solve-vfi

name	solve-vfi
description	调用值函数迭代 / 策略迭代 / 投影法求解动态规划。当用户说"VFI"、"PFI"、"值函数迭代"、"projection"、"全局解"、"非线性求解"时调用。
type	solver

solve-vfi — 值函数迭代 / 策略迭代 / 投影

触发场景

• "跑 VFI 求消费-储蓄问题"
• "用策略迭代加速收敛"
• "跑投影法（Chebyshev / spline）做全局非线性求解"
• "比较 VFI 与 EGM 的收敛速度"

输入契约

字段	类型	说明
model_name	str	已通过 model-reviewer
method	enum	vfi / pfi / egm / chebyshev / spline
tol	float	默认 1e-6（值函数）/ 1e-8（策略）
max_iter	int	默认 2000

步骤清单

1. 读 output/checkpoints/<model>_ss.json（或确定性边界值）作为初值。
2. 构造资产 / 状态网格（依 spec.md §8）。
3. 调用对应方法的求解器（Julia QuantEcon / Python interpolation.py）。
4. 记录每轮残差、迭代次数、收敛曲线。
5. 保存策略函数与值函数到 output/checkpoints/<model>_policy.json。
6. 调用 numerics-reviewer 检查收敛诊断。

输出契约

文件	必产	说明
output/checkpoints/<model>_policy.json	✅	含策略 / 值函数
logs/<model>_vfi_<ts>.log	✅	迭代日志
quality_reports/<model>_numerics_review_<ts>.md	✅

不允许的操作

• 在网格未充分细化的情况下声称收敛
• 用过宽容差换收敛速度
• 跳过 numerics-reviewer 直接进入 IRF

失败回退

症状	处理
必备前置未满足	报错并指出缺什么；不绕过
上游产物 stale	重跑上游 skill；不"凭旧的 checkpoint 继续"
用户口径模糊	调用 interview-me skill 反向访谈