mnote/design/07-ai/process/7-36-reasonix-skill-maintainer-v1.md

Reasonix Skill Maintainer v1

状态

• 状态：process
• Owner：AI runtime / multi-agent collaboration
• 背景：Hindsight 解决了 Reasonix 过程可追溯问题，但不能自动让 Reasonix 下一次更好。需要一个主控驱动的最小自进化机制，由 Codex/Hermes 根据真实 run 修改 Reasonix skill、任务模板和 handoff 合同。

目标

建立“真实任务 -> 复盘 -> 修改 Reasonix skill/模板 -> 小 smoke -> 再试跑”的闭环，让 Reasonix 从通用辅助逐步变成可审计、低噪声、能节省主控 token 的 worker。

非目标

• 不让 Reasonix 自主修改自己的 skill。
• 不照搬 Hermes 的完整自进化机制。
• 不把一次失败就提升为长期规则。
• 不修改项目 AGENTS.md，除非用户明确要求。

角色边界

• Codex/Hermes：主控，负责判断哪些协作缺陷值得固化为 skill 规则。
• Reasonix：被维护的 worker，负责执行明确任务。
• Hindsight：热记忆，保存过程 handoff 和协作复盘。
• MemPalace：冷归档，保存长期可检索的会话摘要。

输入

每次维护 Reasonix skill 前，主控必须先读取：

• Reasonix run 输出目录：
  • result.json
  • process-handoff.json
  • process-handoff.md
  • final.md
  • 必要时 reasonix-transcript.jsonl
• Hindsight recall：
  • hindsight-embed -p agents memory recall reasonix "<run-id 或任务关键词>"
• 当前相关 skill：
  • reasonix-coding-worker
  • reasonix-browser-tester
  • reasonix-parallel-coding-flow
  • 新增 reasonix-skill-maintainer

复盘维度

每个 Reasonix run 至少评估：

• accepted_findings：被主控采纳的关键发现数。
• false_leads：误导主控的判断数。
• missing_evidence：缺失证据项。
• verification_strength：是否有真实命令、截图、日志、网络、diff。
• handoff_cleanliness：handoff 是否能快速读懂。
• modified_files_accuracy：是否准确记录修改文件。
• retest_required：主控是否必须完全重测。
• token_saving_estimate：是否减少主控探索或验证成本。

维护决策

只有满足以下至少一项，才修改 Reasonix skill：

• 同类缺陷出现两次以上。
• 单次缺陷导致主控明显走错方向。
• 缺失 artifact 使浏览器结果无法验收。
• process-handoff 的结构缺陷导致主控必须重读 transcript。
• 用户明确指出 Reasonix 协同方式需要调整。

不应修改 skill 的情况：

• 只是单次措辞不佳。
• 是当前任务本身不清楚，而不是 Reasonix 规则缺失。
• 可通过更好的任务书解决，不需要变成长期规则。

修改范围

优先顺序：

1. 修改任务书模板：成本最低，适合单类任务。
2. 修改 Reasonix skill：适合跨任务重复规则。
3. 修改 runner/extractor schema：适合结构化输出缺陷。
4. 修改 Codex/Hermes 主控 skill：适合复核顺序和验收口径。

每次只做最小修改，并记录：

• 修改前问题。
• 修改文件。
• 预期改善。
• smoke 验证方式。

Smoke 验证

修改 Reasonix skill 后，必须至少做一个轻量 smoke：

• 只读任务优先，不改业务代码。
• 要求 Reasonix 产出新格式字段。
• 主控检查字段是否存在、是否可解析、是否减少噪声。

浏览器类 smoke 应检查：

• 是否有截图路径。
• 是否有 console/network 摘要。
• 是否有 cache_cleared、browser_context。
• 是否有 assertions[]。

0524 试跑计划

使用 bugs/0524.md 作为真实任务池，不一次性全交给 Reasonix：

1. 第一轮：只让 Reasonix 浏览器复现第 2 个 bug“上传后文件冲突”，不修代码。
   • 目标：验证 browser artifact contract 是否足够。
2. 第二轮：让 Reasonix 只读审计第 1 个 bug“我的空间附件路径错误”。
   • 目标：验证 coding-worker handoff 是否能给出可采纳根因。
3. 第三轮：Codex 修复其中一个 bug 后，让 Reasonix 做回归。
   • 目标：评估 Reasonix 是否能减少主控浏览器验证 token。

每轮都记录：

• Reasonix 耗时。
• 主控读取 handoff 所需时间。
• 主控是否重测。
• 被采纳发现。
• 误导点。
• 需要修改的 skill 规则。

输出记录

建议每次维护后在对应 bug/design 中补一段：

Reasonix 协同复盘：
- run id:
- 任务类型:
- accepted findings:
- false leads:
- missing artifacts:
- skill changes:
- next iteration:

Done Gate

• 创建 reasonix-skill-maintainer skill。
• reasonix-browser-tester 已引用 browser artifact contract。
• 用 bugs/0524.md 至少跑一轮真实 Reasonix 协同测试。
• 根据真实结果更新 skill 或明确“不需要修改”。
• 在 Hindsight / MemPalace 中保留协作复盘摘要。