill 那样复杂的 AI 蒸馏管线。两级蒸馏，从简单开始：

一级蒸馏（实时，每个任务完成后自动）

触发：任务状态变为 completed 或 failed 时。

执行者：庞统（在创建下一个任务前，花 ~30s 蒸馏上一个任务的经验）。

过程：

1. 读黑板上该任务的所有 decisions、observations、reviews
2. 提取 1-3 条关键经验（"什么有效""什么无效""下次注意什么"）
3. 写入黑板 experiences 表

产出格式：

{
  "experience_id": "exp-001",
  "source": "task_completion",
  "task_id": "task-006",
  "tags": ["vnpy", "strategy-coding", "error-handling"],
  "summary": "vnpy 的 load_bar() 在 Python 3.12 下需要显式指定 end=None，否则只返回最后一根 bar",
  "category": "pitfall",
  "confidence": 0.9
}

Token 成本：~500 token/任务（读黑板数据 + 生成摘要）。

二级蒸馏（周期性，按需触发）

触发条件（满足任一）：

• 同类 experience 累积 ≥ 5 条（按 tag 聚合）
• 庞统发现重复问题出现 3 次
• 用户要求"把最近的经验整理一下"

执行者：庞统（Subagent 模式，独立 session）。

过程：

1. 聚合同 tag 的所有 experiences
2. 提取模式："遇到 X 情况，应该 Y"（决策启发式）
3. 提取反模式："遇到 X 情况，千万不要 Z"（避坑指南）
4. 标注适用范围（诚实边界）
5. 生成 SKILL.md 草稿

产出：SKILL.md 写入 skills/ 目录（L3 被动参考层）。

蒸馏格式（简化版 nuwa-skill）：

# Skill: vnpy 分钟线数据加载

## 决策启发式
- 加载分钟线数据时，优先用 load_bar(end=None) 显式指定全量
- 数据文件超过 1GB 时，用 chunksize 分批读取

## 反模式
- ❌ 不指定 end 参数 → 只返回最后一根 bar
- ❌ 全量读取大文件 → 内存溢出

## 诚实边界
- 仅适用于 vnpy 的数据加载 API
- 不覆盖数据清洗逻辑

D6-4：VERIFY（验证）

参考实践：

• nuwa-skill：3 个已知问题测试 + 1 个未知问题测试 + 双 Agent 精炼
• Hermes：幻觉门控——验证产出是否真实存在

一级蒸馏（Memory）的验证：轻量级。

• 庞统自己 review（confidence 打分）
• 不需要独立验证环节

二级蒸馏（Skill）的验证：标准验证。

验证步骤	方法	通过标准
格式验证	JSON Schema / Markdown 结构检查	结构完整
内容验证	庞统 review	逻辑合理，无幻觉
实用性验证	标记为 "draft"，下次任务引用后根据效果升级	被引用 ≥ 2 次且采纳率 > 50%

Skill 生命周期：

draft → active → deprecated
  ↑        │
  └── improved

• draft → active：被引用 ≥ 2 次且采纳率 > 50%
• active → deprecated：30 天无引用 或 采纳率 < 20%
• active → improved：发现更好的做法时更新

D6-5：APPLY（应用）——经验的反哺机制

参考实践：

• Claude Code Memory：每次 session 启动自动加载
• Hermes：FTS5 跨 session 搜索 + LLM 摘要 + periodic nudge
• 课题4 D4-6：L2 引擎注入 + L3 被动参考

经验的反哺走课题4定义的四层架构：

载体	反哺方式	层次	机制
Rule	写入 guardrails.yaml / prompt_templates/	L2 引擎注入	Daemon 自动执行
Skill	写入 skills/ 目录	L3 被动参考	Agent 按需加载
Memory	写入 experiences 表	L2 引擎注入（相关 Memory）	Daemon 按任务 tag 注入

Memory 的注入逻辑（Daemon build_bootstrap 时）：

def get_relevant_experiences(task_tags, limit=3):
    """按任务 tag 检索相关经验，注入 bootstrap 消息"""
    experiences = query_experiences(tags=task_tags, status="active", limit=limit)
    if experiences:
        return format_as_context(experiences)  # "注意：之前遇到过类似问题..."
    return None

注入位置：在 L2 bootstrap 消息末尾，作为"历史经验提醒"：

═══ 历史经验提醒 ═══
[exp-003] vnpy 分钟线加载：需要显式指定 end=None
[exp-007] 回测报告：确保包含收益曲线和最大回撤

Token 成本：每条经验 ~50 token，最多 3 条 = ~150 token。

D6-6：IMPROVE（进化）

参考实践：

• Hermes：Skill 使用时自动改进
• nuwa-skill：Darwin.skill 八维评估 + 棘轮机制（只进不退）

进化机制：

机制	触发	执行者
使用追踪	Agent 在 Handoff 中标注"参考了 exp-003"	执行者
效果对比	月度统计：采纳经验 vs 未采纳的任务成功率	庞统
淘汰	30 天无引用 → 标记 deprecated	Daemon 定期清理
更新	发现经验过时 → 庞统更新内容	庞统

棘轮原则：经验只能改进不能退化。如果更新后效果更差，回退到上一个版本。

D6-7：experiences 表设计

CREATE TABLE experiences (
    experience_id TEXT PRIMARY KEY,
    source TEXT NOT NULL,           -- task_completion / error_correction / review_finding / manual
    task_id TEXT,                   -- 来源任务（FK → tasks）
    summary TEXT NOT NULL,          -- 经验摘要（200字以内）
    category TEXT NOT NULL,         -- pitfall / best_practice / pattern / anti_pattern
    confidence REAL DEFAULT 0.8,    -- 0-1
    status TEXT DEFAULT 'active',   -- draft / active / deprecated
    skill_id TEXT,                  -- 关联的 Skill（二级蒸馏后填入）
    usage_count INTEGER DEFAULT 0,  -- 被引用次数
    last_used_at TEXT,              -- 最后引用时间
    created_at TEXT NOT NULL,
    created_by TEXT NOT NULL,       -- 庞统 / 用户
    updated_at TEXT,
    deprecated_reason TEXT
);

-- tags 多对多关联表（替代 JSON array，走 B-tree 索引）
CREATE TABLE experience_tags (
    experience_id TEXT NOT NULL REFERENCES experiences(experience_id),
    tag TEXT NOT NULL,
    PRIMARY KEY (experience_id, tag)
);
CREATE INDEX idx_exptags_tag ON experience_tags(tag);

查询示例（D6-5 注入逻辑）：

SELECT DISTINCT e.* FROM experiences e
JOIN experience_tags et ON e.experience_id = et.experience_id
WHERE et.tag IN ('vnpy', 'strategy-coding')
  AND e.status = 'active'
LIMIT 3;

D6-8：和课题4四层架构的关系

L0 铁律 ──── 最稳定的 Rule（IR-1~IR-5）
              ↑ 极少固化（需要用户确认）
              
L2 引擎注入 ─ prompt_templates/ + 相关 Memory
              ↑ 庞统手动更新模板
              ↑ Daemon 自动注入相关 experience
              
L3 被动参考 ─ skills/ 目录（二级蒸馏产出）
              ↑ Agent 按需加载
              
黑板 experiences 表 ─ 原始 Memory
              ↑ 一级蒸馏写入
              ↑ Daemon 按任务 tag 检索注入

进化路径：

experiences 表（Memory）
    ↓ 累积 ≥ 5 条同类
skills/ 目录（Skill）
    ↓ 引用 ≥ 2 次且采纳 > 50%
prompt_templates/（Rule/L2 注入）
    ↓ 用户确认
guardrails.yaml / IR 铁律（L0）

D6-9：实施优先级

优先级	内容	Phase	理由
P0	experiences 表创建	Phase 1	基础设施
P0	一级蒸馏（庞统任务完成后自动提取）	Phase 1	最小闭环
P1	Memory 注入 build_bootstrap()	Phase 2	经验反哺
P1	使用追踪（Handoff 标注引用）	Phase 2	效果度量
P2	二级蒸馏（Skill 生成）	Phase 3	需要足够多的 Memory 积累
P2	Skill 生命周期管理	Phase 3	draft/active/deprecated
P3	效果对比 + 棘轮机制	Phase 4	需要长期数据

最小闭环（Phase 1）：experiences 表 + 一级蒸馏 + Dashboard 可查看 = 从 0 到 1。

---

4. 和现有设计的对齐检查

已有设计	课题6 补充	一致性
§3.2 SQLite Schema	D6-7 experiences 表加入黑板的 6 张表	✅ 同一数据库
§4.4 Agent Spawn 上下文	D6-5 Memory 注入 build_bootstrap()	✅ 在 L2 末尾追加
§4.7 Guardrail 体系	D6-1 Rule 载体 = guardrails.yaml	✅ 经验固化的终点
§5.1 Agent 工作流程	D6-2 信息源 = 黑板已有数据	✅ 不新增采集逻辑
§9.4 Review Protocol	D6-2 审查记录作为经验源	✅ reviews 表数据
课题4 D4-6 四层架构	D6-8 经验载体与四层架构对齐	✅ Memory→Skill→Rule 路径清晰
课题4 D4-10 目录结构	skills/ 目录承载二级蒸馏产出	✅ L3 被动参考层
MEMORY.md	D6-1 Memory 载体包含但超越 MEMORY.md	✅ 系统化的 experiences 表替代手动维护

5. 遗留 TODO

#	待解决事项	归属	说明
T6-1	experiences 表 tags 索引实现（JSON 查询优化）	Phase 1	SQLite JSON 函数或 FTS5
T6-2	一级蒸馏 prompt 模板（庞统任务完成后如何提取经验）	Phase 1	写入 prompt_templates/planner.md
T6-3	build_bootstrap() 经验注入逻辑	Phase 2	按 tag 检索 + 格式化
T6-4	二级蒸馏触发条件实现	Phase 3	tag 聚合计数器
T6-5	Skill draft → active 的自动化验证	Phase 3	引用计数 + 采纳率统计
T6-6	经验淘汰定时任务	Phase 3	30 天无引用 → deprecated
T6-7	效果对比报表（Dashboard 展示）	Phase 4	采纳 vs 未采纳成功率