Skip to main content

kb-evolve

知识库进化与代码自省。审计 memory/long 一致性、沉淀 scratch 到长期记忆、清理过期 todo、扫描代码 TODO/FIXME、分析 daemon 错误根因、发现外部 skills/MCP 工具。当用户提到知识进化、memory 审计、代码自省、知识整理、认知迭代、能力发现时触发此 skill。

الانتقال إلى التثبيت

معلومات المصدر

المستودع
ketchupz1999/feishu-agent-gateway
آخر نشاط في المصدر
٢٤ أبريل ٢٠٢٦ في ٠٧:٤١
لغة SKILL.md المكتشفة
الصينية
النجوم
٥
التفرعات
١

خيارات التثبيت

يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.

مراجعة ملفات المصدر

اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.

مستكشف الملفات
2 ملفات

عرض SKILL.md

SKILL.md
تعليمات المصدر · معاينة للقراءة فقط
name
kb-evolve
description
知识库进化与代码自省。审计 memory/long 一致性、沉淀 scratch 到长期记忆、清理过期 todo、扫描代码 TODO/FIXME、分析 daemon 错误根因、发现外部 skills/MCP 工具。当用户提到知识进化、memory 审计、代码自省、知识整理、认知迭代、能力发现时触发此 skill。
# kb-evolve — 知识审计、代码自省与能力发现 kb-evolve 负责认知迭代:检查知识质量、代码 TODO、过期 scratch、daemon 错误模式和可用能力。 ## 触发时机 - 手动:`/kb-evolve` - 自动:daemon 每周四 19:00 UTC(北京周五 03:00) ## 执行流程 ### Step 1 — 知识库健康采集 ```bash python3 .claude/skills/kb-evolve/scripts/knowledge_audit.py ``` 脚本输出 JSON,包含: - `memory_long`: 每个文件的 age、size、lines - `memory_scratch`: 总数 + 超 7 天的 stale 文件 - `agent_memory`: 各 agent 的 MEMORY.md 行数、最后修改天数 - `todo_inbox` / `todo_backlog`: done/open 数量、超 2 周未动项 - `error_patterns`: 最近 7 天 daemon 日志 ERROR/FAIL 去重聚合 - `code_todos`: `.claude/skills/` 和 `components/` 中的 TODO/FIXME/HACK ### Step 2 — 知识审计 & 执行修复 基于 Step 1 JSON 数据,执行以下检查和修复。重点:**做,不只是报告**。 #### 2a. 知识一致性检查 - 读 `memory/long/` 下的文件,对比实际代码状态(daemon 调度频率、skill 数量、架构信息)→ 直接修正过时信息 - 读各 `.claude/agent-memory/*/MEMORY.md`,检查数据是否与最新状态一致 → 标注不一致项 - 约束:只改事实性信息(数字、日期、技术细节),不改观点和策略 #### 2b. scratch 沉淀 - 超过 7 天的 scratch 文件 → 读取内容,提取有价值的认知写入 `memory/long/` 对应文件 - 提取完成后删除源 scratch 文件 - 跳过近期的 kb-evolve 报告(保留最近 2 份作为趋势对比基线) #### 2c. todo 清理 - `todo/inbox.md` 中明显过期的任务(日期已过数周的事件性任务)→ 标记完成或移除 - 大量 `[x]` 已完成项 → 归档到 `knowledge/projects/` 对应目录或直接移除 - `todo/backlog.md` 中超过 2 周未动的 `[ ]` 项 → 评估是否仍有价值,标注或移至 discuss ### Step 3 — 代码自省 & 能力发现 #### 3a. 代码自省 - 聚合 Step 1 的 `error_patterns` → 分析根因,哪些是代码 bug vs 外部依赖问题 - 检查 agent-memory 中"已知缺陷"/"待办"/"TODO"段落 → 哪些已被修复但未更新记忆? - 扫描 `code_todos` 列表 → 分类: - **可立即修**(简单 bug、过时注释、已完成的 TODO)→ 直接修复 + 记录 - **需用户决策**(架构变更、策略调整)→ 列入报告建议 - 对"可立即修"的项,执行修复 #### 3b. 能力发现 使用 WebSearch 搜索以下关键词(每次运行选 1-2 个最相关的): - "claude code skills" + 当前年份 - "claude code MCP" + backlog 中的具体需求关键词 对每个发现项评估: | 维度 | 评估标准 | |------|----------| | 来源可信度 | 官方 Anthropic / GitHub 高星 / 社区未知 | | 安全风险 | 需要什么权限、是否要 API key、代码是否可审计 | | 适用度 | 是否匹配 backlog 中的未完成需求 | **安全边界:只输出推荐列表,绝不自动安装任何外部工具。** 推荐格式:`名称 | 来源 | 安全评级(高/中/低) | 匹配需求 | 安装方式` ### Step 4 — 输出报告 & 提交 #### 4a. 生成报告 报告写入 `memory/scratch/YYYYMMDD-kb-evolve.md`: ```markdown # 知识进化报告 — YYYY-MM-DD ## 知识健康评分:N/10 ## 本次修复 - [列出实际执行的修改,包括文件路径] ## 知识审计发现 - [过时/不一致的内容及处理方式] ## scratch 沉淀 - [提取了什么 → 写入哪个文件] - [删除了哪些 scratch 文件] ## 代码改进 - [已修复] xxx(文件:行号) - [建议] yyy(需用户决策,原因) ## 能力发现 | 名称 | 来源 | 安全 | 匹配需求 | 安装方式 | |------|------|------|----------|----------| ## 下次关注 - [优先级排序的待办,最多 5 条] ``` 报告控制在 100 行以内,用数据说话。 #### 4b. git commit ```bash git add <本次修改的文件> git commit -m "chore: kb-evolve MMDD — <一句话摘要>" ``` 只 commit 本次知识进化涉及的文件,不捎带其他未关联变更。 ## 约束 - 只做事实性调整,不改变用户的计划、策略和目标 - memory/long 中的领域知识只更新事实(数字、日期),不修改观点 - agent-memory 只标注不一致,不擅自修改策略权重 - 删除文件前必须说明理由 - 外部工具只搜索+推荐,**绝不自动安装** - 报告控制在 100 行以内
عرض على GitHub