@chongyan/autospec 1.0.1

package/knowledge/guides/support/practice-logger.md

@@ -0,0 +1,359 @@
+# 进化实践记录器
+
+## 功能
+
+在流程完成或会话结束时，检查并提醒记录实践日志。合并了原 evolution-trigger 和 practice-log-reminder 的功能。
+
+**增强功能**：
+- 连接评测数据，自动识别进化触发信号
+- 基于质量分数自动决定是否需要记录
+- 集成错误模式检测
+
+## 触发条件
+
+1. **流程完成时**
+   - state.json 中 stage === 6 或 completedAt 存在
+   - 有活跃的 pipeline 状态
+
+2. **会话结束时**
+   - Stop hook 触发
+   - 有未完成的 pipeline
+
+3. **评测触发时**（新增）
+   - 质量分数 < 70
+   - 同类错误出现 >= 3 次
+   - 新模式识别
+
+## 输入
+
+```json
+{
+  "state": {
+    "currentStage": "06-deliver",
+    "completedAt": "2024-01-15T10:30:00Z",
+    "pipeline": "feature-xyz"
+  },
+  "practiceLogExists": false,
+  "evolutionLogExists": false,
+  "evaluationData": {
+    "qualityScore": 65,
+    "errorPatterns": [...],
+    "improvementAreas": [...]
+  }
+}
+```
+
+## 输出
+
+```json
+{
+  "needsReminder": true,
+  "reminderType": "practice-log | evolution-scan | both",
+  "message": "提醒消息",
+  "template": "practice-log 模板内容",
+  "evolutionTriggers": [
+    {
+      "type": "quality_low",
+      "evidence": "质量分数 65 < 70",
+      "suggestedAction": "触发 methodology 审查"
+    }
+  ]
+}
+```
+
+## 执行步骤
+
+1. **检查流程状态**
+   - 读取 state.json
+   - 判断是否已完成
+
+2. **检查日志文件**
+   - 检查 practice-log 是否存在
+   - 检查 evolution-log 是否存在
+
+3. **读取评测数据**（新增）
+   - 读取 metrics.json 中的 qualityScore
+   - 读取 errorPatterns
+   - 读取 improvementAreas
+
+4. **检测进化触发**（新增）
+   - 检查质量分数阈值
+   - 检查错误模式重复次数
+   - 检查新模式识别
+
+5. **生成提醒**
+   - 如果流程完成但没有 practice-log，提醒记录
+   - 如果有新的 practice-log，提醒执行进化扫描
+   - 如果有进化触发信号，自动创建 practice-log 草稿
+
+6. **提供模板**
+   - 生成 practice-log 模板
+   - 包含关键信息预填
+   - 包含评测数据摘要
+
+## 评测数据输入
+
+从 `.autospec/logs/evaluation/` 读取评测报告，提取：
+
+### 质量分数触发
+
+| 条件 | 触发动作 |
+|-----|---------|
+| 质量分数 < 70 | 触发 methodology 审查 |
+| 过程指标 < 60 | 触发流程优化 |
+| 结果指标 < 60 | 触发产出物模板优化 |
+| 路径指标 < 60 | 触发 SDD 引导优化 |
+
+### 错误模式触发
+
+| 条件 | 触发动作 |
+|-----|---------|
+| 同类错误 >= 3 次 | 自动创建 practice-log |
+| 新错误类型 | 标记需要分析 |
+| 恢复率 < 60% | 触发异常处理优化 |
+
+### 新模式识别
+
+| 条件 | 触发动作 |
+|-----|---------|
+| 新解决方案模式 | 触发 skill 提案 |
+| 新最佳实践 | 触发 knowledge 更新 |
+| 新反模式 | 触发 DP 更新 |
+
+## 触发规则
+
+### 规则 1: 同类错误 3 次
+
+```javascript
+// 检测同类错误重复
+if (errorPattern.count >= 3) {
+  autoCreatePracticeLog({
+    type: 'repeated_error',
+    errorType: errorPattern.type,
+    count: errorPattern.count,
+    suggestion: '建议创建专门的 skill 处理此类错误'
+  });
+}
+```
+
+### 规则 2: 质量分数 < 70
+
+```javascript
+// 检测质量分数
+if (qualityScore.overall < 70) {
+  triggerEvolution({
+    type: 'quality_review',
+    evidence: `质量分数 ${qualityScore.overall} < 70`,
+    action: '触发 methodology 审查'
+  });
+}
+```
+
+### 规则 3: 新模式识别
+
+```javascript
+// 检测新模式
+if (detectedNewPattern) {
+  suggestSkillCreation({
+    type: 'new_pattern',
+    pattern: detectedPattern,
+    evidence: patternEvidence
+  });
+}
+```
+
+## 提醒消息模板
+
+### 流程完成提醒
+
+```
+[AutoSpec 进化提醒] 📝
+
+流程已完成，请记录实践日志：
+
+1. 创建文件：.autospec/evolution/practice-log/{date}-{topic}.md
+
+2. 记录内容：
+   - 遇到的问题和解决方案
+   - 发现的新模式或最佳实践
+   - 可以改进的地方
+
+3. 执行进化扫描：
+   /evolve
+
+模板已为您准备好，是否需要自动创建？
+```
+
+### 评测触发提醒（新增）
+
+```
+[AutoSpec 进化触发] ⚡
+
+检测到以下进化信号：
+
+1. 质量分数: {score}/100 (低于阈值 70)
+   - 建议审查: methodology
+
+2. 重复错误: {errorType} 出现 {count} 次
+   - 建议: 创建专门的 skill
+
+3. 新模式识别: {patternName}
+   - 建议: 提取为可复用 skill
+
+详细评测报告: /evaluate
+是否自动创建 practice-log 草稿？
+```
+
+### 会话结束提醒
+
+```
+[AutoSpec 实践记录] 📋
+
+检测到有活跃的 pipeline，建议：
+
+1. 如果流程未完成，记录当前进度
+2. 如果遇到问题，记录到 practice-log
+3. 下次继续时可以快速恢复
+
+是否需要创建进度记录？
+```
+
+## practice-log 模板（增强版）
+
+```markdown
+# 实践日志
+
+日期：{date}
+主题：{topic}
+阶段：{stage}
+Trace ID: {traceId}
+
+## 问题描述
+
+<!-- 描述遇到的问题 -->
+
+## 解决方案
+
+<!-- 描述解决方案 -->
+
+## 经验总结
+
+<!-- 描述可以复用的经验 -->
+
+## 评测数据（自动填充）
+
+- 质量分数: {qualityScore}
+- 错误模式: {errorPatterns}
+- 改进领域: {improvementAreas}
+
+## 进化建议（自动生成）
+
+<!-- 基于评测数据自动生成的建议 -->
+
+## 相关文件
+
+<!-- 列出相关文件 -->
+
+## 标签
+
+<!-- 添加标签，如：bugfix, optimization, pattern -->
+```
+
+## 规则
+
+1. **不重复提醒**
+   - 如果已有 practice-log，不重复提醒
+   - 同一会话只提醒一次
+
+2. **渐进式提醒**
+   - 第一次：友好提示
+   - 第三次同类问题：强烈建议
+   - 第五次：必须记录
+
+3. **智能判断**
+   - 简单任务可能不需要记录
+   - 复杂问题自动标记需要记录
+
+4. **评测驱动**（新增）
+   - 质量分数低时自动触发
+   - 错误模式重复时自动触发
+   - 新模式识别时建议触发
+
+## 配置
+
+```yaml
+# .autospec/config.json
+{
+  "evolution": {
+    "reminderEnabled": true,
+    "reminderThreshold": 3,
+    "autoCreateTemplate": false,
+    "qualityThreshold": 70,
+    "errorPatternThreshold": 3
+  }
+}
+```
+
+## 与评测系统的集成
+
+### 数据流
+
+```
+评测报告 → evo-practice-logger → practice-log → 进化机制
+     │
+     ├── 质量分数 < 70 → 触发 methodology 审查
+     ├── 错误重复 >= 3 → 自动创建 practice-log
+     └── 新模式识别 → 建议 skill 创建
+```
+
+### 自动化触发
+
+当评测报告生成后，自动检查进化触发条件：
+
+1. 读取评测报告
+2. 检查触发条件
+3. 生成进化建议
+4. 自动创建 practice-log 草稿（如需要）
+
+## 示例
+
+### 输入
+
+```json
+{
+  "state": {
+    "currentStage": "06-deliver",
+    "completedAt": "2024-01-15T10:30:00Z"
+  },
+  "practiceLogExists": false,
+  "evaluationData": {
+    "qualityScore": 65,
+    "errorPatterns": [
+      { "type": "test_fail", "count": 3 }
+    ]
+  }
+}
+```
+
+### 输出
+
+```json
+{
+  "needsReminder": true,
+  "reminderType": "both",
+  "message": "检测到进化触发信号...",
+  "template": "# 实践日志\n\n日期：2024-01-15\n...",
+  "evolutionTriggers": [
+    {
+      "type": "quality_low",
+      "evidence": "质量分数 65 < 70",
+      "suggestedAction": "触发 methodology 审查"
+    },
+    {
+      "type": "repeated_error",
+      "evidence": "test_fail 出现 3 次",
+      "suggestedAction": "建议创建专门的 skill"
+    }
+  ]
+}
+```

package/knowledge/guides/support/scope-inference.md

@@ -0,0 +1,174 @@
+---
+name: scope-inferencer
+description: 当需要智能推断需求涉及的项目范围时触发。基于项目结构和代码上下文，推断需求涉及的模块和技术栈。
+type: meta
+---
+
+## 定位
+
+元技能。基于项目结构（确定性）和代码上下文（语义），智能推断需求涉及的模块和技术栈。
+
+## 输入
+
+- 必须输入：需求描述、项目结构分析结果
+- 可选输入：代码上下文（Grep结果）
+
+## 输出
+
+```json
+{
+  "modules": [
+    {
+      "name": "backend",
+      "path": "backend",
+      "relevance": "high",
+      "reason": "需求提到API接口，匹配到backend模块的FastAPI服务"
+    },
+    {
+      "name": "ai",
+      "path": "ai",
+      "relevance": "high",
+      "reason": "需求提到推荐功能，匹配到ai模块的推荐模型"
+    }
+  ],
+  "techStacks": [
+    {
+      "name": "FastAPI",
+      "relevance": "high"
+    },
+    {
+      "name": "PyTorch",
+      "relevance": "high"
+    }
+  ],
+  "dataAIComponents": {
+    "detected": true,
+    "needsEvaluation": true,
+    "components": ["推荐系统"]
+  },
+  "confidence": "high",
+  "reasoning": "整体推理过程说明"
+}
+```
+
+## 执行步骤
+
+### Step 1: 提取关键词（确定性）
+
+从需求中提取技术关键词：
+
+```
+技术关键词类型：
+- 系统关键词：后端、前端、移动端、API、界面、页面
+- 功能关键词：推荐、搜索、聊天、支付、登录
+- AI关键词：模型、智能、Agent、RAG、LLM
+- 数据关键词：数据、ETL、报表、统计
+```
+
+### Step 2: 匹配模块（确定性 + 语义）
+
+基于项目结构匹配相关模块：
+
+```
+确定性匹配：
+- 需求提到"后端API" → 匹配 type=backend 的模块
+- 需求提到"前端页面" → 匹配 type=frontend 的模块
+- 需求提到"移动端" → 匹配 type=mobile 的模块
+
+语义匹配（需要模型）：
+- 需求提到"推荐" → Grep搜索 "recommend" → 模型判断相关性
+- 需求提到"搜索" → Grep搜索 "search" → 模型判断相关性
+```
+
+### Step 3: 获取代码上下文（Grep，高效）
+
+对于不确定的匹配，使用 Grep 获取上下文：
+
+```bash
+# 搜索关键词相关文件
+grep -r -l -i "keyword" --include="*.{js,ts,py,java,go}" . | head -20
+
+# 获取匹配行附近内容
+grep -A 3 -B 3 -i "keyword" "file" | head -20
+```
+
+**效率控制**：
+- 最多搜索 3 个关键词
+- 每个关键词最多返回 5 个文件
+- 每个文件最多读取 20 行上下文
+
+### Step 4: 语义分析（模型）
+
+基于有限上下文进行语义判断：
+
+```
+模型输入：
+{
+  "requirement": "需求描述",
+  "projectModules": ["backend (FastAPI, backend)", "ai (PyTorch, ai)"],
+  "codeContexts": "[backend/api.py]\ndef recommend_items(user_id): ...",
+  "task": "判断需求涉及哪些模块，输出JSON格式"
+}
+```
+
+### Step 5: 输出结果
+
+汇总确定性匹配和语义匹配结果，输出带置信度的范围推断。
+
+## 置信度判断
+
+| 置信度 | 条件 |
+|--------|------|
+| **high** | 确定性匹配 + 语义匹配一致 |
+| **medium** | 只有确定性匹配 或 语义匹配置信度高 |
+| **low** | 只有语义匹配置信度中等 或 无匹配 |
+
+## 调用时机
+
+- 需求分析阶段开始时
+- 项目结构检测完成后
+- 用户输入需求后
+
+## 示例
+
+**输入**：
+```
+需求：开发用户收藏夹功能，用户可以收藏商品，在收藏夹页面查看和管理
+
+项目结构：
+- backend (FastAPI, backend)
+- frontend (React, frontend)
+- mobile (React Native, mobile)
+```
+
+**输出**：
+```json
+{
+  "modules": [
+    {
+      "name": "backend",
+      "path": "backend",
+      "relevance": "high",
+      "reason": "收藏夹需要后端API支持，匹配到backend模块"
+    },
+    {
+      "name": "frontend",
+      "path": "frontend",
+      "relevance": "high",
+      "reason": "需求提到收藏夹页面，匹配到frontend模块"
+    },
+    {
+      "name": "mobile",
+      "path": "mobile",
+      "relevance": "medium",
+      "reason": "收藏功能通常也需要移动端支持，但需求未明确提及"
+    }
+  ],
+  "techStacks": [
+    {"name": "FastAPI", "relevance": "high"},
+    {"name": "React", "relevance": "high"}
+  ],
+  "confidence": "high",
+  "reasoning": "需求明确提到收藏夹页面，后端API和前端页面是确定需要的。移动端未明确提及但通常需要，置信度中等。"
+}
+```

package/knowledge/guides/support/skill-distiller.md

@@ -0,0 +1,91 @@
+---
+name: skill-distiller
+description: 当全流程完成或practice-log积累到一定量、需要从执行轨迹或业务知识中提炼新的可执行skill时触发
+type: produce
+---
+
+## 定位
+从实践中识别和提炼可执行的新skill，是框架持续扩展能力的引擎。分三个场景：流程蒸馏（向内看）、业务蒸馏（向外看）、测试知识蒸馏（从测试执行中学习）。
+
+## 输入
+- 必须输入：practice-log中状态为"待处理"的条目
+- 场景A可选：流程执行轨迹、人工介入记录
+- 场景B可选：业务项目中的知识素材（成熟提示词、业务规则、领域术语）
+- 场景C可选：测试执行记录、测试代码、测试失败模式
+
+## 输出
+- 新的skill文件（符合 skills/_template.md 格式，含CSO description + 反模式清单）
+- 测试知识文件（Markdown 格式，存放于 `environment/integration/testing/`）
+- 蒸馏报告（从什么素材提炼、归入哪个目录、与现有skills/知识的关系）
+- **证据清单**（支撑蒸馏决策的practice-log引用）
+
+## 执行步骤
+
+### 场景A：流程蒸馏（向内看）
+
+1. **监控**：扫描流程执行中的操作轨迹和人工介入点
+2. **识别**：寻找以下信号
+   - 某个操作模式反复出现（3次以上）
+   - 某处频繁需要人工介入（自动化缺口）
+   - 两个现有skills有重复逻辑（可提取更基础的skill）
+   - 质量关卡的某类判断逻辑逐渐成熟（可独立为专项skill）
+3. **抽象**：将具体操作抽象为通用skill定义
+   - 明确输入/输出（含关键假设和证据）
+   - 确定属于哪个阶段
+   - 厘清与现有skills的关系（替代/补充/组合）
+   - **编写CSO格式的description**
+   - **编写反模式清单**
+4. **验证**：调用skill-validator检查
+5. **归档**：归入 skills/stages/ 或 skills/support/
+
+### 场景B：业务蒸馏（向外看）
+
+1. **收集**：从项目中归集业务知识素材
+2. **分层**：判断知识的复用层级（场景级/行业级/通用级）
+3. **封装**：将业务知识封装为可执行skill
+   - 内嵌领域知识（不依赖外部记忆）
+   - **编写CSO格式的description**
+   - **编写反模式清单**
+4. **验证**：用真实业务案例验证效果，调用skill-validator检查
+5. **归档**：归入 skills/domain/
+
+### 场景C：测试知识蒸馏（从测试执行中学习）
+
+1. **监控**：扫描测试执行记录和测试代码
+2. **识别**：寻找以下信号
+   - 新的测试框架或工具使用模式（出现3次以上）
+   - 更高效的 Mock 策略或测试数据准备方法
+   - 测试失败模式重复出现（同类失败3次以上）
+   - 测试代码风格趋于稳定（可提炼为模板）
+3. **抽象**：将测试模式抽象为测试知识
+   - 明确适用场景和技术栈
+   - 提炼测试策略（testcontainer、mock 等）
+   - 记录注意事项和反模式
+4. **验证**：用实际测试案例验证效果
+5. **归档**：归入 `environment/integration/testing/` 目录
+
+**测试知识蒸馏示例**：
+- 发现项目中多次使用 Testcontainer 启动 MySQL → 提炼为测试知识 `mysql-testing.md`
+- 发现某类 Mock 策略导致测试不稳定 → 补充到反模式清单
+- 发现测试数据准备有通用模式 → 提炼为测试工具函数
+
+### 蒸馏后处理
+- 更新practice-log对应条目状态为"已处理"
+- 如果某角色skill在3+角色中出现 → 提议升级为通用skill
+
+## 反模式清单（DP7）
+1. **过早蒸馏**：模式出现不到3次就急于提炼。检测：必须有3+实例支撑
+2. **过度泛化**：把项目特有的模式强行泛化。检测：判断复用层级，不可泛化的留在practice-log
+3. **不验证就归档**：跳过skill-validator直接归档。检测：验证是必选步骤
+4. **忽略现有skills**：不检查是否已有类似skill。检测：蒸馏前搜索现有skills
+5. **遗漏反模式**：新skill没有反模式清单。检测：反模式是模板必选section
+
+## 适用场景与边界
+- 适用：全流程完成后的自动扫描、practice-log积累到一定量时、测试执行积累到一定量时
+- 不适用：skill已存在只需升级（用skill-evolver）、提取的是方法论而非可执行skill（用methodology-extractor）
+- 测试知识蒸馏：测试模式出现3次以上、测试失败模式重复出现
+
+## 示例
+**场景A示例**：跑了5次需求分析后发现"需求冲突检测"是独立能力 → 蒸馏为 `skills/stages/req-conflict-detector.md`
+**场景B示例**：商机项目拓客提示词经5轮调优趋于稳定 → 蒸馏为 `skills/domain/b2b-lead-discovery.md`
+**场景C示例**：项目中多次使用 Testcontainer 启动 MySQL 测试 → 提炼为 `environment/integration/testing/mysql-testing.md`

package/knowledge/guides/support/skill-updater.md

@@ -0,0 +1,45 @@
+---
+name: skill-evolver
+description: 当skill执行效果持续不达标或同类问题出现3次以上、需要迭代升级已有skill时触发
+type: produce
+---
+
+## 定位
+让skills持续进化而非一次性产出。基于执行效果和反馈，系统化地升级已有skill。
+
+## 输入
+- 必须输入：待升级的skill文件、反馈数据（审类skill打回记录 / practice-log条目 / 人工反馈 / methodology更新）
+- 可选输入：evaluation/benchmarks中的相关案例
+
+## 输出
+- 升级后的skill文件
+- 变更说明（改了什么、为什么、预期效果）
+- **证据清单**（支撑升级决策的反馈数据引用）
+
+## 执行步骤
+1. 收集该skill相关的所有反馈数据
+   - 预期产出：反馈汇总表
+   - 失败处理：反馈不足则标记，不盲目修改
+2. 分析问题模式：是skill的步骤不够具体？评判标准不够准确？适用场景描述有误？反模式不够全面？
+3. 生成修改建议（明确改哪个section、怎么改、预期效果）
+4. 执行修改
+5. 用skill-validator验证修改后的skill
+6. 如有evaluation/benchmarks中的相关案例，用案例对比修改前后效果
+7. **整理证据清单**（哪些反馈支撑了哪些修改）
+
+## 反模式清单（DP7）
+1. **盲目修改**：没有充分反馈就修改skill。检测：必须有至少3条反馈数据支撑
+2. **过度泛化**：把特定项目的问题泛化为通用修改。检测：修改必须回溯到问题是否普遍
+3. **破坏已有能力**：修改后导致原本能处理的场景失效。检测：用基准案例验证前后效果
+4. **跳过验证**：修改后不用skill-validator检查。检测：验证是必选步骤
+
+## 适用场景与边界
+- 适用：skill执行效果不达标、practice-log中同类问题出现3次以上、methodology更新导致skill需同步
+- 不适用：skill本身没问题但使用者没按skill执行；需要全新skill而非升级（用skill-distiller）
+
+## 示例
+**触发**：code-reviewer skill连续3次在"安全审查"维度漏判SQL注入问题
+**分析**：评判标准中安全检查项不够具体，只写了"无安全漏洞"，没有列举具体检查类型
+**修改**：在评判标准中展开为具体项（SQL注入、XSS、CSRF、越权访问...），在评审步骤中增加安全审查子步骤
+**验证**：用已知含SQL注入的代码案例重新审查，确认能正确识别
+**证据**：practice-log #12, #15, #18 均记录了SQL注入漏判