@agent_forge/forge-darwin-arm64 1.33.0 → 1.34.0

package/bin/README.md

@@ -321,11 +321,17 @@ Agent 无法通过 `node -e "fs.writeFileSync()"`、`cat > file`、直接编辑
 | `forge skills adapters` | 部署 skill-routing adapter（pi/claude/cursor/routes.json） |
 | `forge skills usage` | 使用度量分析（热门 skill + undertrigger 候选） |
 | `forge skills effectiveness` | 技能命中×任务成效关联（命中数/task数/avg分/弱占比，agent-neutral） |
+| `forge skills --dir <path>` | eval 命令族公共 flag：指定 eval 数据目录（默认 `~/.forge/evals`，`FORGE_EVAL_DIR` 可覆盖；首次默认解析自动从旧 `~/.pi/research/skill-eval` 一次性迁移。仓库内 `evals/` 或 CI 用） |
 | `forge skills eval-gen [--save] [--cases-only]` | 生成 eval 清单；`--save`/`--cases-only` 额外落结构化 case 集（回归闭环基准） |
+| `forge skills eval-cases --skill X [--blind]` | 输出 case 集 JSON（agent dispatch 跑 prompt 的输入）；`--blind` 盲测模式：每条 prompt 前置全库 name+description 清单（各截断 200 rune，渐进披露 L1 模拟），问「该触发哪个」而非「是否触发 X」，actual ≠ target 的行即误路由混淆数据 |
 | `forge skills eval-record --skill X --from <file/->` | 回填一次 eval run（agent dispatch 跑完每个 prompt 后整批提交，归一化+判定+算 health） |
 | `forge skills eval-report --skill X` | latest run vs baseline 回归报告（regression 三态 + pass-rate delta + 可比性） |
 | `forge skills eval-baseline --skill X` | 标记 baseline run（回归基准，显式人工决策） |
+| `evals/golden/<skill>/cases.json`（数据约定，非命令） | 人工策展黄金 case 集（真实话语改写，非 description 派生；进 VCS 可评审）。eval-cases/eval-record 加载时 golden 优先、派生补充，同 ID golden 胜出；策展 ID 前缀 `g-`，`origin: "curated"`，不带 desc_hash（description 变更不过期） |
 | `forge skills battery [--gate]` | 全库回归电池：逐 skill latest vs baseline 判回归（JudgeSkillAccept 单一判源），`--gate` 任一回归即阻断（exit 4）；无 baseline/陈旧锚点降级 advisory |
+| `forge skills mutex-gen` | 生成跨 skill 互斥 case 集（从 description SKIP 段的（用 X）让渡边派生：B 域 prompt 必须路由到 B、不得路由回声明让渡的 A；落盘 mutex/cases.json） |
+| `forge skills mutex-record --from <file/->` | 回填一次互斥集 run（actual==Positive 才 pass；`--agent-model`/`--forge-version` 盖章防跨模型/版本假回归） |
+| `forge skills mutex-report [--gate] [--json]` | 互斥集混淆矩阵（actual==Negative 为头号混淆行；`--gate` 任一混淆即 BLOCKED(stderr)+exit 4） |
 | `forge skills analyze [--json]` | 弱点挖掘报告（只读）：低分维度聚簇/验证盲区率/从未触发 skill/低成效 skill + 数据 caveat，供人选题 |
 | `forge skills decide --prediction <p>` | 记录 skill 决策四元组；`--prediction` 声明可检验预测（哪个可观测信号应改善），供验证闭环回扣 |
 | `forge skills verify --skill X --decision <id> --result <r>` | 回填决策验证结果（预测→验证闭环第二步；`--at` 指定时间、`--history`/`--history-json` 查全量可证伪台账） |

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@agent_forge/forge-darwin-arm64",
-  "version": "1.33.0",
+  "version": "1.34.0",
   "description": "Forge native binary for darwin-arm64. Auto-installed via optionalDependencies of @agent_forge/forge; do not depend on directly.",
   "os": [
     "darwin"