循环系统架构师
将重复性任务转化为可观察的控制系统，使其能够执行、证明结果、从中断中恢复，并在不重写自身目标的前提下持续改进。
选择模式
- 审计（Audit）：检查现有工作流，报告缺失或开环的部分。除非被要求，否则不要编辑。
- 设计（Design）：生成契约、状态模式、角色图、评估标准和运行时设计。
- 落地（Operationalize）：实现控制器、适配器、持久化、证据和单命令运行路径。
- 演化（Evolve）：分析已完成运行，验证提议的循环/知识/技能改进，并决定采纳或拒绝。
当用户要求“构建”或“让它跑起来”时，应包含落地模式。仅一份 Markdown 计划不算可运行的循环。
从现实出发
- 读取仓库说明以及用户置于范围内的制品。
- 检查实际的工具、入口点、状态文件、测试、调度器、智能体 CLI 和脏工作区。
- 将当前权威输入与参考材料分离。不要使用模型记忆来填补空白。
- 分类循环类型：
- 终端型（Terminal）：具有可演示终点的单一目标。
- 周期型（Recurring）：每次运行终止，但监控/服务持续运行直到退役。
- 在更改任何内容之前，说明哪些存在，哪些缺失，哪些只是声称存在的。
如需完整审计，请阅读 audit-rubric.md。
要求闭环控制
识别并连接以下所有要素：
- 目标与所有者；
- 完成条件或每次运行的成功条件；
- 权威来源边界与出处；
- 触发器与低成本预检；
- 传感器与采集的信号；
- 比较器、窗口与阈值/规则；
- 控制器与有限决策空间；
- 执行器与将新结果返回传感器的路径；
- 持久化状态、游标、事件日志与证据存储；
- 编排器、执行器与独立验证者的职责；
- 开放能力/技能发现与候选技能创建；
- 权限边界与受保护字段；
- 验收评估与所需证据；
- 重试、超时、退避、故障分类与回滚；
- 幂等性、去重、并发锁与副作用扼流点；
- Token、成本、轮次与挂钟时间预算；
- 可观察性、告警与无操作成功状态；
- 直接替换被取代的活跃真理；
- 经验蒸馏与受控提升；
- 停止、暂停、终止与退役条件。
缺少传感器到执行器的反馈意味着开环。缺少持久化状态意味着重复的提示词。缺少验证者证据意味着自我声称的完成。缺少控制器/触发器意味着需要人工操作的程序。
最小化配置
并非每个循环都需要全部 20 项要素。对于单操作员、cron 级别的循环——一个用户、一台机器、低爆炸半径、无共享副作用——一份包含以下八项的契约就已足够：
- 目标与所有者；
- 成功条件（完成或每次运行）；
- 触发器与低成本预检；
- 执行器及其副作用路径；
- 持久化状态与游标；
- 副作用路径上的幂等性/去重；
- 可观察性：何处查看上次结果与下一步操作；
- 退役条件。
明确声明省略项而非留空：设置 learning.enabled: false 和 capabilities.discovery: "none" 并附带 reason 字段。linter 接受这两种设置。参见循环契约最小示例获取通过的最小契约。当循环获得共享副作用、第二个操作员、外部租户或任何形式的自我修改时，升级到完整契约。
生成循环包
根据仓库调整名称，但保留一份规范化的机器可读契约和一条状态记录。循环包、状态和证据存放于用户项目中，绝不放在本技能包内部。默认包结构如下：
loop/
├── LOOP-CONTRACT.md 人类可读的操作契约
├── loop.contract.json 机器可读的规范化契约
├── RUN-STATE.json 当前运行、游标、尝试次数、下一步机器操作
├── events/ 仅追加的运行事件或等效的事件存储
├── evidence/ 验证者可读的收据
├── evals/ 确定性和语义化验收检查
├── knowledge/ 类型化的已提升知识，而非原始日志
├── candidates/ 未提升的经验与技能变更
└── scripts/run-loop 单命令控制器或项目原生等效物
字段契约请参考 loop-contract.md。复制 loop.contract.template.json，填写所有占位符，然后运行：
python3 scripts/loop_lint.py /path/to/loop.contract.json
当项目未引入 linter 时，使用本技能内部的副本。如果无法写入磁盘，则将契约和控制器以可复制的文本形式输出，并说明在循环可运行之前还需将哪些内容放置到磁盘上。
构建控制器，而非仅构建指令
每次调用控制器必须推进循环，而无需用户在不同智能体间复制粘贴：
- 获取并发锁并派生幂等性 key；
- 加载并 lint 契约和状态；
- 验证冻结源的哈希值或当前源权限；
- 运行低成本触发器/预检，当无工作时记录无操作成功；
- 解析所需能力；
- 为编排器/执行器创建最小上下文数据包；
- 在可能发生变更时，在隔离工作区中执行；
- 捕获输出、成本、工具调用、差异和证据；
- 运行独立验证者，该验证者不得认证其自身的写入；
- 失败时，分类并路由有限修复、重试、回滚或停止；
- 通过时，原子化地提升结果并更新当前状态；
- 追加不可变事件/收据；
- 仅当蒸馏触发器满足时才调用蒸馏；
- 释放锁并暴露下一个机器可执行的操作。
最小化验证者独立性，按引擎分类：
- Claude Code（或任何支持子智能体的运行时）：以全新上下文的子智能体运行验证者，仅接收契约、验收检查和证据路径——不包括执行器的对话。
- 无子智能体机制：将验证者作为独立进程或独立调用运行，从磁盘重新读取证据并针对验收检查返回判定。
- 两者皆不可用：在同一上下文中检查自身工作属于自我审查——是表现，而非验证。在审计中说明这一点，而非将其标记为验证者。
触发器、状态转换、模式检查、权限、重试、哈希和提升优先使用确定性代码。将判断、规划、诊断及无法机械决策的内容留给 LLM。
无需静态白名单即可发现或创建技能
使用受控执行下的开放发现：
- 从任务推导能力契约：输入、输出、副作用、证据、风险。
- 按元数据和契约匹配搜索已安装技能和项目能力。
- 检查来源和依赖；不要将内嵌的项目身份视为真理。
- 在沙箱中运行候选技能并进行能力特定的评估。
- 若无一匹配，则在隔离环境中创建候选技能，附带其自身的示例和评估。
- 仅当通过安全、隐私、功能和回归检查后，才提升某个版本。
- 默认本地注册。外部发布遵循所属环境的单独策略。
开放发现并不意味着开放权限。指令、数据范围、副作用策略和运行时权限仍然约束每个技能。
将经验蒸馏为可用知识
切勿将不断增长的日志喂给每个智能体。保持原始证据、情节摘要、候选经验、规范化知识、过程性技能和评估的分离。
运行提升路径：
trace + outcome
→ normalized episode
→ candidate lesson
→ deduplicate and conflict-check
→ replay against prior runs and counterexamples
→ shadow or canary
→ promote a version
→ monitor the next runs
→ keep or rollback
触发蒸馏的条件包括：重复失败、重复手动工作、漂移、成本回归、有意义的结果证据或配置的样本量——而不仅仅是时间流逝。在设计或更改学习层之前，请阅读 distillation.md。如果安装了专门的蒸馏技能（例如 experience-pack），则让该技能自身拥有蒸馏工作流所有权；本技能设计的是调用它的循环。
演化过程可以在授权范围内改进 SOP、触发器、上下文打包、脚本、技能、检索和操作阈值。但不得静默重写目标、源边界、租户/隐私边界、权限模型或定义成功的评估标准。
干净地替换活跃真理
对于任何已接受的更新：
- 计算跨契约、状态模式、代码、测试、文档、视图和技能的变更影响图；
- 声明
REPLACES、REMOVES和KEEPS； - 更新所有依赖项；
- 从活跃检索中移除被取代的措辞和值；
- 运行矛盾/陈旧值扫描；
- 运行受影响的快乐路径和失败路径评估；
- 运行零上下文探针，必须恰好恢复一个当前答案；
- 原子化提升；仅在版本控制/事件历史中保留先前版本，而非活跃上下文。
校准自主性
- 当确定性检查且独立验证通过时，自动执行可逆的、有边界的操作。
- 对于高风险自动化操作，使用金丝雀、阴影、双重验证和回滚。
- 仅在以下情况下才请求用户停止：缺少权限、需要改变目标的决策、或操作实质上不可逆且未提前授权。
- 切勿让常规的人工审批成为声称自主的循环中隐藏的执行器。
验证完成
在满足以下所有条件之前，不得将循环视为可运行：
- 一条命令或配置好的事件即可推进循环，无需人工传递提示词；
- 中断恢复从持久化状态继续，无需重做已接受的工作；
- 重复触发器不能产生重复副作用；
- 验证者失败会导致有限修复或干净停止；
- 成功路径和失败关闭路径均有证据；
- 无工作的运行能成功且低成本地终止；
- 当前状态、上次结果、成本、未关闭的故障和下一步操作均可观察；
- 至少一个演化候选已被回放并正确提升或拒绝（在最小配置下，若
learning.enabled: false可豁免）； - 零上下文智能体能仅凭活跃文件解释当前契约和下一步操作。
分别报告：哪些已实现，哪些已实践，哪些因缺少实时传感器而处于休眠状态，以及哪些仍需要用户的权限。