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.

references21-teaching-demo.md

≈2.3k tokens on demand. Your agent reads this file only when SKILL.md points to it.

讲义:从既有 Agent 会话做增量信息挖掘

面向首次接触 self-evolve 公开流程的同事。所有命令都可在本机直接照抄;演示数据一律来自 scripts/teaching_demo.py 生成的合成会话,不含真实业务材料。

为什么用历史会话,而不是重新问一遍

  • 会话里沉淀的是已经发生的工作:当时的取舍、失败路径、验收口径,重新提问拿不到这些。
  • 重新提问需要重新组织上下文,成本高;历史扫描是本地只读读取,不调用模型,不需要 API Key。
  • 挖掘产出的不是"答案",而是可复用的模式、纠错点和 Skill 沉淀建议——这些只在工作现场出现。

在 Qoder 等宿主中调用

使用同一份公开 Skill,先确认当前 Agent 能加载它、运行 Python 3.11+ 并访问会话目录。调用宿主与被扫描来源可以不同;Qoder 自身历史会话未接入,不妨碍它按环境条件尝试分析已支持的 WorkBuddy 来源。Qoder 的完整宿主实跑目前为 NOT_VERIFIED,课前应走完加载、扫描、分析、导入、打开报告和第二轮增量检查,再决定是否用于现场。

完成下文合成数据彩排后,学员处理自己的本机会话时可使用:

调用 self-evolve,确认当前环境可运行 Python 并访问本机会话目录。对 WorkBuddy 等已支持来源做有界增量扫描,读取本轮 packet,按分析合同区分工作行为观察、用户明确纠偏与 Agent 推断,输出引用证据的画像和 Skill 改进建议,导入并生成七页本地 HTML。说明扫描覆盖、失败和未验证项;后续沿同一数据根继续。

课堂彩排用 teaching_demo.py 的合成 home 与 state_root,后续命令继续绑定这两个值。该脚本自带固定合成分析,跑通它只证明演示脚本链路,不证明 Qoder 已真实完成语义分析;要验宿主,须由该宿主另读 packet、生成并导入分析。操作条件见 调用宿主与会话来源。

三个入口命令

在本 Skill 目录(self-evolve/)内运行:

python3 scripts/public_workflow.py scan
python3 scripts/public_workflow.py import-analysis --packet <packet.json> --analysis <analysis.json>
python3 scripts/public_workflow.py status

scan 首次运行自动初始化专用数据根并记录 initialized_at;import-analysis 校验分析 JSON 并生成七页 HTML;status 显示账本概况。三者的完整 JSON 字段见下文。

增量账本:new / unchanged / failed / pending / budget

每次 scan 返回的 JSON 包含 stats 与 cumulative,字段口径如下:

字段 含义 教学要点
stats.new 本轮首次处理的文件或索引行 首轮里等于已发现的会话数
stats.unchanged 修订标记(mtime/size 或 ZCode updated_at)未变的已处理项 第二轮的核心数字:没有重读正文
stats.failed 读取失败、schema 不识别或载荷不认识的会话 失败不记成功,下轮自动重试
stats.pending_budget 因单轮预算未处理的新材料 留给下轮,不是丢失
stats.selected / stats.filtered 初筛通过 / 初筛未发现信号 filtered 不是"无价值",是"确定性初筛未命中"
cumulative.stored_files_or_rows 账本累计登记数 持续增长,历史不删
cumulative.unique_sessions / duplicate_views 语义去重后的独立会话数 / 副本次数 同一内容复制到两个 Runtime 只算一次
pending_analysis(顶层) 本轮送审后仍未消费的证据数 跨轮保留,已分析的消费掉

课堂演示点:第一轮 stats.new >= 6、selected 与 filtered 合计等于 new;第二轮 stats.unchanged >= 6、new 通常为 0(只有第一轮被单轮预算截断的项才补齐)。这个对比就是"增量账本避免重复处理"的直接证据。

低价值初筛与"当前 Agent 判断"的分工

  • 初筛是确定性规则:关键词、会话分类、信号短语命中。它便宜、可重复,但只是保守分流,不是价值判断。
  • 当前 Agent 是语义判断:读取 scan 返回的 agent packet(每轮最多 80 条脱敏证据),按 references/18-public-workflow.md 的合同输出分析 JSON。
  • 两者都不能跳过:只有初筛,报告里会出现"等待当前 Agent 分析"而不是结论;只有 Agent,没有账本去重和隐私门控。
  • 每条证据可声明处置:analyzed(已提炼,不再送审)/ dismissed(低价值,跨轮保留)/ insufficient_material(材料不足,不再送审)。未声明的证据同样跨轮保留——空分析绝不静默消费整包。

七页 HTML 分别看什么

import-analysis 成功后,run 目录里有七页同前缀 HTML:

页面 文件名后缀 课堂关注点
总览 report.html 关键指标、pending_budget 提示、覆盖缺口提醒
个人画像 report-profile.html 观察、用户纠偏与 Agent 推断分层;覆盖口径与证据入口
深度分析 report-analysis.html 每条规律的 evidence_ids 链接,点击可跳回会话与证据页
Skill 沉淀 report-skills.html 新建/升级/reference 分类、change_points、安装目录说明
会话与证据 report-sessions.html 逐条证据的 Runtime、完整性标记、脱敏摘录、初筛结果
扫描与覆盖 report-coverage.html 本轮进度条、逐来源状态(含 unsupported 与 read_failed)
运行说明 report-guide.html 每周调用建议、数据保留、验证边界

移动或分享时复制完整同前缀文件组;只复制总览会丢失子页链接。

人工决定与"建议 ≠ 采用"

  • 分析 JSON 里的 skill_proposals 只是建议卡:action: create 表示"建议新建,尚无安装包",upgrade 表示"已有 Skill 的改进提案"。报告页会明确写"建议、采用与效果验证分开处理"。
  • 安装说明由渲染器生成(Claude/~/.claude/skills/、Codex/~/.codex/skills/、WorkBuddy/~/.workbuddy/skills/ 等),不会自动执行安装。
  • 接受一条建议 = 人工审阅依据 → 准备真实文件 → 放入目标 Runtime 技能目录 → 重新加载确认 → 另行验证效果。任何一步跳过都不能由报告代签。

隐私与来源边界

  • ZCode 是索引摘录不是完整对话:证据的 completeness 字段为 index_excerpt,报告里显示"索引摘录 · 非完整对话"。它可能截断、没有角色边界,不能当逐字记录引用。
  • 失败必须可见:读取失败、未知 schema、未知载荷都在 stats.failed 与 failures(runtime + error + 截短的 session_key)里呈现,不在报告里消失。report-coverage.html 的来源状态包含 unsupported(目录在但格式未接入)与 read_failed。
  • 业务文书保守隔离:标题含"司法鉴定/起诉状/判决书"等的材料被 quarantined,只存状态与规则代号,不进证据包。
  • 不复制原文、不触网、不读凭证:账本只存脱敏摘要与哈希;扫描只读;HTML 无远端资源。
  • 无 API Key ≠ 离线或免费:语义分析用的是"当前 Agent"(正在运行本 Skill 的 Codex/Claude/WorkBuddy 会话)自己的模型通道与额度。

三条命令的返回字段速查

scan 顶层:status(scanned/partial)、run_id、stats、pending_analysis、packet(路径)、report(路径)、report_pages(恒 7)、next_action。packet.json 内:schema_version(self-evolve-agent-packet-v1)、packet_digest、coverage(逐来源 runtime/format/status/discovered/errors)、evidence(≤80 条,含 evidence_id/session_ref/runtime/title/completeness/excerpts/signals/decisions)、triage、inventory、limitations、analysis_status(awaiting_agent/no_pending_evidence)、failures、cumulative。

import-analysis 顶层:status: analysis_imported、analysis_id、report、report_pages、evidence_consumed、evidence_retained、remaining_action(恒为"建议待人审阅;未接受、应用或安装 Skill")。

status 顶层:status(initialized/not_initialized)、meta(含 initialized_at、scan_profile)、sessions(按状态计数)、recent_runs(最近 10 轮)、analysis_count。

现场演示

完整演示脚本(含 3 个场景的逐步命令与预期输出)见 22-teaching-demo-playbook.md。课前彩排一条命令:

python3 scripts/teaching_demo.py --keep

--keep 保留输出供现场打开;不带它的命令只做一次性检查,退出后临时报告会被清理。后续命令须同时使用输出中的合成 home 和 state_root,具体步骤见演示脚本。

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