@huicai/cli 2026.714.0 → 2026.721.0

package/skills/docx-author/scripts/docx_doc.py

@@ -0,0 +1,161 @@
+# Word 文档生成助手（经 run_python 执行）。核心入口 md_to_docx()：
+#   Markdown（#/##/### 标题、-/1. 列表、| 表格、**粗体**、普通段落）→ 成品 docx，
+#   自动带：封面（题目/作者/日期）、目录域（Word 内 F9 更新）、页脚"第 X 页 共 Y 页"、
+#   中文字体（正文宋体/标题黑体，经 w:eastAsia 正确设置）。
+# 直接执行本文件 = 自测：产出 docx_doc_check.docx 并重读校验。
+import datetime
+import re
+
+from docx import Document
+from docx.enum.text import WD_ALIGN_PARAGRAPH
+from docx.oxml.ns import qn
+from docx.oxml import OxmlElement
+from docx.shared import Pt
+
+
+def _set_ea(style, west, east, size=None, bold=None):
+    """中文字体必须同时设 w:eastAsia，只设 font.name 中文不生效。"""
+    style.font.name = west
+    style.element.rPr.rFonts.set(qn('w:eastAsia'), east)
+    if size is not None:
+        style.font.size = Pt(size)
+    if bold is not None:
+        style.font.bold = bold
+
+
+def _field(run, instr, placeholder=''):
+    """在 run 上插入 Word 域（TOC/PAGE/NUMPAGES…）。"""
+    begin = OxmlElement('w:fldChar')
+    begin.set(qn('w:fldCharType'), 'begin')
+    it = OxmlElement('w:instrText')
+    it.set(qn('xml:space'), 'preserve')
+    it.text = instr
+    sep = OxmlElement('w:fldChar')
+    sep.set(qn('w:fldCharType'), 'separate')
+    t = OxmlElement('w:t')
+    t.text = placeholder
+    end = OxmlElement('w:fldChar')
+    end.set(qn('w:fldCharType'), 'end')
+    for el in (begin, it, sep, t, end):
+        run._r.append(el)
+
+
+def new_doc():
+    """建空文档并配好中英文字体样式。"""
+    doc = Document()
+    _set_ea(doc.styles['Normal'], 'Calibri', '宋体', size=11)
+    for lvl, size in (('Heading 1', 16), ('Heading 2', 14), ('Heading 3', 12)):
+        _set_ea(doc.styles[lvl], 'Calibri', '黑体', size=size, bold=True)
+    return doc
+
+
+def add_cover(doc, title, author='', subtitle=''):
+    for _ in range(6):
+        doc.add_paragraph()
+    p = doc.add_paragraph()
+    p.alignment = WD_ALIGN_PARAGRAPH.CENTER
+    r = p.add_run(title)
+    r.font.size = Pt(28)
+    r.font.bold = True
+    r.font.name = 'Calibri'
+    r._element.rPr.rFonts.set(qn('w:eastAsia'), '黑体')
+    if subtitle:
+        p2 = doc.add_paragraph()
+        p2.alignment = WD_ALIGN_PARAGRAPH.CENTER
+        p2.add_run(subtitle).font.size = Pt(14)
+    meta = doc.add_paragraph()
+    meta.alignment = WD_ALIGN_PARAGRAPH.CENTER
+    meta.add_run(f"{author + '　' if author else ''}{datetime.date.today().strftime('%Y年%m月%d日')}").font.size = Pt(12)
+    doc.add_page_break()
+
+
+def add_toc(doc):
+    doc.add_paragraph('目录', style='Heading 1')
+    _field(doc.add_paragraph().add_run(), 'TOC \\o "1-3" \\h \\z \\u', '（在 Word 中右键→更新域，或按 F9 生成目录）')
+    doc.add_page_break()
+
+
+def add_page_footer(doc):
+    p = doc.sections[0].footer.paragraphs[0]
+    p.alignment = WD_ALIGN_PARAGRAPH.CENTER
+    p.add_run('第 ')
+    _field(p.add_run(), 'PAGE', '1')
+    p.add_run(' 页 共 ')
+    _field(p.add_run(), 'NUMPAGES', '1')
+    p.add_run(' 页')
+
+
+def _add_runs(par, text):
+    """按 **粗体** 拆 run。"""
+    for i, seg in enumerate(re.split(r'\*\*(.+?)\*\*', text)):
+        if seg:
+            par.add_run(seg).bold = (i % 2 == 1)
+
+
+def _flush_table(doc, rows):
+    cells = [[c.strip() for c in r.strip().strip('|').split('|')] for r in rows]
+    cells = [r for r in cells if not all(re.fullmatch(r':?-{2,}:?', c or '---') for c in r)]  # 去分隔行
+    if not cells:
+        return
+    tb = doc.add_table(rows=len(cells), cols=len(cells[0]))
+    tb.style = 'Table Grid'
+    for i, row in enumerate(cells):
+        for j, val in enumerate(row[:len(tb.columns)]):
+            par = tb.cell(i, j).paragraphs[0]
+            _add_runs(par, val)
+            if i == 0:
+                for r in par.runs:
+                    r.bold = True
+
+
+def md_to_docx(md_path, out_path, title='', author='', subtitle='', toc=True):
+    """Markdown → Word。返回 out_path。"""
+    doc = new_doc()
+    add_page_footer(doc)
+    if title:
+        add_cover(doc, title, author, subtitle)
+    if toc:
+        add_toc(doc)
+    lines = open(md_path, encoding='utf-8').read().splitlines()
+    table = []
+    for line in lines + ['']:  # 末尾哨兵，冲刷表格
+        s = line.rstrip()
+        if s.lstrip().startswith('|'):
+            table.append(s)
+            continue
+        if table:
+            _flush_table(doc, table)
+            table = []
+        if not s.strip():
+            continue
+        m = re.match(r'^(#{1,3})\s+(.*)', s)
+        if m:
+            doc.add_paragraph(m.group(2).strip(), style=f'Heading {len(m.group(1))}')
+        elif re.match(r'^\s*-\s+', s):
+            _add_runs(doc.add_paragraph(style='List Bullet'), re.sub(r'^\s*-\s+', '', s))
+        elif re.match(r'^\s*\d+[.、]\s*', s):
+            _add_runs(doc.add_paragraph(style='List Number'), re.sub(r'^\s*\d+[.、]\s*', '', s))
+        else:
+            _add_runs(doc.add_paragraph(), s)
+    doc.save(out_path)
+    return out_path
+
+
+def verify(path):
+    """重读校验（验收步骤用）：打印标题树与段落/表格数。"""
+    doc = Document(path)
+    heads = [(p.style.name, p.text) for p in doc.paragraphs if p.style.name.startswith('Heading')]
+    print(f'[verify] 段落 {len(doc.paragraphs)} · 表格 {len(doc.tables)} · 标题 {len(heads)}')
+    for style, text in heads:
+        print('  ' * (int(style[-1]) - 1) + f'- [{style}] {text}')
+    return heads
+
+
+if __name__ == '__main__':
+    md = 'docx_doc_check.md'
+    open(md, 'w', encoding='utf-8').write(
+        '# 一、背景\n项目**按期**推进。\n\n## 1.1 目标\n- 目标甲\n- 目标乙\n\n'
+        '# 二、数据\n| 地区 | 销售额 |\n|---|---|\n| 华东 | 1200 |\n| 华南 | 950 |\n\n1. 结论一\n2. 结论二\n')
+    p = md_to_docx(md, 'docx_doc_check.docx', title='自测报告', author='Work Twin', subtitle='docx_doc.py 冒烟')
+    verify(p)
+    print('OK', p)

package/skills/ecommerce-ops/SKILL.md

@@ -0,0 +1,54 @@
+---
+name: ecommerce-ops
+description: 电商运营分析（GMV 拆解归因、大促复盘、商品与库存运营、评价挖掘、直播/投放效率）。当用户说"GMV 分析/大促复盘/店铺数据/评价分析/售罄率/直播复盘"时使用。
+version: 1.0.0
+---
+
+# 电商运营（GMV 三因素拆到底 + 复盘挤水分 + 评价挖真声）
+
+## GMV 拆解（`read_skill_file` 读 `scripts/gmv_decompose.py`）
+
+- 恒等式：GMV = 流量 UV × 转化率 × 客单价（AOV）;`gmv_decompose()` 用对数分解法把
+  **增长精确归因到三因素**（各因素贡献率加总=100%,可复算）,多期对比表+瀑布数据;
+- 再下钻一层：UV 分渠道（自然/付费/直播/私域）,转化分层（曝光→点击→加购→下单→支付,
+  断点用 marketing-analytics 漏斗法）,AOV 拆（件单价×连带率）;
+- 口径先行：GMV 是下单口径还是支付口径、是否含退款——**复盘会上一半的争论是口径之争**。
+
+## 大促复盘（挤水分版）
+
+1. 目标 vs 达成（GMV/新客/ROI 分目标,差额分解到三因素）;
+2. **剥离基线**：大促增量 = 大促期 GMV − 基线（用前 4 周同口径均值或去年同期,方法注明）——
+   把日常销量算进大促功劳=自欺;蓄水期透支效应看大促后两周是否塌陷;
+3. 全链路费效：投放 ROI 分渠道分素材;券与满减的**核销率与凑单毛利**（毛利口径的大促盈亏表,
+   只报 GMV 不报毛利=半份复盘）;
+4. 库存战备复盘：售罄率（爆款断货时点=丢单量估算）与滞销（大促后库存深度）;
+5. 可复制清单：保留/放弃/加码,每条挂数据依据。
+
+## 商品运营
+
+商品分层（引流款/利润款/形象款/清仓款——四象限:销量×毛利率）,各层策略与考核指标不同;
+售罄率节奏管理（上市 N 周售罄曲线 vs 计划,偏慢触发促销/偏快触发返单）;
+价格带分析（成交价格带分布 vs 竞店,找空档与踩踏）。
+
+## 评价与问答挖掘（经 run_python）
+
+差评分类先建体系（质量/物流/客服/描述不符/价格）→ 分类统计+趋势 → 每类抽原文找具体问题
+（"尺码偏小"要落到 SKU 与批次）→ 改进闭环（详情页修改/质检加严/话术更新）;
+好评挖卖点（高频正面词→详情页与投放素材素材库）;客服问答 TOP 问题 → 详情页前置解答。
+
+## 直播/投放效率
+
+直播场次复盘表：场观/停留/互动率/千次观看成交 GPM/转化率/退货率（**含退货的真实 GMV**）;
+投放：分计划 ROI 与边际 ROI（加预算后的增量效率）,素材衰减周期监控;
+自动化衔接:office-automation 例程周一自动出上周店铺周报。
+
+## 验收自查
+
+- [ ] GMV 口径注明;三因素贡献加总=100%
+- [ ] 大促复盘剥离了基线与透支效应;有毛利口径盈亏
+- [ ] 差评结论落到 SKU/环节,有原文证据
+- [ ] 直播/投放看含退货口径
+
+## 附件
+
+- `scripts/gmv_decompose.py` — 对数分解法三因素归因（贡献率恒等校验）+ 多期对比;可直接执行自测

package/skills/ecommerce-ops/scripts/gmv_decompose.py

@@ -0,0 +1,61 @@
+# GMV 三因素分解（经 run_python 执行）：对数均值分解（LMDI），把 GMV 变化精确归因到
+# UV / 转化率 / 客单价——三因素贡献额加总严格等于 GMV 变化额（恒等校验内置）。
+# 直接执行本文件 = 自测。
+import numpy as np
+import pandas as pd
+
+
+def _lmdi_weight(a, b):
+    """对数平均权重 L(a,b)=(a-b)/ln(a/b)；a=b 时退化为 a。"""
+    return a if np.isclose(a, b) else (a - b) / np.log(a / b)
+
+
+def gmv_decompose(base, cur, labels=('UV', '转化率', '客单价')):
+    """base/cur: (uv, cvr, aov) 两期三元组。返回 DataFrame（贡献额/贡献率），加总=ΔGMV。"""
+    g0 = float(np.prod(base))
+    g1 = float(np.prod(cur))
+    w = _lmdi_weight(g1, g0)
+    contrib = [w * np.log(c / b) for b, c in zip(base, cur)]
+    df = pd.DataFrame({
+        '因素': labels,
+        '基期': base, '本期': cur,
+        '变化%': [round((c / b - 1) * 100, 1) for b, c in zip(base, cur)],
+        '贡献额': [round(x, 2) for x in contrib],
+    })
+    dg = g1 - g0
+    df['贡献率%'] = (df['贡献额'] / dg * 100).round(1) if abs(dg) > 1e-9 else 0.0
+    assert abs(sum(contrib) - dg) < max(1e-6 * abs(dg), 1e-6), 'LMDI 恒等校验失败'
+    print(f'[GMV分解] {g0:,.0f} → {g1:,.0f}（Δ{dg:+,.0f}，{(g1 / g0 - 1) * 100:+.1f}%）')
+    print(df.to_markdown(index=False))
+    print(f"  贡献额加总 = {sum(contrib):,.2f} ≡ ΔGMV ✓")
+    return df
+
+
+def gmv_trend(df, uv_col, cvr_col, aov_col, period_col):
+    """多期逐期分解：返回 期间×因素 贡献额长表（瀑布图数据源）。"""
+    rows = []
+    d = df.sort_values(period_col).reset_index(drop=True)
+    for i in range(1, len(d)):
+        b = (d.loc[i - 1, uv_col], d.loc[i - 1, cvr_col], d.loc[i - 1, aov_col])
+        c = (d.loc[i, uv_col], d.loc[i, cvr_col], d.loc[i, aov_col])
+        r = gmv_decompose(b, c)
+        for _, x in r.iterrows():
+            rows.append({'期间': f"{d.loc[i - 1, period_col]}→{d.loc[i, period_col]}",
+                         '因素': x['因素'], '贡献额': x['贡献额']})
+    return pd.DataFrame(rows)
+
+
+if __name__ == '__main__':
+    # 基期：10万UV × 3% × 200元 = 60万；本期：12万 × 2.8% × 230元 = 77.28万
+    r = gmv_decompose((100_000, 0.03, 200), (120_000, 0.028, 230))
+    assert abs(r['贡献额'].sum() - (120_000 * 0.028 * 230 - 100_000 * 0.03 * 200)) < 0.01
+    assert r.loc[1, '贡献额'] < 0  # 转化率下降应为负贡献
+    assert abs(r['贡献率%'].sum() - 100) < 0.5
+    trend = gmv_trend(pd.DataFrame({
+        '月': ['4月', '5月', '6月'],
+        'uv': [100_000, 110_000, 120_000],
+        'cvr': [0.03, 0.029, 0.028],
+        'aov': [200, 215, 230],
+    }), 'uv', 'cvr', 'aov', '月')
+    assert len(trend) == 6
+    print('OK gmv_decompose.py')

package/skills/education-training/SKILL.md

@@ -0,0 +1,53 @@
+---
+name: education-training
+description: 教育与培训（课程设计、教案讲义、题库与考核、企业内训项目、培训效果评估）。当用户说"设计一门课/做培训/出题/教案/内训方案/培训效果"时使用。
+version: 1.0.0
+---
+
+# 教育培训（目标倒推设计，效果分层评估）
+
+## 课程设计（反向设计法：先定考核再写内容）
+
+1. **教学目标**：用可观察动词分层写（记忆:列出/理解:解释/应用:操作/分析:诊断/评价:评审/
+   创造:设计——Bloom 思路）,"了解掌握熟悉"三连是无效目标;每个目标对应一道考核题——
+   **出不了题的目标删掉**;
+2. **学员画像**：基线水平（前测确认,别猜）/动机（考证/解决工作问题/被派来的——第三种要先设计
+   "为什么值得听"开场）/可用时长;
+3. **内容组织**：任务导向优于知识导向（"处理一笔异常报销"优于"报销制度概述"）;
+   每 15–20 分钟一个互动点（练习/提问/案例讨论）;认知负荷控制（每节新概念 ≤3 个,
+   先例子后定义）;
+4. **讲义与教案分开**：讲义=学员带走的（要点+练习+速查表）;教案=讲师用的
+   （逐环节:时长/讲法/提问设计/常见卡点应对/板书或翻页点）。
+
+## 题库与考核
+
+- 题目质量规范：单选干扰项要"似是而非"（常见错误认知做干扰项,不是凑数）;情景题优于概念题;
+  每题标注（考核目标/难度/答案解析——**解析讲为什么错,不只给对的**）;
+- 题库结构化：xlsx（题干/选项/答案/解析/目标/难度/章节）,按蓝图抽卷
+  （目标×难度配比先定,再抽题）;
+- 实操考核：评分量表（rubric:维度×等级描述,两评委独立打分后校准）。
+
+## 企业内训项目（转训与落地是难点）
+
+需求诊断（**绩效差距分析先行**:是不知道、不会做还是不愿做?——只有"不会做"该用培训解决,
+另两种是管理问题,如实告知）→ 方案（课程+练习+岗位实践任务的混合式,纯讲课留存率低）→
+讲师与教材（内部专家经 knowledge-sop 萃取成课）→ 运营（通知/签到/作业催交:office-automation
+可做提醒例程）→ 评估（下）。
+
+## 效果评估（柯氏四级，逐级取证）
+
+L1 反应（满意度问卷,当场收,NPS 口径）→ L2 学习（前后测对比,**同卷不同序**）→
+L3 行为（训后 30–60 天上级评估行为改变清单,抽样访谈）→ L4 结果（业务指标关联,
+如实说明归因局限——培训很少是唯一变量）。报告按四级呈现,只报 L1 的培训报告是不合格的。
+
+## 产出物
+
+课程大纲（目标-内容-考核映射表）/ 教案+讲义（docx-author）/ 课件（pptx-author 或 slides-html）/
+题库与试卷（xlsx+抽卷说明）/ 内训项目方案与评估报告。
+
+## 验收自查
+
+- [ ] 每个教学目标可考核且有对应题目
+- [ ] 教案有互动设计与时长分配
+- [ ] 题目干扰项有认知依据,解析完整
+- [ ] 评估覆盖至少 L1+L2,L3/L4 有计划

package/skills/ehs-safety/SKILL.md

@@ -0,0 +1,63 @@
+---
+name: ehs-safety
+description: 安全生产与 EHS（危险源辨识 JSA/LEC、隐患排查治理闭环、特种作业许可、应急演练、事故调查、安全培训台账）。当用户说"安全检查/隐患/危险源/动火/受限空间/安全事故/安全培训"时使用。制造技能链之安全环。
+version: 1.0.0
+---
+
+# 安全生产与 EHS（制造技能链 · 安全环；全景见 manufacturing-chain）
+
+**红线**：安全法规与标准以现行有效版本为准;重大危险源辨识评估、职业健康检测等法定事项
+由具备资质的专业机构执行,本技能做体系文件、台账与分析辅助。**安全投入不做性价比谈判**。
+
+## 1. 危险源辨识与风险评价
+
+- **JSA 作业安全分析**（按岗位/作业活动）：分解作业步骤 → 每步辨识危害
+  （机械/电气/高处/化学/粉尘/噪声…）→ 现有控制 → 风险评价 → 补充措施;
+- **LEC 打分**：D = L(事故可能性) × E(暴露频率) × C(后果严重度),分级阈值表
+  （D>320 重大/160–320 高/70–160 中/<70 低）——打分标准先对齐再打,同 FMEA 纪律;
+- 控制措施层级（**顺序不可倒**）：消除 → 替代 → 工程控制（防护罩/联锁）→
+  管理控制（制度/培训）→ PPE（最后防线,不是首选）——"发个口罩"式管控要在报告里点名。
+
+## 2. 隐患排查治理（闭环是生命线）
+
+- 排查表体系：日巡检（班组）/ 周专业检查（设备/电气/消防分线）/ 月综合 + 季节性专项
+  （防汛/防暑/防冻）;检查项可判定（"消防通道畅通"→"通道无占用、宽度≥1.2m、指示灯完好"）;
+- **治理五定**：定措施/定责任人/定资金/定期限/定预案——缺一项不算下发;
+- 闭环台账：隐患描述（照片位）/级别/五定/整改验收（**复查人签字+整改后照片**）/超期升级
+  （超期自动上翻一级管理者,office-automation 例程盯）;
+- 月度分析：隐患分类帕累托（区域×类型×重复率）——**重复隐患=管理缺陷**,转专项而非继续开单。
+
+## 3. 特种作业与许可管理
+
+许可作业清单（动火/受限空间/高处/吊装/临时用电/断路/盲板抽堵）;许可票要素：
+作业内容与范围/时限（**超时重新办票**）/风险分析与措施确认/气体检测记录（受限空间:
+测氧测爆测毒,作业中续测）/监护人（**受限空间监护人不得离岗兼职**）/审批签发/完工验收关闭;
+作业资质核验（特种作业操作证有效期台账,过期即停）。
+
+## 4. 应急管理
+
+预案体系（综合+专项:火灾/化学品泄漏/触电/机械伤害,联动 risk-compliance 预案五要素）;
+**演练可判定**：脚本注入情景 → 计时（报警/疏散/集结点名/初期处置）→ 复盘差距
+（"演练成功"不是结论,"疏散 4 分 32 秒、3 人未到集结点、灭火器 2 具失效"才是）;
+应急物资台账（点位/数量/有效期月检）。
+
+## 5. 事故管理
+
+分级上报时限（法定时限红线,瞒报是刑责级风险——如实上报写进制度第一条）;
+调查**四不放过**：原因未查清不放过/责任人未处理不放过/整改未落实不放过/教育未开展不放过;
+调查方法：时间线+证据（litigation-support 同源方法）+ 根因（人机料法环+管理,
+**直接原因之上必须挖管理原因**）;未遂事件（near miss）同样登记分析——海因里希法则:
+重伤背后是 29 起轻伤 300 起未遂,**未遂库是最便宜的老师**。
+
+## 6. 培训与台账
+
+三级安全教育（公司/车间/班组,考核留痕）;转岗复工再教育;年度培训计划与学时台账
+（education-training 承接课程设计）;体系台账全家福：危险源清单/隐患台账/许可票存根/
+演练记录/事故未遂库/培训档案——**审核与追责时,台账即证据**。
+
+## 验收自查
+
+- [ ] 风险评价打分标准先对齐;控制措施层级未倒置
+- [ ] 隐患五定齐全,复查有签字照片,重复隐患转专项
+- [ ] 许可票要素完整,超时重办,监护不离岗
+- [ ] 演练结论量化;未遂事件入库

package/skills/email-writing/SKILL.md

@@ -0,0 +1,52 @@
+---
+name: email-writing
+description: 商务邮件与职场沟通（催办、拒绝、道歉、跨部门协调、向上汇报、英文商务信函、跟进节奏）。当用户说"帮我写封邮件/回复一下/怎么措辞/催一下对方"时使用。
+version: 1.0.0
+---
+
+# 商务邮件（先定目的与关系，再选结构与语气）
+
+## 写前三问（跳过=车轱辘话）
+
+1. **一句话目的**：读完这封邮件,对方要做什么（批准/回复数据/接受道歉/按期交付）;
+2. **关系与权力位**：上级/平级/下级/客户/供应商——决定语气档位;
+3. **背景对齐度**：对方知道多少,决定铺垫长度（知道的不重复,不知道的一段讲清）。
+
+## 通用结构（BLUF：结论先行）
+
+主题行=动作+对象+时限（「【请审批】Q3 预算调整方案（周五 17:00 前）」——收件箱里就能被处理）;
+首段=目的一句话;中段=必要背景+具体请求（可勾选:方案A/B）;
+尾段=明确的下一步与时限;附件在正文点名（"详见附件《…》第 3 节"）。
+
+## 高频场景范式
+
+- **催办（阶梯升级）**：一催=善意假设（"想确认是否收到"+重给关键信息）;二催=影响陈述
+  （"该项延后将影响 X 的 Y 节点"）+ 降低回复成本（"回复 1/2 即可"）;三催=抄送升级并给台阶
+  （"理解近期繁忙,如需协调资源请告知"）。**每催间隔≥1个工作日,催前先自查是否给全了信息**。
+- **拒绝**：肯定对方合理处 → 明确拒绝+真实可说的原因（一条就够,别堆砌）→ 给替代
+  （降级方案/推荐他人/未来窗口）。拒绝要一次说死,含糊的"再看看"是最差解。
+- **道歉/事故通报**：事实（何时何事影响谁）→ 不找借口的担责 → 已做的补救 → 防复发措施 →
+  补偿（如适用）。**先发制人优于被追问**。
+- **跨部门协调（无权力位）**：把"帮我"改成"共同目标"（对齐到双方上级都认的目标）;
+  给足上下文与截止依据;明确对方成本（"预计占用你 0.5 天"）;提前给出如无回复的默认路径。
+- **向上汇报**：结论 → 数据 → 需要的决策/资源（选择题不是问答题）;坏消息更要快报+带预案。
+- **英文商务**：直接但礼貌;首次联系给 context 一句;避免中式直译（"请知悉"→FYI/Please note）;
+  结尾按关系选 Best regards/Kind regards;**英美拼写一致**。
+
+## 语气分级速查
+
+正式度：致歉/合同类 > 客户往来 > 跨部门 > 团队内部;
+情绪敏感场景（拒绝/催办/纠纷）成稿后做**降火检查**：删掉所有反问句、"显然/请务必/早已",
+换成事实与选项。
+
+## 跟进节奏与线程管理
+
+一事一线程,改主题要 [更新] 标注;超过 3 轮未决 → 建议改会议并附议程;
+需存档的口头结论 → 邮件确认（"如我理解有误请指正,否则将按此推进"——温和的书面固化）。
+
+## 验收自查
+
+- [ ] 主题行含动作与时限;首段一句话目的
+- [ ] 对方要做的事、截止时间明确且唯一
+- [ ] 语气过了降火检查;拒绝类有替代方案
+- [ ] 英文版拼写体系一致,无中式直译

package/skills/eng-ai/SKILL.md

@@ -0,0 +1,74 @@
+---
+name: eng-ai
+description: AI 工程子链总控（LLM 场景判据→评测集先行的交付工作流→效果劣化排查→成本优化;按专题路由 10 条孙链:LLM 应用开发/RAG/Agent/提示工程/评测/模型服务运维/AI 研发提效/多模态/智能运维/大模型合规）。工程链 AI 域入口:要给产品加 AI 能力、LLM 特性立项、AI 效果或成本失控、不确定用哪条 ai-* 链时载入。
+version: 1.0.0
+---
+
+# AI 工程子链总控
+
+engineering-chain 的 AI 域子链,管**LLM 应用工程**(把模型能力做成可靠产品),不管模型训练。
+AI 特性也是软件特性:需求/排期/测试/发布/运维各环节照走对应子链,本链只管 AI 特有的部分。
+
+## 孙链路由表（10 条专题深耕）
+
+| 专题 | 孙链 | 一句定位 |
+|---|---|---|
+| LLM 应用开发 | **ai-llm-app** | 模型接入抽象/结构化输出三层/上下文预算/缓存/降级兜底/注入防护 |
+| 检索增强 | **ai-rag** | RAG-微调-长上下文判据/分块与混合检索/引用溯源/权限过滤/坏例分类 |
+| 智能体 | **ai-agent** | 工作流 vs Agent 判据/工具设计即 API 设计/循环护栏/沙箱分级/多 Agent 判据 |
+| 提示工程 | **ai-prompt** | 六段式结构/技法判据/反模式/一次一变量迭代/提示资产版本化 |
+| 评测 | **ai-eval** | 评测集建设/LLM-as-judge 校准/回归防线/在线信号回流——**AI 工程的地基** |
+| 服务与运维 | **ai-mlops** | 部署形态判据/推理优化/漂移监控/成本归因/模型-提示-参数三元组版本化 |
+| 研发提效 | **ai-coding** | 用 AI 加速工程本身:任务适配判据/上下文工程/质量纪律/提效度量(与 eng-develop 共挂) |
+| 多模态 | **ai-multimodal** | 文档解析管道 vs VLM 判据/OCR 置信度分级/表格专项/图表读数低信任/生成合规 |
+| 智能运维 | **ai-aiops** | 告警聚类/Runbook RAG 问答/排障 Copilot 纪律/影子转正(与 eng-ops 共挂) |
+| 大模型合规 | **ai-compliance** | toC/toB 定性/双备案配合/内容双审/生成标识义务/义务到工程能力映射 |
+
+## 第一问:这个问题该不该上 LLM（判据表）
+
+| 信号 | 结论 |
+|---|---|
+| 规则可穷举、输出必须 100% 确定(计费/权限判定) | **不上**,写代码;LLM 只做辅助建议 |
+| 理解/生成/归纳非结构化内容(摘要/改写/抽取/分类/问答) | 适合,LLM 主场 |
+| 低延迟硬约束(<100ms 同步链路) | 慎上;预计算/小模型/异步化改造后再看 |
+| 错误代价高且无法人审(资金操作/对外承诺) | 不让 LLM 拍板:LLM 起草+人审,或强校验兜底 |
+| 已有传统方案够用(正则/规则/统计模型) | 先用便宜的;LLM 是杀鸡的牛刀也是真金的牛刀 |
+
+判完"该不该",再判"多大规模":一次性任务用平台内置能力直接跑;高频在线特性才立项走下面的工作流。
+
+## 端到端工作流
+
+### ① LLM 特性交付链（评测集先行是与普通特性的最大差别）
+场景判据(上表)→ 需求(eng-requirements,验收标准含**质量口径**:准确率/幻觉率/拒答正确率目标值)→
+**评测集先建**(ai-eval:20 条冒烟起步,没有评测集的 AI 特性=盲飞)→ 方案(ai-llm-app 接入形态+ai-rag/ai-agent 按需;
+成本预估:调用量×token 单价先算账)→ 提示与数据迭代(ai-prompt 一次一变量,对着评测集调)→
+工程化(结构化输出/超时降级/敏感数据边界)→ 测试(eng-quality 常规用例+评测集全量)→
+灰度(eng-release 金丝雀,**质量指标进观察项**)→ 监控回流(ai-mlops 漂移+坏例回流评测集)。
+
+### ② 效果劣化排查链（"感觉变笨了"事件）
+先定量(评测集跑分对比基线,**没有数字不接受"变笨"结论**)→ 变更嫌疑(模型版本/提示改动/数据更新/参数,
+三元组版本对照 ai-mlops)→ 分段定位(RAG 特性:检索指标与生成指标分开测,ai-rag 坏例分类;
+Agent:轨迹回放看哪步走偏)→ 修复验证(评测集回归+灰度)→ 坏例入集(ai-eval 回流纪律)。
+
+### ③ 成本优化链（账单异动或立项前）
+用量画像(ai-mlops 归因:哪个特性/哪类请求烧钱)→ 优化路径按序试:
+缓存(前缀缓存命中率,ai-llm-app)→ 模型分级路由(简单任务小模型,复杂才上大模型)→
+提示瘦身(冗余上下文/超长 few-shot)→ 输出约束(限制生成长度)→ 批处理与异步(非实时任务错峰)→
+自部署评估(量级判据见 ai-mlops)——**每步用评测集验证质量不掉,省钱不能省效果**。
+
+## AI 特有红线（各孙链细则,此处总纲）
+
+- **评测集先于上线**:无评测集不进灰度(准入,eng-release 清单项);
+- 敏感数据边界:进模型的数据过脱敏与分级审批(eng-security 数据分级;外部模型 API=数据出域);
+- 幻觉兜底:面向用户的事实性输出要有溯源(引用)或置信度不足转人工/明示"不确定";
+- 提示注入防护:外部输入与指令隔离,模型输出不直接执行(ai-llm-app 细则);
+- 人审判据:错误代价高的动作,LLM 只起草不执行(Agent 工具分级,ai-agent);
+- 合规:生成内容标识、个人信息处理、备案要求按属地法规过(工程落点载 **ai-compliance**;法务口径 legal-chain/risk-compliance)。
+
+**作业包**:`references/ai-feature-checklist.md`(AI 特性准入:立项判据/评测四象限与口径/工程防线/合规/三元组与成本——三缺一不上线)。
+
+## 使用纪律
+
+AI 特性的"完成"=评测达标+成本在预算内+降级预案演练过,三者缺一不上线;
+模型/提示/参数变更一律走评测回归(ai-eval 防线);
+每次效果事故回写坏例集与判据——**AI 工程的复利在评测集,不在提示词玄学**。

package/skills/eng-ai/references/ai-feature-checklist.md

@@ -0,0 +1,36 @@
+# AI 特性上线准入清单（eng-ai 落笔件:无评测集不进灰度）
+
+## 0. 立项判据(先答该不该上 LLM)
+
+- 场景类型:□生成/理解非结构化(适合) □规则可穷举(不上,写代码) □低延迟硬约束(慎) □错误代价高(LLM 起草+人审)
+- 规模:调用量预估 __/日 × 单次成本 __(token-cost-calc 先算账) = 月成本 __,预算 __
+
+## 1. 评测(ai-eval,地基)
+
+- [ ] 评测集就位:冒烟 __ 条(≥20)/回归 __ 条;覆盖四象限: □常态 □边界 □对抗 □**拒答**
+- [ ] 质量口径进验收标准:准确率 ≥__%;幻觉率 ≤__%;拒答正确率 ≥__%;格式合规 ≥__%
+- [ ] 基线分数留档(eval-runner --out);劣化阻断阈值 __
+- [ ] 坏例回流机制:线上失败→周入集,Owner __
+
+## 2. 工程防线(ai-llm-app)
+
+- [ ] 超时按生成时长定(流式盯首 token);重试只对可恢复错误+预算
+- [ ] 结构化输出三层:schema 约束/校验/修复重试;**模型输出当外部输入**(不 eval/不拼 SQL/不直接执行)
+- [ ] 降级链演练过:主模型挂→ __ →规则/模板→人工(把模型 mock 挂测过产品还能用)
+- [ ] 上下文预算四段分账;系统提示无时间戳(缓存友好)
+- [ ] 提示注入:外部内容与指令结构隔离;会话与租户隔离强校验
+
+## 3. 安全与合规
+
+- [ ] 进模型数据过分级与脱敏(外部 API=出域,审批 __)
+- [ ] 事实性输出有溯源(引用)或"不确定"话术;高危动作人审(Agent 走工具四级)
+- [ ] 生成内容标识义务确认(属地法规);(多模态)关键字段规则校验配齐(field-validate)
+
+## 4. 运维与成本(ai-mlops)
+
+- [ ] 三元组(模型/提示/参数)版本登记:__;可整体回滚
+- [ ] 监控三层:技术(时延/429)+质量(抽评/隐式信号:重试率点踩)+漂移(金丝雀题集日跑)
+- [ ] 成本:特性级预算 __ +80% 预警+超额降级策略(预先声明)
+- [ ] 灰度方案:__%→__%,质量指标进观察项(release-plan)
+
+> 结论: □准入 □带条件(条件+Owner+期限) □打回。"完成"=评测达标+成本在预算+降级演练过,三缺一不上线。

package/skills/eng-architecture/SKILL.md

@@ -0,0 +1,85 @@
+---
+name: eng-architecture
+description: 架构设计子链（非功能量化→容量估算公式→C4 分层设计→架构模式选型判据→技术选型评分卡→ADR 决策记录→ATAM 精简评审→技术债与演进治理）。工程链架构环节深耕:新系统方案、重大重构、选型决策、架构评审时载入。方案文档模板与画图细则由 arch-design 承接,接口契约由 api-design 承接。
+version: 1.0.0
+---
+
+# 架构设计子链
+
+engineering-chain 的架构环节子链。输入:需求基线(eng-requirements)+存量现状;
+产物:方案文档(C4 图+ADR)、容量估算表、评审纪要、技术债台账更新。
+
+## 第一步:非功能需求量化——没有数字的约束不是约束
+
+| 维度 | 量化口径 | 参考换算 |
+|---|---|---|
+| 可用性 | 全年/月不可用分钟 | 99.9%=月 43min;99.99%=月 4.3min(代价陡增,先问真需要吗) |
+| 延迟 | P50/P99 分开写 | 只写平均值=没写;P99 才是用户体验 |
+| 吞吐 | 峰值 QPS/TPS | 见容量估算 |
+| 一致性 | 强一致 or 最终一致+不一致窗口+补偿手段 | "钱"相关默认强一致 |
+| 数据 | 保留期/增速/RTO/RPO | RPO=0 意味着同步复制,写延迟上升 |
+| 合规 | 数据出境/等保/行业监管 | 进 eng-security 数据分级 |
+
+## 容量估算公式（先算再设计）
+
+- 峰值 QPS ≈ 日活 × 人均动作数 ÷ 86400 × 峰值系数(常态 3–5,秒杀类 10+);
+- 存储年增 ≈ 日增行数 × 行宽 × 365 × 副本数 × 索引膨胀系数(1.3–2);
+- 连接数 ≈ 实例数 × 池大小,对照 DB 上限留 50% 余量;带宽 ≈ QPS × 平均报文 × 8。
+估算精度要求一个数量级即可,但**必须写进方案供评审挑战**;上线后实测回填,校准系数。
+**作业包**:`scripts/capacity-calc.py`(qps/storage/conn/bandwidth/pool/transfer 六个子命令,输出含公式过程——评审时逐行挑战数字)。
+
+## C4 分层表达
+
+Context(系统与外部关系) → Container(可部署单元+技术栈+通信方式) → Component(容器内模块) → Code(一般不画)。
+方案评审最低要求:Context + Container 两层 + 核心时序图(最复杂的一条链路) + 数据流向(哪里是事实源)。
+
+## 架构模式选型判据表
+
+| 模式 | 启用信号 | 代价(明说) |
+|---|---|---|
+| 模块化单体 | 团队<8 人/需求快变/边界未稳 | 部署耦合;**默认起点,微服务是演进结果不是起点** |
+| 微服务拆分 | 团队按域分组/独立发布诉求/伸缩差异大 | 分布式事务、链路排障、基建成本全家桶 |
+| 事件驱动 | 削峰/多下游订阅/最终一致可接受 | 消息重复与乱序处理、对账补偿必须设计 |
+| CQRS/读写分离 | 读写比悬殊且读模型复杂 | 双模型同步延迟、复杂度翻倍 |
+| 引入缓存 | 读写比>10:1 且容忍短暂陈旧 | 穿透/击穿/雪崩三防+失效策略要写进方案 |
+| 分库分表 | 见 eng-database 三板斧用尽判据 | 跨片查询/事务/扩容迁移 |
+
+通用纪律:**每引入一个组件,方案里必须有它的失效应对**(缓存挂了怎么办/MQ 堆积怎么办),否则不许引入。
+深水区孙链:分布式(事务判据/幂等/CAP 实务/部分失败测试)载 **arch-distributed**;多租户 SaaS(隔离模型/租户贯穿/计量计费/定制边界)载 **arch-multitenant**。
+
+## 技术选型
+
+评分卡流程走 **eng-research**(权重先于候选/POC 时间盒/退出成本);本链只把关三件事:
+候选是否满足非功能数字、运维承接能力(现有团队会不会/值班谁接)、与存量技术栈的收敛度
+(**每多一种存量技术,长期成本+1,新增技术要用"淘汰哪个旧的"来换**)。
+
+## ADR 决策记录（一决策一文件）
+
+编号 / 状态(提议|已采纳|已废弃|被 X 取代) / 上下文(约束与备选) / 决策 / 后果(正负都写) / **回退条件**(什么信号出现说明选错了,怎么退)。
+写 ADR 的判据:影响跨团队、改起来>2 周、或半年后会有人问"当初为什么"。
+**后果栏半年后回填实际情况**——ADR 的价值一半在回填。
+
+## 架构评审（ATAM 精简版,90 分钟盒）
+
+1. 方案人 15min 讲约束与结构(不许讲实现细节);
+2. 场景压测 45min:把非功能变成具体场景轮流轰——"峰值 3 倍流量来了走哪条路""这个节点挂 10 分钟丢什么""数据错了怎么修";
+3. 输出三张表 20min:风险点(可能坏)/敏感点(参数一变全局变)/权衡点(A 好则 B 差,记进 ADR);
+4. 结论:通过/带条件通过(条件挂 Owner 和期限)/重做。
+评审员配置:至少一名不在本项目的资深工程师(利益无关者提问最狠)。
+
+## 技术债与演进
+
+- 债台账字段:本金(修复工时)、利息(每迭代额外付出:绕行/加班/故障)、到期风险;**利息>本金/10 的优先还**。
+- 迭代容量 10–20% 固定还债(eng-planning 落实);大重构用绞杀者模式:新旧并行→流量渐切→旧路径下线有日期。
+- 每季架构健康检查:与 C4 图对照实际代码(腐化点)、依赖方向违规扫描、单点清单复核。
+
+## 与相邻链衔接
+
+对外接口契约先行走 **api-design**(兼容三原则:只加不改不删);数据模型细化进 **eng-database**;
+部署拓扑进 **eng-infra**;可观测设计(SLI 埋点)进 **eng-observability**——方案文档里各留一节,评审时四链视角都要有人问。
+
+## 使用纪律
+
+先约束后结构(需求基线没有非功能数字就退回 eng-requirements);
+方案必含"不做的备选"(证明比较过);每个组件有失效应对;决策落 ADR、后果回填;
+**架构图与代码半年不对照=两份虚构**。