skill-self-improver

name	skill-self-improver
description	Auto-suggest SKILL.md改进。读 evolution-memory event log (~/.nexus/evolution_memory/.event_log.jsonl)，找出反复 rollback / 反复 blocked / 反复 manual override 的 stage，生成人工审阅用的 markdown 建议。从不直接改 SKILL.md。

Skill Self-Improver — /meta-optimize 后端

跨项目"事后复盘"型 skill：扫描被动事件日志，发现反复在同一个 stage 翻车的信号，然后给出针对该 stage 对应 SKILL.md 的结构化改进建议。

它只生成建议。 它从不直接 patch 任何 SKILL.md —— 真正的修改始终由人类基于这份建议人工完成。这是为了避免"自动改 prompt → 翻车放大"的失控反馈。

When to Use

• 用户说 "/meta-optimize"、"自我优化"、"哪些 skill 该改了"、"复盘 skill 表现"
• evolution-memory 已经被动累计了一段时间（≥几十条事件）后
• 项目阶段性收尾、准备进入下一轮 pipeline 前

输入

唯一输入：~/.nexus/evolution_memory/.event_log.jsonl。

每行是一条 log_event.py 写入的 JSON：

{
  "timestamp": "2026-05-25T03:14:00+00:00",
  "project_dir": "/abs/path/to/project",
  "status": "rolled_back",
  "stage": "ideation",
  "from_stage": "ideation",
  "to_stage": "survey_fetch",
  "reason": "red_team_consensus"
}

事件日志的 schema 与 hook 协议 不被本 skill 修改 —— 它是只读消费者。

三类模式

Pattern	触发条件 (默认阈值)	信号含义
frequent_rollback	同一 stage status="rolled_back" ≥ 3 次	该 stage 的退出标准太松，skill 反复说"做完了"但其实没做完
frequent_skip	同一 stage status="blocked" ≥ 2 次	该 stage 有 gate 反复拦截调用方（很可能是硬卡点 skip 被拒，或 validator 反复失败）
frequent_manual_override	同一 (project, stage) 出现 failure → advanced 序列 ≥ 3 次	人类反复手动绕过 gate —— 要么 gate 规则错了，要么 skill 应当自己先检查

阈值都是 MCP 工具的参数，可以按场景调。

输出

唯一输出：artifacts/skill_improvement_suggestions.md。永远不写任何 SKILL.md。

报告结构：

# Skill Improvement Suggestions

- Generated: ...
- Event log: ...
- Events scanned: N
- Projects covered: M
- Patterns detected: K

> Read me first. 每条都是给人类的建议，没有自动应用。

## Frequent Rollback

### `ideation` — 5 occurrence(s)
- Skill file to consider editing: .agents/skills/idea-brainstorm/SKILL.md
- Projects affected: 3 (`...`)
- Window: 2026-04-01 → 2026-05-20
- Distinct reasons: `red_team_consensus`, `novelty_unknown`

**Suggested SKILL.md improvements:**
- Tighten exit criteria for `ideation`. ...
- Observed rollback reasons: `red_team_consensus`, `novelty_unknown`. ...
- Add a worked example of a borderline case the skill previously got wrong.

<details><summary>Sample events</summary> ... </details>

## Frequent Block / Skip Refusal
...

## Frequent Manual Override (failure → advance)
...

调用方式

两个 MCP tool（在 pipeline-orchestrator 服务里）：

skill_self_improver.scan_event_log(...)

scan_event_log(
    log_path=None,                # 默认 ~/.nexus/evolution_memory/.event_log.jsonl
    project_filter=None,          # 仅看某一个 project_dir
    last_n_projects=None,         # 仅看最近 N 个 project_dir（按 first-seen 时间）
)

返回：{log_path, total_events, kept_events, projects, events: [...]}。

skill_self_improver.generate_suggestions(...)

generate_suggestions(
    log_path=None,
    output_path="artifacts/skill_improvement_suggestions.md",
    project_filter=None,
    last_n_projects=None,
    rollback_min=3,
    skip_min=2,
    override_min=3,
)

返回：{status, output_path, markdown, patterns, scan_meta}。

output_path=None 时只返回 markdown 不写盘 —— 用于 dry-run。

严格禁区

• 不修改 evolution-memory 的 hook 协议（log_event.yaml / log_event.py 不动）
• 不修改 .event_log.jsonl 自身
• 不自动改任何 SKILL.md —— 输出始终是 markdown 建议给人类
• clean-room 实装（仅按本 SKILL.md 规范设计，不读任何外部 self-optimizer 项目的源码）

与其它 skill 的关系

Skill	关系
evolution-memory	上游生产者：写 .event_log.jsonl
pattern-promoter	兄弟：从 lessons/ 提炼 Knowledge Graph；本 skill 从 event_log 提炼 prompt 改进
各业务 skill (idea-brainstorm / experiment-runner / paper-writing …)	下游消费者：人类基于本报告决定要不要改它们的 SKILL.md

核心准则

1. 建议而非修改 —— 自动改 prompt 会放大错误，永远把决定权留给人类。
2. 失败信号优先 —— rollback / blocked / override 都是失败信号；成功的"安静运行"不需要被分析。
3. 跨项目才有意义 —— 单个项目的一次 rollback 是个例，三个项目里同一 stage 三次 rollback 才是 pattern。
4. 建议指向"哪些旋钮可以拧"，不假设具体怎么拧 —— 措辞由人类来写。