メニュー
evolution 元学习可消费版——把 patterns.md 沉淀的"常见根因 + 修复模板" 转成 Agent 可在 REFL 阶段主动加载的 skill 入口。 本技能本身不产出新内容，是 patterns 的 agent-side 视图。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/vivy-yi/Greater-China-Legal --skill evolution-metaコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
刑事判决书生成——接收案件事实描述，调用8个原子能力，生成格式规范、论证严密的完整刑事判决书。 适用情形：用户要求"起草判决书"/"生成裁判文书"/"根据案卷写文书"。 核心流程：事实提取→概念理解→争议识别→法条检索→案例检索→演绎推理→格式适用→术语规范。 注意：本skill是刑事一审判决书专用模板，GCL不涉及实际司法文书输出，此skill仅作框架参考。
法律文书格式适用——起草格式规范的民事/刑事判决书，或识别文书类型并套用对应格式。 适用情形：起草判决书/生成裁判文书/写民事判决书/写刑事判决书。 核心：识别民事vs刑事→按七段式顺序起草→在需要处调用对应原子技能。 这是GCL各场景的文书输出层，与judgment-document-generation互补（后者专注刑事+8步流程，前者覆盖民刑+分段落格式规范）。
法律文书摘要——对判决书、裁定书、调解书、仲裁裁决书、行政处罚决定书进行结构化摘要。 适用情形：用户要求做摘要/提炼要点/生成裁判要旨/提取案件信息。 核心：六要素框架（案件信息+事实背景+争议焦点+法律依据+结论结果+说理过程），忠实原文，区分文书类型。 禁用：不得添加原文未载明的事实/观点/结论，不得出现主观评价性措辞。
SOC 職業分類に基づく
SKILL.md を表示中
| name | evolution-meta |
| description | evolution 元学习可消费版——把 patterns.md 沉淀的"常见根因 + 修复模板" 转成 Agent 可在 REFL 阶段主动加载的 skill 入口。 本技能本身不产出新内容，是 patterns 的 agent-side 视图。 |
| trigger_phrases | ["反思模板","根因模式","修复模式","evolution meta","patterns"] |
| last_reviewed | 2026-06 |
| legal_frame | cn-mainland |
| version | 1.0.0 |
| risk_level | low |
本技能是 plugins/shared/evolution/SKILL.md 定义的"元学习"环节的可加载入口。
当 Agent 进入 REFL 阶段时，调用本 skill 加载历史 patterns，提升归因效率。
使用方式：
1. Agent 收到 REFL 任务
2. 调用 skill_view(name="evolution-meta")
3. 读取本文件 + 加载场景级 patterns.md
4. 用 patterns 辅助生成 hypothesis
调用本技能时，按以下顺序读取：
plugins/legal-scenes/<当前场景>/evolution/meta/patterns.md（场景专属模式）plugins/shared/evolution/meta/patterns.global.md（如存在，全局模式）这里的模式是历史经验沉淀，新模式会在 patterns.md 累积后回流到这里。
症状：skill 被正确调用但未引导到专项检查。
检测方法：
归因方向：
快速验证：看 trigger_phrases 是否含用户 query 的核心术语。
修复模板：
patch_type: content-add
target_section: trigger_phrases
diff_summary: |
trigger_phrases 增加:
- <核心词>
- <同义词 1>
- <口语化表述>
expected_impact: "+X% 漏检率下降"
症状：输出有法律推理但缺具体法条引用，law_citation_accuracy 评估维度必挂。
检测方法：
归因方向：
修复模板：
patch_type: content-add
target_section: <相关 step>
diff_summary: |
在 step N 末尾增加：
"本步骤须引用 [YD] 数据源验证法条有效性，至少引用 1 条具体法条（条号格式：XXX法第N条）"
症状：某场景的 patch 修复了本场景问题，但其他场景 smoke test 出现新失败。
检测方法：
归因方向：
修复模板：
patch_type: restructure
rationale: |
当前 trigger 词太宽，需限定到本场景上下文
diff_summary: |
trigger_phrases 增加场景限定词：
- 原: "<关键词>"
- 新: "<场景限定><关键词>"
症状：场景 CLAUDE.md 含明确规则（如"违约金 > 130% 可调整"），但 SKILL.md 输出未应用该规则。
检测方法：
归因方向：
修复模板：
patch_type: content-add
target_section: <相关 step>
diff_summary: |
增加引用:
"依据场景 CLAUDE.md 规则：<规则内容>"
并在 step 中显式应用该规则进行判断
症状：auto-test 期望 ## 风险分析 但 SKILL.md 实际为 ## 风险评估 或 ## 风险点。
检测方法：
归因方向：
修复模板：
patch_type: format-fix
diff_summary: |
重命名: "<旧标题>" → "<新标题>"
（遵循 auto-test 期望的标准节标题：## 工作流程 / ## 风险分析 / ## 输出格式）
[场景] <scene>
[失败 case 列表] [...]
[评估维度失败] [...]
请按以下步骤执行 REFL：
1. skill_view(name="evolution-meta") 加载本文件
2. 读取 plugins/legal-scenes/<scene>/evolution/meta/patterns.md
3. 比对失败模式与已有 patterns
4. 若有 high-confidence 模式匹配，优先作为 hypothesis
5. 生成 ≥2 个 hypothesis 并选择 root_cause
6. 输出 reflection 产物到 plugins/legal-scenes/<scene>/evolution/reflections/
Greater China Legal — shared evolution-meta v1.0.0