Index of every page on this site: llms.txt
All skills
cat-xierluo avatar

/self-evolve

@5fb69a0
Run it yourself

扫描本机 Claude Code、Codex、WorkBuddy、CodeBuddy、ZCode 等 Agent 会话,保留初始化和增量处理记录,低成本初筛后由当前 Agent 提炼经验、迭代与 Skill 沉淀建议,生成可独立打开的 HTML 报告。也用于复盘当前对话、接续每周沉淀或检查扫描覆盖。无需单独配置模型 API Key;不自动应用建议或安装 Skill。

Use this Skill: https://skilld.dev/gh/cat-xierluo/legal-skills/self-evolve

Nothing lands on disk. Nothing to clean up.

Fork this Skill

Edit a local copy. It keeps the author and licence.

references11-dream-sweep.md

≈2.7k tokens on demand. Your agent reads this file only when SKILL.md points to it.

Timeline Dream Sweep

Timeline Dream Sweep 分为每日确定性索引与每周可选深度分析。两层必须分开:索引负责可靠事实与聚类,深度分析只消费少量通过门控的 cluster。

输入适配器

分别实现并测试以下来源:

来源 范围 要点
Claude Code 主会话与归档 识别主会话、可选 subagent,并避免重复计数
Codex active 当前 sessions 不等待归档才进入日常索引
Codex archived archived sessions 与 active 按 session identity/指纹去重

每个 adapter 输出统一的 session descriptor:source、session ID、时间、文件指纹和逻辑项目标识。不要把完整私有路径写进 Review Inbox。

Claude Code 会话存储与生命周期

CC 会话有两套存储,discover_claude_paths 的 roots 都覆盖,按目录标 source_variant:

存储位置 文件名格式 内容 source_variant
~/.claude/projects/<slug>/*.jsonl <uuid>.jsonl(+ subagents/ 子树) 主会话 claude_project
~/.claude/transcripts/*.jsonl ses_<hash>.jsonl 另一套会话 claude_transcript

CC 可能定期清理 projects 旧会话,因此需要考虑两条约束:

  • 摘要必须及时生成并长期保留——它是原文被清后的唯一内容留存(session-summaries/ 即 CC 会话史的历史保育层)。已删会话的摘要不可因 transcript_path 失效而清理。
  • index 的 transcript_path 会因原文被清而变「幽灵」,需用三态标记(原文在 / 仅摘要留存 / 真失)而非一律 os.path.exists 判幽灵,否则会把历史档案当死链误清。

Recent 模式 cutoff 可能漏扫旧 mtime 会话:需要周期性运行 backfill 并对账原始来源与索引;~/.claude/sessions/(PID 锁)、tasks/session-*(空目录)不是会话存储,扫描时排除。

采集源清单——扫描前先核对来源,避免漏扫:

Codex 来源:活动会话、归档会话与隔离会话分别发现。

存储位置 内容 当前采集
~/.codex/sessions/<年>/<月>/*.jsonl active 会话 ✅ 已采
~/.codex/archived_sessions/*.jsonl 归档会话 ✅ 已采
~/.codex/_quarantine/**/*.jsonl 隔离会话 ✅ 已采

CC 的 ~/.claude/history.jsonl 是全局用户输入历史,不包含完整 assistant 回复和工具调用;dream_sweep 当前不采集它。

非会话目录(扫描排除):~/.claude/ 下 jobs/、backups/、file-history/、cache/、paste-cache/、plans/、teams/、telemetry/、session-env/、output-styles/、debug/、daemon/、ide/、skills/ 均非会话 transcript。项目级 ~/<project>/.claude/ 是项目配置目录,不含会话。

会话与 Git:会话存储未必由 Git 跟踪;在依赖 Git 恢复前应先核对实际版本库和忽略规则。

覆盖率对账方法:扫描完整性靠 discover_source_transcripts(sources, None, include_subagents=False)(cutoff=None 全量)对比 build_existing_summary_index()(已摘要的 transcript_path 集合),输出 unindexed = discovered - indexed。unindexed > 0 即漏采,应触发 backfill——不能依赖一次性 completed 标志(见 scheduler_run.backfill_is_complete 的 _count_raw_source_files 复核)。

raw-backup 原文双保险(v0.9.1)

CC 的 cleanupPeriodDays 可能清理旧会话原文。为防原文再失,dream_sweep 在 update_runtime_indexes 写 session summary 的同一事务(lock 内)同步把原文 jsonl 复制到 runtime/raw-sessions/<source_variant>/<YYMM>/<原文件名>,与 session-summaries/ 同根同级,成对存在。

四约束:

  • no-clobber:目标已存在且与源同 size → 跳过(幂等,原文未变不重写)。
  • 增量更新:原文追加致 size 变 → 覆盖(保留最新字节)。
  • 原子写:_copy_file_atomic(tempfile + fsync 文件 + rename + fsync 目录),崩溃不残留半文件。
  • 三源分目录:source_variant(claude_project / claude_transcript / claude_subagent / codex_active / codex_archived)各占子目录,原文被删后按 <原文件名> 精确找回。

原文已被 CC 删除时 archive_raw_session 返回 source_missing 且不删已有 raw 备份——双保险核心:只要原文还在时跑过一次 dream_sweep,删了也找得回。统计写入 source_index.raw_backup(archived / skipped / updated / source_missing / error)。

分工(两道独立保险,存储翻倍可接受——数据最重要):

  • ~/.claude git(v0.9.0)= 版本控制历史,可回溯每次变更。
  • DATA_ROOT/raw-sessions = 当前快照,原文最新字节。

已知边界:raw-backup 保护所有有 summary 的 session 原文(含 subagent,v1.1.0 默认采集并补全 merged 集合);来源已缺失时保留 summary,不声称原文仍可恢复。

subagent 采集(v1.1.0)

CC subagent 会话存在 ~/.claude/projects/<slug>/subagents/agent-*.jsonl。v0.9.0 之前默认排除(默认 False),v1.1.0 默认 --include-subagents=True,自动采集。

设计要点:

  • source_variant=claude_subagent:source_variant_for_path 对 subagents/ 路径返回此 variant。
  • dedupe 让位:priorities 0(同 session_id 时让位 claude_project/claude_transcript)。subagent 与主会话 session_id 不同,实际 dedupe 罕见,但 priority 防御性低。
  • 不进聚类:cluster_candidate 对 claude_subagent 硬排除。subagent 是主会话子任务,内容重叠主会话,进聚类只会 flood/重复。仍索引 + raw-backup 原文。
  • merged 补全:raw-backup 循环用 merged(existing + summaries)而非仅 summaries,no-clobber 幂等补全历史原文。下次跑一次性 cp skipped_existing session 的原文。

raw-backup 的 archived、source_missing 和 skipped 计数可用于检查来源覆盖。

legacy 源码树清理与 marker 防御(v1.0.0)

源码树 runtime/ 与 review/output/ 是旧版活跃产出目录;迁移时必须核对外部权威数据与归档,不能仅凭目录存在就删除来源。

legacy_state_files() 只认"冻结 state",排除活跃产出子树(dreaming/session-summaries/panel/logs/scheduler/learning-candidates + 顶层活跃日志 + review/output)——is_legacy_active_artifact 判定。即使路径 bug 把活跃产出写回 legacy,也不计入 migration marker sha256 校验,不触发 flaky。清空后 legacy_state_files()=[] → migration_required=False → marker 不再被 assert_runtime_ready 查询。

长会话读取

不要先读完整文件再截断,也不要只保留最前面的固定行数。对 JSONL 进行流式处理,并在预算内选取:

  • 头部:任务目标和初始约束;
  • 中部:关键转折、失败与决策;
  • 尾部:最终修改、验证结果和未解决问题。

过滤或折叠:

  • system/developer 消息;
  • 工具 schema 与工具结果回显;
  • 重复 message;
  • 大段代码、目录树和日志;
  • 与用户意图无关的机器上下文。

summary 应记录抽样策略、原始行数、保留行数和 transcript 指纹,让后续运行能判断是否需要重算。

Recent 与 Backfill

Recent 每日扫描近期增量:

python3 scripts/dream_sweep.py \
  --index-mode recent \
  --since 14d \
  --sources claude,codex \
  --dry-run \
  --json

Backfill 分批补齐存量:

python3 scripts/dream_sweep.py \
  --index-mode backfill \
  --backfill-batch-size 200 \
  --backfill-order newest-first \
  --dry-run \
  --json

指纹未变化的 summary 应跳过。Backfill 完成后写入终态;外部 Cron 应据此停用或降频,调度器对完成状态保持幂等跳过。

归一化摘要

每个 session summary 至少包含:

  • 稳定 session key 与 source;
  • 开始/结束时间与文件指纹;
  • 脱敏后的用户目标;
  • 关键决定、失败模式、验证证据;
  • 涉及的 Skill 候选;
  • 主题 token/特征;
  • 是否只应保留薄索引;
  • 证据 ID,不含完整 transcript 原文。

一致性聚类

聚类不应仅依赖任意两个 session 的 token 交集。建议流程:

  1. 按规范 token、目标 Skill、任务类型与时间邻近度计算候选相似度;
  2. 使用 centroid 或 complete-link 约束,保证新成员与 cluster 整体一致;
  3. 设置来源配额和 cluster 最大规模;
  4. 对低一致性巨型 cluster 继续拆分;
  5. 用核心语义特征计算稳定 topic_key,再用稳定谱系锚点区分同主题分片;成员全集只计算独立的 member_digest / revision,不得进入稳定 cluster_id;
  6. 旧版包含成员摘要的 cluster ID 在下一次索引时迁入 legacy_cluster_ids,保留旧报告到新 ID 的可审计映射;
  7. 输出 cohesion、共同特征和离群成员解释。

related_skills 等加权字段必须在聚类前完成,不能在成员分配后才填充。

确定性产物

--generate 仍只生成可审计的 timeline 与 cluster packet,不调用 LLM。产物应先经过隐私门控,并使用逻辑 evidence ID 指回外部 summary。

Daily 阶段允许:

  • 更新 session summaries 与索引;
  • 更新稳定 topic clusters;
  • 生成脱敏 timeline/cluster packet;
  • 登记 machine proposal。

Daily 阶段不允许:

  • 自动修改目标 Skill;
  • 写成人工接受;
  • 生成无法回溯证据的深度结论;
  • 保存原始敏感内容。

可选 Weekly Deep

先预览 packet:

python3 scripts/deep_dream.py --max-clusters 5

确认运行环境与预算后显式执行:

python3 scripts/deep_dream.py \
  --max-clusters 5 \
  --execute \
  --max-budget-usd 0.50 \
  --per-call-budget-usd 0.10 \
  --max-calls 5

Weekly 阶段只选择高价值、内部一致、跨 session 的 cluster,并设置数量、超时与输出上限。--max-budget-usd 是整批全局上限,每次调用按 --per-call-budget-usd 先预留并受 --max-calls 限制。候选目标必须使用 inventory 中稳定的 skill_key,并绑定目标版本与内容哈希;当前画像已覆盖或目标无法唯一解析时只记录门控结果,不生成可操作提案。LLM 返回内容必须再次通过隐私门控;显式执行后若全部分析不可用则非零退出,不用模板文本伪装成功。

runtime/dreaming/deep-status/ 使用两层状态:last_attempt 记录本次 preview/失败/成功,last_success 保留最后一次可用分析及其产物、proposal 引用。无 --execute 的预览状态是 prepared;CLI 超时、缺失或隐私拦截不得抹掉既有 last_success。顶层兼容视图优先映射最后成功结果,调用方需要诊断本次运行时读取 last_attempt。

Source: SKILL.md on GitHub

skilld matched fixed text patterns in SKILL.md and file names. Patterns miss obfuscated code.

skilld run checks every file with the same patterns. It asks for approval before it loads a Skill with a behavior marked Needs approval.

1 warning18d3 checks · Risk SAFE
  • Gen Agent Trust Hub18d

    The skill is a tool for analyzing local AI agent session history to suggest improvements. It naturally requires access to local logs and performs local script execution, but it includes robust privacy gating and instructions to mitigate risks from untrusted data.

  • Socket18d

    No alerts

  • Snyk18d

    Risk: MEDIUM · 1 issue

Signed by skilld at 5fb69a0. This ties the file your Agent reads to that commit on GitHub. It does not review the instructions.

Last checked against GitHub yesterday.

Activeupdated 4 weeks ago
Other metadata
metadata
{
  "version": "1.28.1",
  "homepage": "https://github.com/cat-xierluo/legal-skills",
  "author": "杨卫薪律师(微信ywxlaw)"
}

README badge

README badge for cat-xierluo/legal-skills/self-evolve