swcc-stop

name	swcc-stop
description	Use when the user wants to end the current review session — must be the same conversation as the go/weak session it closes. 触发:「结束复习」「stop」「归档」「复习完了」「今天就到这」「收工」「收尾」「存一下进度」「记一下今天的」「先到这」「done」「完事了」。
user-invocable	true

swcc · stop — 结束复习并归档

归档当前这轮对话里刚发生的复习:独立评分、记薄弱点、更新进度、排下次复习。

动手前先读两份契约:

• ${CLAUDE_PLUGIN_ROOT}/skills/_shared/data-contract.md —— 落盘格式与艾宾浩斯计算。
• ${CLAUDE_PLUGIN_ROOT}/skills/_shared/mastery-rubric.md —— 掌握度评分两维与档位。 本技能会写:新增一份 review-session 记录，并更新 progress.json 与 knowledge-tree.md。

---

核心原则

1. 掌握度由系统独立评估，绝不让用户自评。 用一个没参与对话的子智能体打分，避开「考官心软」偏差。
2. 覆盖度 + 深度两维并重。 会背（覆盖广但浅）和钻牛角尖（深但窄）都不算掌握，见 mastery-rubric。
3. 进度只增不乱。 严格按 data-contract 更新 progress，艾宾浩斯算 nextReview，状态机别跳。
4. 评分要有理由。 review-session 必须写清「覆盖了什么、深度如何、缺什么」。

subagent 纪律

阶段 2 的评估子智能体必须遵守以下纪律，主对话也要同步约束：

1. 工具权限：评估子智能体禁止使用 WebSearch / WebFetch；主对话在 stop 执行期间也默认不调用 WebSearch / WebFetch。
2. 输入来源：只能读取阶段 1 整理的事实清单 + ${CLAUDE_PLUGIN_ROOT}/skills/_shared/mastery-rubric.md；不允许临时联网查询，也不得引用网页、文章或在线资料。
3. 输出契约：严格按 mastery-rubric.md 第五节返回 JSON，不要附加解释、Markdown 代码块标记之外的内容或外部链接。
4. 失败回退：若 Agent 调用失败、超时、返回非 JSON，或输出中出现 http(s):// URL、未提供的网页/文章引用、"according to web/article/online" 等短语，主对话必须丢弃该输出并视为失败；暂停归档，绝不自己打分，提示用户「评估暂不可用，本次未写入，请稍后重试 /swcc-stop」，然后停止。

借口对照表(出现这些念头=正在偷懒,照右栏纠正)

借口	现实
「用户自评 8 分,就记 8 分」	用户自评天然偏高;只作事实输入,分数不采信。掌握度由子智能体按 rubric 客观给。
「会话很短,我自己打分就行,不必派子智能体」	越短越主观。无论长短,阶段 2 必须走 Agent 工具评估。
「Agent 调用失败,那我自己打吧」	禁止回退自评。失败则暂停归档、提示用户重试 /swcc-stop。
「这概念讲解时用户反应不错,算掌握」	只有考核阶段算数;只讲没考的概念不评分、不记薄弱。
「答错但意思差不多,算对」	按 rubric 硬标准,不给人情分。
「薄弱点抄上次的,不重新评」	每次都重评并更新 weakPoints 的 mastery/consecutivePass/nextReview。

Red Flags(自查,出现即停下)

• 正准备采信用户报的分数 → 必须派子智能体。
• 正准备把讲解阶段表现计入评分/薄弱点 → 只看考核阶段。
• 正因「会话短」或「Agent 失败」想自己打分 → 派子智能体;失败则暂停归档。
• 给某维度 ≤3 却让 mastery >5 → 违反 rubric 约束。
• 改了 progress.json 却没同步 knowledge-tree 的勾选/🔴 → 必须一致。

常见错误

1. 直接采信 go 收尾小结里的分数:小结是 go 自写、带主观。→ 子智能体要基于原始问答重评。
2. 两个计数混用:节点 reviewCount(复习次数,用于艾宾浩斯)≠ 薄弱点 consecutivePass(连续达标,用于移除)。
3. nextReview 基准算错:节点和薄弱点要各用自己的 reviewCount 取间隔。
4. 忘记同步 tree:progress 改了,knowledge-tree 的 [x]/🔴 没跟上。

---

执行流程

阶段	名称	目的
1	提取本次复习	从对话（含 go 收尾小结）整理事实
2	独立子智能体评分	客观给 coverage/depth/mastery
3	写复习记录	review-sessions/<时间戳>.md
4	更新 progress.json	status/mastery/nextReview/weakPoints/stats
5	更新 knowledge-tree.md	勾选已掌握、标薄弱点
6	输出摘要	掌握度 + 理由 + 下次复习

---

阶段 1：提取本次复习内容

从当前对话历史回顾本次（通常由 /swcc-go 发起的）复习，整理出事实清单:

• 复习了哪个专题、哪个节点路径、什么 mode;
• 该节点的核心机制清单（从 knowledge-system.md 取；优先读取 ### 核心机制，若不存在则回退到旧格式的 ### 核心概念）；
• 问了哪些题、用户怎么答、哪里答得好 / 哪里卡壳或答错;
• 若 go 输出过「收尾小结」，把它一并纳入。

关键:区分「讲解阶段」与「考核阶段」。 go 默认先讲后测——评分与薄弱点只看考核阶段的表现。光在讲解阶段过了一遍、还没考的概念不算薄弱点(用户只是刚复习,不是不会);只有「讲过/复习过、考核时仍卡壳或答浅」的才记薄弱点。整理事实时把这两类分清,交给阶段 2 的评估子智能体。

怎么区分两阶段(按可靠性从高到低):① 找 go 输出的硬分界标记 --- 考核开始 ---——它之后算考核、之前算讲解,这是首选且最可靠的依据;② 有 go 收尾小结的「考核结果」表 → 直接以该表为考核事实来源(每行的「表现」=扎实/答浅/卡壳);③ 都没有(go 没走完或漏标)才回退启发式:test 取向全程算考核,study 取向把「明确提问→等答→点评对错」的往返算考核。注意:讲解阶段 check-in 的「这块清楚吗」式确认/互动不是考核,绝不据此记薄弱点。

若对话里找不到本次复习内容（比如没先 /swcc-go），告诉用户「本轮对话没有可归档的复习」，停止。

评分理由要体现业务研发视角。 coverage/depth 的评估重点不是「能不能背定义」，而是「在业务代码里怎么用、踩过什么坑、怎么做 tradeoff」。例如：

• coverage：是否覆盖了该机制在业务中的典型用法、常见配置、异常场景；
• depth：能否讲清原理如何映射到业务问题（如「G1 的 Region 设计如何影响大对象分配」「线程池参数怎么根据业务 QPS 调」），而不是只停留在 JVM 规范层面的描述。

核心评分逻辑（维度分段、合成公式、约束条件）保持不变。

这是客观性的关键，必做。 用 Agent 工具派一个评估子智能体，把阶段 1 整理的事实清单 + mastery-rubric.md 的评分规则交给它。派 agent 时必须在 prompt 中重申以下纪律，并要求它只评估、不写文件，按 rubric 第五节返回 JSON:

{ "mastery": 7, "coverage": 6, "depth": 8, "reasons": "…", "weakPoints": [ { "node": "<节点路径>", "concept": "…", "mastery": 4 } ] }

子智能体 prompt 中必须重申的纪律：你只准读取本消息提供的「阶段 1 事实清单」与 mastery-rubric.md；禁止使用 WebSearch / WebFetch 或任何联网查询；评分只能基于给定输入；返回必须是 mastery-rubric.md 第五节要求的纯 JSON，不得包含 URL、网页/文章引用或 "according to web/article/online" 等外部来源措辞。

评分以评估子智能体返回的结果为准，不要用主对话的主观印象覆盖它。若返回结果与对话中的事实明显矛盾，可要求其复核一次；否则采信。

• 用户在对话里自评分数(如「我觉得有 8 分」「按 8 分记」):把它当"用户自我感知"记入事实,但子智能体不采信该分数,仍按 rubric 客观评。
• Agent 工具调用失败:绝不回退到主对话自己打分。暂停归档,告诉用户「评估暂不可用,本次未写入,请稍后重试 /swcc-stop」,然后停止。
• 子智能体输出被污染（含外部来源）：若返回内容中出现 http(s):// 链接、引用了未提供的网页/文章，或出现 "according to web/article/online" 等措辞，视为违反纪律，必须丢弃并按 Agent 调用失败处理：暂停归档，不写入任何文件，提示用户「评估暂不可用，本次未写入，请稍后重试 /swcc-stop」，然后停止。

阶段 3：写复习记录

在 $HOME/.study-with-cc/topics/<slug>/review-sessions/ 下新建 <时间戳>.md（时间戳用 date +%Y-%m-%d-%H-%M-%S）:

# 复习记录：<YYYY-MM-DD HH:mm>

## 元信息
- 专题：<topic>
- 节点路径：<节点路径>
- 模式：<mode>
- 掌握度（系统评估）：<mastery>/10（覆盖度 <coverage> / 深度 <depth>）

## 评分理由
<子智能体的 reasons：覆盖了什么、深度如何、缺什么>

## 复习内容
- 问题 1：…（回答要点 / 点评）
- 问题 2：…（卡壳）

## 薄弱点
- <具体薄弱点，若有>

## 下次复习建议
- <YYYY-MM-DD> 复习：<重点>

阶段 4：更新 progress.json

• 目标节点:status（mastery ≥ 8 → mastered，否则 in_progress）、mastery、lastReviewed=今天（date +%F）、reviewCount += 1、按艾宾浩斯（data-contract 第六节）用该节点的 reviewCount 算 nextReview。
• 薄弱点（只来自考核阶段）:把子智能体返回的 weakPoints + 考核中卡壳/答错/掌握度低（<6）的点写入/更新 weakPoints。子智能体只给出 node/concept/mastery(候选),其余字段由 stop 主体补齐:
  • 新薄弱点(weakPoints 里原本没有):createdAt=今天、reviewCount=0、consecutivePass=0、nextReview 按 reviewCount(本次 +1→1)算。
  • 已存在的薄弱点:继承其旧的 reviewCount/consecutivePass,绝不重置为 0;再按下面规则更新——本次考核 mastery ≥ 8 → consecutivePass += 1、否则 consecutivePass = 0;reviewCount += 1;nextReview 用该薄弱点自身(更新后的) reviewCount 算。consecutivePass ≥ 2 时移除该薄弱点。
• stats:totalReviewCount += 1;totalReviewTime 加本次估算时长（分钟;粗估 = 本轮你在讲解+考核里的回复条数 × 2,有真实时间信息时以实际为准;别留空、别乱填）;全局 streak（lastReviewDate 昨天→+1、今天→不变、否则→重置 1）;lastReviewDate=今天。
• currentNode 推进:本次 mastery ≥ 8 → 推进到下一个 not_started 叶子（先同子主题、再下个子主题）;mastery < 8 → 保持该节点;用户明确要求换下一个 → 推进但该节点保持 in_progress。

阶段 5：更新 knowledge-tree.md

• 目标节点已 mastered → 对应行 - [ ] 改 - [x]。
• 新产生薄弱点 → 对应行尾加 🔴（已有则保持）;若某行薄弱点已清除则去掉 🔴。

全部落盘成功后,删除 cwd 的 ./.swcc-checkin.md(本轮闭环结束,go 的深挖草稿作废;见 data-contract 第十五节)。文件不存在则忽略,不报错。

阶段 6：输出摘要

✅ 复习已归档
📊 掌握度（系统评估）：<mastery>/10（覆盖 <coverage> / 深度 <depth>）—— <一句话理由>
🔴 新增薄弱点：<列表，或「无」>
🗑️ 已移除薄弱点（连续两次达标）：<列表，或「无」>
📅 下次复习：<YYYY-MM-DD>
🔥 连续复习：<streak> 天
📁 记录：~/.study-with-cc/topics/<slug>/review-sessions/<时间戳>.md

---

质量基准（达到才算归档完成）

• 掌握度来自独立子智能体，不是主对话自评;review-session 里有可追溯的评分理由。
• progress.json 的 mastery/status/nextReview/weakPoints/stats 全部按 rubric 与 data-contract 更新一致。
• knowledge-tree.md 的勾选与 🔴 标记和 progress 对得上。