skill-evolutionlisted

# Skill Evolution — 技能进化复盘 # 从对话中学习用户风格，自主优化 skills > **中文唤起**：直接说「技能进化…」「复盘一下这阵子…」「优化一下技能…」即触发本 skill（英文名 skill-evolution 仅为目录/命令标识）。 ## Core Thesis > 每一轮和用户的对话都是训练数据：用户说"不对/应该/别这样"的地方，就是技能需要进化的地方。复盘不是总结，是**把用户的纠正变成技能的下一次 baseline**。 与现有 skill 的边界： - `retrospective`（复盘）= 调参循环的 W 变量复盘（预期 vs 实际，追变量不追责） - `memory-curation` = 记忆管理（保留信号/归档/杀噪，写 current-state/decisions/handoff） - **本 skill（skill-evolution）= 风格学习 + 技能文件本身的优化**——产出是风格档案与 skills 的改动，不是项目记忆 ## 输入与触发 | 触发 | 范围 | |------|------| | "复盘这一阵子 / 这一轮" | 最近一段对话（会话内或指定范围） | | "优化一下 XX skill" | 指定目标 skill，只做该 skill 的优化 | | "学学我的风格" | 只更新风格档案，不动 skills | | 嵌入模式（预留接口） | 作为其他 skill 的收尾流程（见「嵌入接口」） | 素材来源：对话中的**用户纠正**（"不对/不要/应该/限制太死/没用上"）、**风格信号**（偏好/习惯/交互选择）、**新约定**（用户定的规则）。 ## 流程（四步） ``` ① 信号扫描 → ② 风格档案更新 → ③ 优化提案 → ④ 应用（用户裁决后） ``` ### ① 信号扫描（详见 frameworks/01-signal-scan.md） 从对话提取三类信号，每条带证据（对话中的原话/场合）： | 信号类型 | 是什么 | 示例 | |---------|--------|------| | 纠正信号 | 用户说"不对/不要/应该/别这样"的场合——原行为 + 纠正 + 根因 | "种子期没用上我的理论"→ 根因：用了外来 STC 没接用户理论 | | 风格信号 | 用户偏好：语言/交互/质量/交付习惯 | 中文唤起、选择框、共创模式、打分要范畴标准 | | 新约定 | 用户定的规则（明示或默示） | 输出位置协议、AI 提议用户裁决、理论优先 | ### ② 风格档案更新（详见 frameworks/02-style-profile.md） 更新 `profile.md`（本 skill 内的学习成果库）：**用户风格档案**——维度化记录（理论偏好/交互偏好/质量偏好/文档习惯/交付习惯），每条标注证据来源与更新时间。档案被其他 skill 执行时引用（如 novel-original-writing 按其偏好调整交互细节）。 ### ③ 优化提案（详见 frameworks/03-optimization.md） 对相关 skills 提出具体改动：每条提案 = 目标文件 + 改动内容 + 依据的信号（证据）+ 影响面。**AI 提议、用户裁决**（与共创模式一致）：AI 充分参与（给方案、给 diff 候选），拍板权在用户。 ### ④ 应用 用户批准后： - 按目标 skill 自身的结构约定修改（fron