78e8fd666e
拆分： - Onboard → references/onboard.md - 学习飞轮 → references/learn-edits.md - 效果复盘 → references/effect-review.md SKILL.md 只保留主管道（写文章）+ 错误处理。 重编号： - 去掉 0, 2.5, 3.5, 3.75, 7.5 等补丁式编号 - Step 1-8 连续编号，子步骤用 a/b/c 新增行为声明区（学习 gstack preamble 模式）： - 角色、模式、降级原则一次性声明 - 完成协议：DONE / DONE_WITH_CONCERNS / BLOCKED / NEEDS_CONTEXT - 辅助功能用 读取: references/xxx.md 按需加载 - frontmatter 新增 allowed-tools 结构：11 个 section header（原 34 个），Agent 认知负荷大幅降低。 Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
51 lines
2 KiB
Markdown
51 lines
2 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，下一次的初稿就会更接近用户的风格，需要的编辑量越来越少。
|
||
|
||
**飞轮效应**：初稿需要改 30% → 学习 5 次后只需改 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
|
||
- final：用户提供修改后的版本（粘贴或指定文件路径）
|
||
|
||
## 2. 运行 diff 分析
|
||
|
||
```bash
|
||
python3 {skill_dir}/scripts/learn_edits.py --draft {draft_path} --final {final_path}
|
||
```
|
||
|
||
## 3. 分析并记录
|
||
|
||
读取脚本输出的 diff 数据，对每个有意义的修改分类：
|
||
|
||
- **用词替换**：AI 用了"讲真"，人工改成"坦白说"
|
||
- **段落删除**：人工觉得某段多余
|
||
- **段落新增**：人工补充了 AI 没写的内容
|
||
- **结构调整**：H2 顺序或分段方式的变化
|
||
- **标题修改**：标题风格偏好
|
||
- **语气调整**：整体语气的偏移方向
|
||
|
||
将分类结果写入 `lessons/` 下的 diff YAML 文件的 edits 和 patterns 字段。
|
||
|
||
## 4. 自动触发 Playbook 更新
|
||
|
||
每积累 5 次 lessons，自动触发 playbook 更新：
|
||
|
||
```bash
|
||
python3 {skill_dir}/scripts/learn_edits.py --summarize
|
||
```
|
||
|
||
脚本输出所有 lessons 的汇总数据。**Agent 必须执行以下步骤完成闭环**：
|
||
|
||
1. 读取 summarize 输出，找出反复出现的 pattern（≥2 次）
|
||
2. 读取当前 `{skill_dir}/playbook.md`（如果不存在则从零创建）
|
||
3. **将 pattern 转化为可执行的写作规则**写入 playbook.md：
|
||
- 不要写"用户偏好简短段落"（描述性，不可执行）
|
||
- 要写"段落不超过 80 字，长段必须在 3 句内换行"（指令性，可执行）
|
||
- 每条规则必须是写作时能直接遵循的具体指令
|
||
4. 保存 playbook.md
|
||
|
||
**验证闭环**：playbook.md 更新后，下次写作时"Playbook 优先"规则会自动加载新 pattern，初稿会反映用户偏好。
|