Communitygithub.com

rjv/ai-skills

名称:rjv-gated-build(门控构建——对抗性多智能体构建)

ai-skills 是什么?

此技能实现了一种高度结构化的、对抗性的多智能体构建方法,专门用于“看似合理但出错代价高昂”的场景。它通过引入独立的审查者来打破“错误制造者自己审查错误”的盲点,从而显著提升质量。工作流程的核心是“门控循环”:每个实施步骤都必须经过规范编写、自我审查、审查者对抗性审查(要求明确的 APPROVED 评审意见,而非泛泛的同意),以及当出现早期步骤被否定时的“回溯修复”。该技能特别强调将知识压缩存储到“锚定文档”中,同时为人类阅读保留自然语言,确保高效沟通。它支持多种模型组合,从本地轻量级模型到旗舰级模型,并严格规定“审查者必须至少与作者同等或更强”,且优先使用跨供应商模型以避免盲点。该技能还包含详尽的运行时韧性策略,如处理连接中断、超时和孤儿进程,确保长时间运行的构建能够容错并收敛到正确结果。支持 Claude Code、Codex CLI 等平台。

兼容平台✓Claude Code✓Codex CLI~Cursor
npx skills add rjvim/ai-skills

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

门控构建——对抗性多智能体构建

适用于那些“看似合理但实则错误”代价高昂的工作。一个智能体——无论它多么训练有素——都无法可靠地发现自己的错误:制造 bug 的盲点会再次审视同一个 bug。质量来自于独立性:第二个智能体的工作就是说“不同意”,对每一步进行严苛审查,直到它明确给出“已批准”。

经济性:压缩智能体读取的所有内容(规范、笔记、审查提示),这样你才能负担得起第二个智能体来提出异议。效率为冗余买单。

1. 角色分配

三个角色:编排者(持有锚定文档,分配其他角色,进行集成)、作者(起草代码/设计)、审查者(严苛审查至“已批准”)。根据任务分配,而非习惯:

作者审查者适用场景
前沿模型(完整仓库上下文)跨供应商前沿模型设计密集型、高风险构建——核心模式
外部 CLI 智能体(例如 Codex)编排者自身机械性批量打字;编排者拥有上下文和判断力
本地模型(Ollama 类)编排者零成本、基于严格规范的函数级草稿
廉价层级子智能体旗舰层级家族内部经济:廉价的手,昂贵的裁判

执行绑定——每个角色分配都需要在你的工具链中有具体的传输方式;使用已有的设施,而非发明新的管道:

  • 本地模型作者 → rjv-ollama-delegate 技能(捆绑的运行器、提示编写规则、验证指令)。
  • 外部 CLI 作者/审查者(Codex 类)→ 其智能体插件或一个薄的 Bash 转发器子智能体(例如 Claude Code 中的 Codex 救援子智能体)——一次调用输入,stdout 返回,转发器本身使用最便宜的模型。
  • 家族内部廉价作者 → 子智能体生成,模型需显式设置(参见第7节)。

在计划中记录角色分配。 角色分配在构建开始时一次性完成,并写入锚定计划的 ## Cast 部分(参见 rjv-feature-workflow):编排者、作者、审查者、子智能体层级、人工门控——模型需显式命名。每次恢复时都读取“角色分配”并扮演其角色;门控循环从不重新协商谁来批准。重新分配角色是一个需记录日志的“决策”,并附上理由。

两条硬性角色分配规则(有证据支持,不可违背):

  1. 审查者必须至少与作者同等或更强。 质量来自审查者的强度;作者的强度只是打字速度。弱模型无法进行有效审查——经测试:要求一个 35B 的本地模型在已发布代码中查找真实 bug,它回复“没有 bug”。
  2. 审查优先使用跨供应商模型。 不同的模型家族会遗漏不同的故障模式;同族审查会继承作者的盲点。

人类也是审查者。 在一次实际运行中,用户发现了一个两个前沿模型在四轮审查中都遗漏的漏洞(中间件延迟)。在阶段边界将设计呈现给人类;他们的领域经验高于模型先验——当他们的实时证据与你的设计相矛盾时,设计应立即可更新并予以说明。

2. 在任何代码之前,先审查“规范”

最高杠杆率的审查发生在实现之前。在源项目中,审查者针对设计的首轮评审意见是“按现有描述不可构建”——10 个排名的攻击场景,其中 8 个有效。在编码前修复这些问题只花费了重写一个文档的成本;如果在编码后处理,则将花费整个构建的成本。

  • 将规范/设计发送给审查者,并指出:“攻击此设计。列出排名的失败场景。评审意见:同意 / 不同意(附阻塞项)。”
  • 迭代规范→攻击→修改,直至“同意”。在锚定文档中记录每一轮(v1 → v2 → v2.1……),并注明哪些反对意见是基于其价值被接受,哪些被拒绝并附理由。
  • 如果一个审查者从不说“不同意”,那他就没有在进行审查。如果每一轮都立即批准,请优化提示(见第4节)或重新分配角色。

3. 门控循环(每个实现步骤)

规范检查点 → 实现 → 自我审查 + 冒烟测试 → 审查者严苛审查 → 修复 → 重新审查… → 已批准 → 提交 → 下一步
  • 规范优先。 在编写代码前,先将该步骤的验收标准写入锚定文档。在编码过程中发明的规范下自我评分,就是 bug 被认可的方式。
  • 自我审查 + 一次性冒烟测试,然后再移交——廉价地捕获愚蠢的 bug,这样审查者的工作就可以集中在微妙的 bug 上。
  • 严苛审查直至获得明确的“已批准”。 一轮往返不等于审查。
  • 暂停,切勿走过场。 为每个步骤设置审查轮次上限(约 6 轮)。如果仍被阻塞→将开放的阻塞项写入锚定文档并停止该步骤。深思熟虑的“已暂停,原因如下”胜过虚假的批准——当涉及金钱或安全时,这是不可协商的。
  • 动态计划 / 回溯。 当一次审查否定了先前已批准的步骤时:重新打开它,修复,重新测试,重新审查,并记录这次回溯。一个锁定的错误步骤比一个重新打开的步骤更糟糕。

4. 驱动审查者——提示规则

  • 仅审查。 第一行:“仅审查——不要修改文件,不要实现。”审查者进行阅读、推理和投票。
  • 你运行测试,而不是审查者。 审查者沙盒在执行时会挂起。自己运行测试套件,将结果粘贴到提示中(“测试套件已运行:N 通过——通过阅读代码进行审查”)。读取文件没问题;执行操作则不行。
  • 指明故障模式。 指向具体的文件、规范章节以及编号的搜寻列表。对于金钱相关的代码:双重暴露、超卖、重启后丢失/重复意图、排序竞争、幂等性、费用/精度、刚刚编写的特定风险路径。模糊的提示会得到模糊的审查。
  • 限定每次审查;超时时先取消。 在后台运行审查,并设置一个挂钟时间上限(约 12-15 分钟)。超时时:首先取消任务,验证没有任务在运行,然后重新启动一个新的任务。杀死孤儿进程。限制重新启动次数(约 3 次);持续无结果 = 工具链故障 → 暂停,不要伪造结果。

5. 锚定文档(构建的实时记忆)

每个构建一个压缩的工作记忆文档——一个仓库有许多构建。不要维护一个全局的 RESUME.md:使用 rjv-feature-workflow 技能的布局(每个工作单元对应 .plans/<名称>.md,从功能路线图链接),这样多个门控构建可以同时进行,并且每个构建都可以通过名称来唤醒。以下部分位于该计划文件内部。对话是可丢弃的;锚定文档则不是。“规范是唯一值得消耗 token 的产物”(cavekit)。

所属部分——每个循环阶段只写入自己的部分:

部分所有者内容
GOAL人类 + 编排者一个段落,要点,永不忘却
CONSTRAINTS / VOCAB人类约定的词语、禁用词语、硬性限制
EVIDENCE LEDGER编排者作为设计约束的实时结果——被驳斥的观点标记为“请勿复活”
INVARIANTS审查轮次涌现出的铁律,每条都可追溯到某一轮或某个“坟场”
DESIGN vN规范-审查循环当前设计 + 审查痕迹(v1 → v2 →…,谁反对,哪些意见因价值而被接受)
TASKS / PLAN编排者带有验收标准的阶段;每个想法要么有归属,要么被消灭
BUGS / CORPSES实现在最低层面研究并分类的失败案例
TOMBSTONES编排者已解决的、保持可见的问题,“以防止任何人重新打开它们”
OPEN任何人真正未决的事项,标记为“USER”以供人类决定

注册规则——按读者进行压缩:

  • 智能体读取的所有内容(本文档、RESUME、审查提示、记忆):使用原始记录风格。事实、文件:行号、命令式语句。“在发送前检查订单(同步 填充 丢弃 → 超卖)”而非散文。为没有上下文、只有 10 秒阅读时间的读者编写。每次重读节省约 75% 成本,而重读是反复发生的成本。
  • 人类读取的所有内容(回复、面向用户的文档):使用正常散文,附有具体数字的例子。理解失败的成本高于输出 token 的成本。
  • 双读者分离是明确的:智能体笔记只有在具体且达成一致后才升级为面向用户的文档。

“无稍后规则”。 永远不要将任何内容归档为“稍后”。每个想法要么在一个命名的阶段找到归属(并附上理由),要么被消灭。在源项目中,“稍后”隐藏了最有价值的实验——一旦浮出水面,它立刻成为了第一个构建项。唯一可接受的延迟 = 一个真实的、已说明的结构性依赖。

压缩维护。 锚定文档和记忆文件在每次恢复时都会被重新读取——它们是重复发生的输入成本,而且是昂贵的那种。定期(在一个阶段结束时,或文档臃肿时)以注册格式重写它们:去除散文,保留事实。压缩规则:永远不要碰数字、标识符、文件:行号引用、代码、命令或错误文本(字节精确);永远不要压缩“证据账本”的含义——丢失的细微差别会重新打开一个已被驳斥的观点。被取代的设计部分缩减为一行“墓碑”;审查痕迹只保留轮次+结果+变更内容。

6. 保持存活——运行必须能承受中断

在长时间的运行中,一定会发生两种故障模式:审查者挂起,以及你自己的连接在响应中断开。防御措施相同:永远不要只在实时对话中保存状态。

  • 恢复指针 + 恢复时核对。 锚定文档的“下一步”部分在每一个步骤结束时重写:当前步骤 + 状态、确切的下一个操作、必须读取的文件、硬性规则。每次恢复时——无论是压缩后、断开后还是计划唤醒——首要操作是 rjv-feature-workflow 的“核对”仪式:读取计划 → 验证每个“已完成”的声明是否与实际代码/数据库一致 → 记录偏差 → 重写“下一步” → 打上“最后核对”时间戳 → 然后才操作。永远不要相信过时的勾选框;一次断连可能已经丢失了勾选框声称已完成的编辑。
  • 频繁提交。 每个已批准的步骤立即提交。一次断连最多丢失正在进行的编辑,而不是整晚的工作。
  • 计划自己的唤醒。 当转交给一个限时的审查时,计划一个自我唤醒(约 15 分钟),以便你主动返回——被动监听(“任务会重新调用我”)可能无声无息地失败。
  • 幂等步骤。 你可能会在断连后于步骤中间重新进入;确保副作用可以安全地重放(去重键、更新插入操作、检查是否已完成)。

7. 模型经济——不要在每件事上都使用旗舰模型

长时间运行卡在预算/速率限制上的概率,高于卡在难度上的概率。完成依赖于节俭:

  • 默认使用廉价模型。 对于机械性工作的子智能体使用小型/快速模型(审查者转发器只是一个 bash 调用——用最便宜的;审查的质量取决于审查者的模型,而不是转发器的模型)。常规代码和分析使用中端模型。
  • 使用本地模型处理规范可实现的功能——零成本,并且基于严格的规范,它们能产出约 90% 的生产质量。永远不要用作审查者(硬性规则 1)。参见 rjv-ollama-delegate 技能。
  • 保留旗舰模型用于设计、综合、最终判断以及审查本身。
  • 为每个子智能体显式地设置模型——永远不要默认继承昂贵的父模型。

8. 范围诚实——尤其是对于金融系统

直白地说明“完成”意味着什么。如果运行只使用了模拟器/纸面路径,那么“通过第 N 步的审查者批准” ≠ “在现实世界中得到验证”。保持危险的门控——实时交易、生产部署、破坏性操作——物理关闭,直到一个单独的、显式的、带有自己门控的验证阶段(纸面对等性、成交率区间、故障关闭阈值)。绝不能让“已批准”被解读为“可以安全发布”。

附录——当审查者是 OpenAI Codex CLI 时

获取驱动 Codex 作为审查者的、经过实战检验的操作细节:

  • 先取消,绝不重新附加。 在审查超时时,不要“重新附加以保留其工作”——重新附加可能会立即静默死亡,让你在孤儿任务运行数小时时毫无监控。始终:取消任务 → 验证没有任务在运行 → 使用 --fresh 重新启动。
  • 使用 pkill 清理孤儿进程。 已取消/挂起的任务会留下 codex app-server、codex resume 和 app-server-broker 进程;在清理时使用 pkill -9 -f 杀死它们,这样它们就不会在长时间运行中堆积。
  • 它的沙盒无法运行你的测试(通常没有可写的临时目录;它会永远卡在“验证中”)——这正是第4节中“你运行测试”这条规则存在的原因。在其沙盒内读取文件(grep/sed/cat)没问题。
  • 它可以写入文件,但无法运行 git——在它完成后,从编排者会话中执行提交。
  • 从其输出中的会话/线程 ID 可用于恢复(--resume-last / 按 ID 恢复)——对于需要前一轮上下文、同时遵循上述“先取消”规则的后续审查很有用。

一行不变量: 独立的审查者 + 压缩的磁盘状态 + 计划的自我唤醒 = 一个能收敛到正确结果、并能承受运行过程中的每一次挂起、中断和压缩的构建。

起源:提炼自一个真实的高风险构建(期权交易机器人,2026年7月:6+ 轮审查,真正的“不同意”结果,一个由人类发现的设计漏洞,在 tick 级别研究的损失)和一个已验证的本地模型委派测试。注册和规范部分的想法归功于 caveman/cavekit 家族(github.com/juliusbrussee)。

相关技能