skill-autosolver

name	skill-autosolver
description	AutoSolver 总入口 skill，统筹 loop、strategies、evaluate 三个分 skill，用于理解项目结构、自主迭代候选求解器、选择策略方向并执行本地评估。
user-invocable	true
allowed-tools	["Read","Write","Bash","Glob","Grep","Agent"]

AutoSolver 总入口

这个 skill 是 AutoSolver 项目的总调度入口。它不替代三个分 skill，而是说明什么时候、按什么顺序使用它们：

• loop/SKILL.md：完整迭代闭环，负责“检查日志 → 选策略 → 实现候选 → 评估 → 记录 → 决策”。
• strategies/SKILL.md：策略方向目录，负责根据已有基线和失败记录选择下一轮可检验假设。
• evaluate/SKILL.md：本地评估流程，负责统一计算 data/*.txt 的平均 Penalty、逐 case Penalty 和合法性检查。

当用户要求“继续优化 AutoSolver”“自动迭代”“找更好 solver”时，优先使用 loop。当用户只问“下一步试什么策略”或“分析方向”时，使用 strategies。当用户只要求“评估某个候选文件”时，使用 evaluate。

项目结构

AutoSolver 项目根目录应同时包含：

candidate_solvers/
data/
docs/
examples/
logs/
skill-autosolver/
tools/

关键文件含义：

路径	用途
docs/AutoSolver.md	题面、输出约束、目标函数逆向说明和历史策略记录
tools/recovered_objective.py	本地 Penalty 计算、输入解析和分组工具
tools/evaluate_solver.py	标准本地评估入口，输出均分、逐 case、合法性和耗时
tools/strategy.py	已有贪心策略回放代码，可作为候选实现参考
logs/solver_log.md	当前最优、逐 case 结果、失败方向和迭代历史
candidate_solvers/solver_<strategy_name>.py	迭代阶段候选求解器
examples/example_solution.py	简单贪心 solver 示例
data/*.txt	本地评估数据集
data/provided/	原始输入文件副本，只作留档参考

最终提交用的 solver.py 放在项目根目录；在迭代阶段不要用它替代候选文件，除非用户明确要求评估或生成最终输出。

基本任务模型

求解器必须定义：

def solve(input_text: str) -> list:
    ...

输入是制表符分隔的候选派单表：

task_id_list    courier_id    total_score    willingness

输出格式：

[
    ("T0001", ["C001", "C009"]),
    ("T0002,T0005", ["C003"]),
]

必须满足：

• 同一个 courier_id 在所有输出分组中最多出现一次。
• 同一个订单不能跨多个输出分组重复覆盖。
• 同一完整 task_id_list 允许多个备选骑手，但必须合并到同一个输出项的 courier_ids 列表中。
• 输出中的每个 (task_id_list, courier_id) 必须精确存在于输入候选池，不能混用单单和合单的 score 或 willingness。

目标是最小化总 Penalty。根据项目内逆向结果，Penalty 由未覆盖订单惩罚和每个输出分组的期望惩罚组成；详见 docs/AutoSolver.md 和 tools/recovered_objective.py。

使用顺序

1. 定位项目根目录

执行任何操作前先确认 PROJECT_ROOT。优先级：

1. 用户明确给出的路径。
2. 当前目录本身同时存在 data/、candidate_solvers/、tools/recovered_objective.py。
3. 当前目录下的 AutoSolver/ 子目录。
4. 常见 workspace 路径中的 AutoSolver 目录。

后续所有相对路径都以 PROJECT_ROOT 为基准。

2. 读当前状态

先读：

• README.md
• logs/solver_log.md
• 必要时读 docs/AutoSolver.md

当前真实官方最好记录是 candidate_solvers/solver_round37_adaptive_topn.py，官方均分 724.07，完成 10/10。当前根目录 solver.py 是 38 轮可测结构上的 low-timeout 修复版，备份为 candidate_solvers/solver_round38_lowtimeout.py；本地均分 687.94，目标是让官方 low_willingness 不再超时后回到约 723.x。如果日志被更新，以最新日志为准。

3. 选择分 skill

按任务选择一个或多个分 skill：

场景	使用
用户要求完整自动优化或继续迭代	先读 loop/SKILL.md，再按其中流程调用 strategies 和 evaluate
用户要求选择下一轮策略方向	读 strategies/SKILL.md，结合 logs/solver_log.md 判断
用户指定候选 solver 要评估	读 evaluate/SKILL.md，使用统一合法性检查和 Penalty 口径
用户要求生成最终 solver.py	先用 loop 确认终止条件，再整理当前最优候选为自包含文件

4. 实现候选策略

候选策略写入：

candidate_solvers/solver_<strategy_name>.py

候选文件必须提供 solve(input_text: str) -> list。迭代阶段可以参考或复用项目工具；最终 solver.py 必须自包含，只依赖 Python 标准库。

优先从 strategies/SKILL.md 的方向中选择：

• 多骑手扩展，例如 MULTI_ADAPTIVE_K、MULTI_TOP_K_SEARCH
• 期望值贪心，例如 EV_GREEDY、EV_MARGIN
• 合单补覆盖，例如 SINGLE_FIRST_BUNDLE_BACKFILL
• 两阶段或分场景策略
• 在连续失败后再尝试局部搜索、beam search、受限 ILP 或目录外新假设

5. 评估和记录

每个候选都必须使用 evaluate/SKILL.md 的统一流程评估：

• 使用同一批 data/*.txt
• 使用同一个 tools/recovered_objective.py
• 优先运行 python tools\evaluate_solver.py <candidate>
• 输出平均 Penalty
• 输出每个 case 的 Penalty、覆盖数和耗时
• 先做合法性检查，出现格式错误、重复骑手、重复覆盖或无效候选对时标记为 format_error

评估后把结果写入 logs/solver_log.md，记录策略文件、参数、平均 Penalty、与当前最优差值、逐 case 明细、状态和下一步判断。

如果评估使用的是额外合成的样例数据，还要把样例构造方式、结果摘要和策略启发同步记录到 strategies/SKILL.md 的对应策略段落中；真实 data/*.txt 的正式对比结果仍以 logs/solver_log.md 为准。

6. 迭代决策

• 如果平均 Penalty 低于当前最优，更新日志中的“当前最优”，并沿成功方向继续微调。
• 如果没有改善，记录失败原因，换方向或引入新变量，避免重复尝试已失败且无新变量的策略。
• 如果均值改善但 scarce_couriers、low_willingness 等关键 case 退化，要优先考虑分场景策略。
• 连续多轮无改善时，按 loop/SKILL.md 的阶梯切换到组合策略、高级策略或目录外新假设。

分 skill 目录

本总 skill 目录应保持如下结构：

skill-autosolver/
  SKILL.md
  loop/
    SKILL.md
  strategies/
    SKILL.md
  evaluate/
    SKILL.md

三个分 skill 是具体操作手册。使用时先读本文件确定入口，再打开对应分 skill 的 SKILL.md 执行详细流程。

注意事项

• 不要修改 data/provided/，它是原始输入留档。
• 不要把迭代候选直接写成根目录 solver.py，除非已经进入最终整理阶段。
• 不要只看平均 Penalty，必须检查逐 case 退化和覆盖数。
• 不要用不合法输出取得的虚低 Penalty 更新最优。
• 39 轮之后出现过平台前端 Cannot read properties of undefined (reading 'slice')，后续提交优先沿 38 轮可测结构小步修改：保持顶层 def solve(input_text: str) -> list，避免大规模入口重构、强制映射表和平台不熟悉的提交形态。
• 不要在 skill-autosolver/ 目录下创建候选策略、日志或最终 solver。