344f7509f1
learn_edits.py: patterns now have type/key/description/rule fields, confidence auto-computed from occurrences + recency with 30-day decay. --summarize --json outputs aggregated patterns sorted by confidence. learn-edits.md: playbook.md format changed from free text to structured YAML rules with confidence levels. Rules with confidence ≥ 5 become hard constraints in Step 4, < 5 are soft references, < 2 get pruned. SKILL.md Step 4: playbook priority now confidence-gated. Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
88 lines
3.6 KiB
Markdown
88 lines
3.6 KiB
Markdown
# 学习人工修改（核心飞轮）
|
||
|
||
这是 WeWrite 最重要的长期价值。每次用户编辑文章后让系统学习，下一<E4B88B><E4B880><EFBFBD>的初稿就会更接近用户的风<E79A84><E9A38E>，需要的编辑量越来越少。
|
||
|
||
**飞轮效应**：初稿需要改 30% → 学习 5 次<><E6ACA1>只需改 15% → 学习 20 次后只需改 5%
|
||
|
||
**触发**：用户说"我改了，学习一下"、"学习我的修改"
|
||
|
||
## 1. 获取 draft 和 final
|
||
|
||
- **draft**：`output/` 下最新的 .md 文件（按修改时间排序<E68E92><E5BA8F><EFBFBD>`ls -t output/*.md | head -1`）
|
||
- **final**：用户提供修改后的版本。主动引<E58AA8><E5BC95>用<EFBFBD><E794A8>："请把你改好的文章全文粘贴给我，或<EFBC8C><E68896>告诉我文件路径。如果你是在微信后台编辑器里改的，可以全选复制后直接粘贴到这里。"
|
||
|
||
## 2. 运行 diff 分析
|
||
|
||
```bash
|
||
python3 {skill_dir}/scripts/learn_edits.py --draft {draft_path} --final {final_path}
|
||
```
|
||
|
||
## 3. 分析并记<E5B9B6><E8AEB0> pattern
|
||
|
||
读取脚本输<EFBFBD><EFBFBD><EFBFBD>的 diff 数据和 INSTRUCTIONS FOR AGENT，对每个有意义的修改写入 pattern。
|
||
|
||
**每个 pattern 必须包含**：
|
||
- `type`<EFBFBD><EFBFBD>`word_sub` / `para_delete` / `para_add` / `structure` / `title` / `tone` / `expression`
|
||
- `key`：短唯一标识（英文，如 `avoid_jiangzhen`、`shorter_paragraphs`、`more_negative_emotion`）
|
||
- `description`：这次修改是什么（如"把'讲真'替换为'坦白说'"）
|
||
- `rule`：可执行的写作指令<EFBFBD><EFBFBD><EFBFBD>**必须是祈使句，不是描述句**）
|
||
|
||
**key 的复用**：如果这次的修改和之前某个 lesson 里的 pattern 是同一种偏好（比如又一次把段落改短了），使用**相同的 key**。这样 `--summarize` 时 occurrences 会累加<E7B4AF><E58AA0><EFBFBD>confidence 自动提升。
|
||
|
||
编辑 lesson YAML 文件中的 `patterns` 列表，写入分<E585A5><E58886><EFBFBD>结果。
|
||
|
||
## 4. Playbook 更新
|
||
|
||
每积累 5 次 lessons，触发 playbook 更新：
|
||
|
||
```bash
|
||
python3 {skill_dir}/scripts/learn_edits.py --summarize --json
|
||
```
|
||
|
||
读取 JSON 输出，按以下规则更新 `{skill_dir}/playbook.md`：
|
||
|
||
### playbook.md 格式
|
||
|
||
playbook.md 是 YAML 格式，每条规则带 confidence 和元数据：
|
||
|
||
```yaml
|
||
# WeWrite Playbook — 从用户<E794A8><E688B7><EFBFBD>辑中学习的写作规则
|
||
# 由 Agent 自动<E887AA><E58AA8><EFBFBD>护，不要手动编辑
|
||
# confidence ≥ 5 的规则在 Step 4 写作时作为硬性约束<E7BAA6><E69D9F>行
|
||
# confidence < 5 的规则作为软性参考
|
||
|
||
rules:
|
||
- key: "shorter_paragraphs"
|
||
type: "expression"
|
||
rule: "段落不超过 80 字，长段必须在 3 句内换行"
|
||
confidence: 7.0
|
||
occurrences: 4
|
||
last_seen: "2026-03-28"
|
||
|
||
- key: "avoid_jiangzhen"
|
||
type: "word_sub"
|
||
rule: "不要使用'讲真'，用'坦白说'代替"
|
||
confidence: 5.0
|
||
occurrences: 2
|
||
last_seen: "2026-03-30"
|
||
```
|
||
|
||
### 更新规则
|
||
|
||
1. **新增**：summarize 中出<E4B8AD><E587BA>了 playbook 里没有的 key → 直接添加
|
||
2. **更新**：summarize 中的 confidence/occurrences/rule 比 playbook 里的新 → 用新值覆盖
|
||
3. **保留**：playbook 中有但 summarize 中没有的规则 → 保留不动（可能是早期学到的，仍然<E4BB8D><E784B6>效）
|
||
4. **衰减淘汰**：confidence < 2 的规则 → 删除（太旧或不再相关）
|
||
|
||
## 5. Step 4 如何使用 playbook
|
||
|
||
Step 4 写作时读取 playbook.md：
|
||
|
||
- **confidence ≥ 5 的规则**：作为硬性约束执行（和 persona 同级）
|
||
- **confidence 3-5 的规则**：作为软性参考（倾向遵循但不强制）
|
||
- **confidence < 3 的规则**：忽略（可能已过时）
|
||
|
||
这确保：
|
||
- 用户反复确认的偏好（高 confidence）被严格执行
|
||
- 只出现过一次的偏好（低 confidence）不<EFBFBD><EFBFBD>过度影响
|
||
- 用户风格变化时，旧规则自然衰减退出
|