meta-skill-bootstrap

name	meta-skill-bootstrap
description	元技能自举法 — 从实践中自动生成高质量 Skill 的方法论体系。 当用户说"帮我做个技能"、"把经验沉淀成技能"、"总结工作流"、 "生成 Skill"、"提炼方法论"、"沉淀文档"时触发。 也适用于反复执行同一类任务时识别可复用模式。

元技能自举法 · SKILL Bootstrap Methodology

核心信条：好东西都是总结出来的，不是发明出来的。

一、核心三角：OTF + JIT + Bootstrap

OTF = On-The-Fly（即时总结）

执行过程中发现模式的那一刻，立即记录、归纳、应用，不等项目结束。

三个触发时机：

• 时机1：发现重复（同一类错误出现 3 次）→ 立即提炼规则
• 时机2：发现异常（意外情况）→ 立即记录边界条件
• 时机3：批次边界（每处理 N 个样本）→ 批量归纳模式

JIT = Just-In-Time（即时交付）

不追求第一次就完美交付，而是及时交付最小可用版本 → 拿反馈 → 快速迭代收敛。

三个层次：

• 功能 JIT：最小可行产品，按需开发，不提前过度设计
• 质量 JIT：梯度收紧 P0(60%) → P1(80%) → P2(90%) → P3(97%)
• 知识 JIT：按需沉淀，需要时才写文档，不要提前写"完美文档"

Bootstrap = 知识自举

每一步迭代产生的元知识，能被下一步直接复用。知识自我增殖，自动化程度递增，人工干预递减。

---

二、知识自举五阶演化

阶段	自动化率	人工占比	关键产出
第一阶	0%	100%	对话记录、操作日志
第二阶	20%	80%	检查脚本、统计脚本
第三阶	60%	40%	Skill 文档、Agent 反思工作流
第四阶	90%	10%	自动生成的 Skill 更新
第五阶	99%	1%	元 Skill（关于如何总结 Skill 的 Skill）

---

三、五层抽象金字塔（知识压缩过程）

层5  哲学：演进 > 设计
     ↑
层4  洞察：总结是唯一的知识来源
     ↑
层3  原则：OTF + JIT + Bootstrap
     ↑
层2  模式：错误模式、工具模式、决策模式
     ↑
层1  案例：具体错误、修正记录、决策历史

压缩比参考：

• 案例 → 模式：13,000 个错误 → 25 条模式（520:1）
• 模式 → 原则：25 条模式 → 5 条原则（5:1）
• 原则 → 洞察：5 条原则 → 1 个洞察（5:1）

---

四、从任务到 Skill 的完整工作流

阶段 1：观察与记录（OTF 触发）

对每个任务执行时，保持以下记录习惯：

1. 决策日志：记录"为什么选方案 A 而非方案 B"
2. 错误记录：每个错误包含：问题描述 → 根因 → 解决方案 → 预防措施
3. 模式标记：发现重复时立即标记，不等积累到"完美数量"

阶段 2：提炼模式（JIT 收敛）

何时提炼：

• 样本量足够（定量 > 30，定性 > 10）
• 规律已稳定（新模式 = 0，连续 2 轮不变）
• 有实际用途（下次遇到可直接套用）

何时不提炼：

• 样本量不足（偶然规律）
• 规律仍在快速变化
• 过度泛化（把具体方案当方法论）

阶段 3：写成 Skill

将提炼的模式写成 Skill 文档，包含以下章节：

# [Skill 名称]

## 触发条件
什么样的任务会触发这个 Skill

## 核心原则
这个 Skill 背后的 2-3 条核心原则

## 工作流程
步骤化的执行流程

## 常见错误
按模式归纳的 3-5 个高频错误 + 解决方案

## 边界条件
这个 Skill 适用的范围和不适用的范围

---

五、14 个元技能清单

编号	元技能	核心理念
00-META-00	好东西都是总结出来的	OTF + JIT + Bootstrap 自举增殖
00-META-01	反思	Agent 自主发现错误模式
00-META-02	迭代工作流	广度优先、模式驱动、指数衰减
00-META-03	冷启动	5 个样本建立直觉
00-META-04	柳叶刀方法	精细分解、混合驱动、成本意识
00-META-07	可读性	中间产物人类可读、Git 友好
00-META-08	标注体系设计	本体从数据中"长"出来
00-META-09	Agent 提示词工程	SKILL 作为 Agent 的"DNA"
00-META-10	质量控制	Lint 规则来自错误案例
00-META-11	数据体感培养	多维观察数据异常

---

六、反模式（避坑指南）

反模式	表现	正确做法
总结代替思考	遇到问题立即套用模式，从不思考为什么	理解模式本质，判断是否适用
追求完美总结	花 3 天写"完美"文档，无人阅读	够用就好，总结也要迭代
只总结成功经验	无失败案例记录	失败案例 > 成功经验
过度设计先行	项目开始先设计完整体系	先跑最小版本，边做边总结

---

七、实践检查清单

执行任务时（自动触发）

• 每处理 5-10 个样本，自问："当前批次有什么重复模式？"
• 遇到决策点时，记录："为什么选择方案 A 而非方案 B？"
• 自动分配时间：90% 执行任务 + 10% 模式总结

每轮迭代后（自动总结）

• 生成本轮统计：处理 X 个案例，发现 Y 个问题，分布如何
• 提取错误模式：自动归类为 Z 条模式，更新模式库
• 更新 Skill 文档：将新模式写入"常见错误"章节

总结边界判断

• ✓ 总结时机：样本量足够 + 规律已稳定 + 有实际用途
• ✗ 不总结：样本不足 / 规律未收敛 / 过度泛化

---

八、核心认知（三句话）

1. 知识是压缩：10,000 个案例 → 100 条模式 → 10 条原则 → 1 个洞察
2. 理解是归纳：看到规律才算真正理解，没有规律就没有知识
3. 方法是沉淀：做一次是经验，做十次总结出来才是方法论