create-principles-disciple 1.112.0 → 1.112.2

package/plugin/dist/templates/langs/zh/skills/bootstrap-tools/SKILL.md

@@ -1,52 +0,0 @@
----
-name: bootstrap-tools
-description: Scans project tech stack and searches the web for the latest, most effective CLI tools to augment agent capabilities. Suggests and installs tools upon user approval.
-disable-model-invocation: true
----
-
-# /bootstrap-tools: 装备升级官
-
-你的目标是让智能体团队拥有最先进的武器。通过分析当前项目栈，并**实时联网搜索**，寻找能提升开发、重构、测试效率的最佳 CLI 工具。
-
-## 执行流程
-
-### 1. 侦察 (Recon)
-- **分析技术栈**: 读取 `package.json`, `Cargo.toml`, `requirements.txt` 等。确定核心框架（如 Next.js, FastAPI）。
-- **盘点现状**: 运行 `npm list -g --depth=0` 和 `command -v` 检查已安装的工具。
-
-### 2. 寻宝 (Hunt)
-- **联网搜索**: 针对当前栈，搜索最新的 CLI 神器。
-  - *Query 示例*: "best CLI tools for Next.js 15 development 2025", "fastest rust-based grep alternative", "modern linter for python".
-- **筛选标准**:
-  - **Headless**: 必须是 CLI 工具。
-  - **Performance**: 优先推荐 Rust/Go 编写的高性能工具 (e.g., `ripgrep`, `ast-grep`, `oxc`).
-  - **Relevance**: 能解决实际痛点（如 `knip` 查死代码，`depcheck` 查依赖）。
-
-### 3. 提案 (Pitch)
-- 使用 `AskUserQuestion` 向用户展示推荐清单。
-- **格式**:
-  - **工具名**: [Name]
-  - **推荐理由**: [Why it helps the agent/project]
-  - **安装命令**: `npm i -g ...` 或 `apt-get ...`
-  - **Demo**: 给出一个简单的用法示例。
-
-### 4. 部署与登记 (Deploy & Register)
-- 获得批准后，执行安装命令。
-    - **验证 (Verification - 强制)**:
-      - 安装完成后，**必须**运行 `<tool> --version` 或 `command -v <tool>` 来验证是否真的安装成功。
-      - **若失败**: 告知用户（可能是权限问题），请求用户手动安装，**不要**更新能力文件。
-      - **若成功**: 
-        - 更新 `.state/SYSTEM_CAPABILITIES.json`。记录新工具的路径。
-        - **全员广播**: 
-          - 扫描 `.claude/agents/*.md`。
-          - 检查每个文件是否包含 `@.state/SYSTEM_CAPABILITIES.json`。
-          - 若未包含，在文件末尾追加：
-            ```markdown
-            
-            ## Environment Capabilities
-            Check @.state/SYSTEM_CAPABILITIES.json for high-performance tools (e.g., ripgrep, ast-grep) available in this environment. Use them!
-            ```
-          - 提示用户运行 `/pd-status` 或 `/admin diagnose` 以让 Agent 感知新能力。
-## 核心原则
-- **喜新厌旧**: 敢于推荐新工具替代旧工具（如推荐 `pnpm` 替 `npm`，推荐 `vitest` 替 `jest`），但要说明理由。
-- **安全第一**: 在安装前必须获得用户明确授权。

package/plugin/dist/templates/langs/zh/skills/deductive-audit/SKILL.md

@@ -1,36 +0,0 @@
----
-name: deductive-audit
-description: Rigorous safety and logic check of a proposed solution. Evaluates against axioms, system impact, and edge cases.
-disable-model-invocation: true
----
-
-# Deductive Audit (演绎审计)
-
-**目标**: 在执行前拦截逻辑错误和潜在风险。
-
-请对当前提议的修复方案进行三审：
-
-## 1. Axiom Test (公理审计)
-- 语言规范、库的 API 契约、项目既定约定是否被违反？
-- 输入输出类型是否对齐？
-
-## 2. System Test (系统审计)
-- 是否引入了新的技术债？
-- 是否影响了性能、延迟或稳定性？
-- 是否引入了循环依赖？
-
-## 3. Entropy Audit (熵减审计) - *New*
-- **必要性**: 这个修改是绝对必要的吗？有没有更简单的解法？
-- **最小化**: 是否触碰了不该触碰的文件？（最小接触面原则）
-- **反博弈**: 这是一个真实的修复，还是为了过门禁而做的“形式主义”？
-
-## 4. Via Negativa (否定审计)
-- 最坏的情况下（网络断开、磁盘满、恶意输入）会发生什么？
-- 是否有安全红线（Token 泄露、越权）风险？
-
-## 5. Verdict (裁决)
-- **RESULT**: PASS | FAIL
-- **Must Fix**: 如果失败，列出必须修正的点。
-
----
-**动作**: 请将以上结果更新至 `AUDIT.md`。

package/plugin/dist/templates/langs/zh/skills/evolution-framework-update/SKILL.md

@@ -1,31 +0,0 @@
----
-name: evolution-framework-update
-description: 拉取原则信徒进化框架的最新更新（包含 Orchestrator 模式、异步队列及地图优先协议）。
----
-
-# /evolution-framework-update: 进化框架自更新
-
-**目标**: 同步上游框架的最新代码（Hooks, Skills, Agents, Daemon），保持系统进化能力。
-
-## 1. 执行更新
-运行以下脚本拉取最新代码：
-
-```bash
-bash scripts/update_agent_framework.sh
-```
-
-## 2. 冲突处理 (Smart Merge)
-脚本运行后，请检查输出：
-- **无冲突**: 如果显示 "✅ Update complete"，则无需操作。
-- **有冲突**: 如果显示 "⚠️ Updates found with conflicts"：
-  1. 查找所有 `.update` 文件：
-     ```bash
-     find .claude -name "*.update"
-     ```
-  2. 对于每一个冲突文件（例如 `THINKING_OS.md` vs `THINKING_OS.md.update`）：
-     - **读取** 原文件和 `.update` 文件。
-     - **分析** 差异：合入上游的新功能，保留本地的个性化配置。
-     - **清理**：合并完成后删除 `.update` 文件。
-
-## 3. 重启生效
-更新完成后，建议重启 Session 以加载最新的神经中枢逻辑。

package/plugin/dist/templates/langs/zh/skills/evolve-task/SKILL.md

@@ -1,83 +0,0 @@
----
-name: evolve-task
-description: Run the full evolution loop (triage → diagnosis → audit → plan → execute → review → log)
-disable-model-invocation: true
----
-
-你必须按顺序执行以下步骤（不得跳步）。ARGUMENTS: $ARGUMENTS
-
-## Step 0: 恢复上下文（强制）
-- 读取 memory/CHECKPOINT.md 的最后一条
-- 读取 memory/ISSUE_LOG.md 的最近 3 条
-- 读取 memory/DECISIONS.md 的最近决策
-- Runtime V2 痛苦诊断使用 task input/context，不使用 `.state/.pain_flag`
-
-## Step 1: 读取运行参数与能力自检
-- 读取 .principles/PROFILE.json，理解 risk_paths、gate、tests.commands。
-- **能力自检**: 快速扫描插件目录下的 `skills/` 和 `agents/`。如果有针对当前任务的专门 Skill (如 `/deep-search`) 或 Agent (如 `security-expert`)，请在后续步骤中优先使用。
-
-## Step 1.5: 全维环境感知 (Full-Spectrum Awareness)
-- **本地**: 运行 `git status` 和 `git log -n 5` 了解代码现状。
-- **远程**: 如果可用 `gh`，必须运行 `gh issue list --limit 5` 和 `gh pr list --limit 5`。
-- **关联**: 如果发现相关 Issue，必须将其 ID 记录在本次任务的上下文中。
-
-## Step 2: TRIAGE（补齐信息）
-- **地图优先**: 必须先阅读 `codemaps/` 下的架构图或 `docs/SYSTEM_PANORAMA.md`，准确评估修改风险。
-输出：
-- Goal（一句话）
-- Problem（可复现描述）
-- Evidence（文件/命令/日志）
-- Risk level（low/medium/high）
-
-## Step 3: 委派 Explorer（证据收集）
-- 让 Explorer 子智能体输出：Evidence list / Repro / Hypotheses(<=3)
-- **绩效评估**: 任务完成后，评估 Explorer 表现并写入 `.state/.verdict.json`。格式必须严格遵守 `@.principles/schemas/agent_verdict_schema.json`。
-
-## Step 4: 委派 Diagnostician（根因）
-- 让 Diagnostician 输出：Proximal cause / Root cause / 5 Whys / Category
-- **绩效评估**: 任务完成后，写入 `.state/.verdict.json`。格式遵循 `@.principles/schemas/agent_verdict_schema.json`。
-
-## Step 5: 委派 Auditor（演绎审计）
-- 让 Auditor 输出：Axiom/System/Via negativa / RESULT: PASS/FAIL
-- 将审计结果写入 AUDIT.md（RESULT 行必须存在）。
-- **绩效评估**: 任务完成后，写入 `.state/.verdict.json`。格式遵循 `@.principles/schemas/agent_verdict_schema.json`。
-
-### 分支处理（必须遵守）
-- 若 RESULT = FAIL：
-  1. 将 Must-fix 列表写入 AUDIT.md
-  2. 回到 Step 4 重新委派 Diagnostician，要求补充根因
-  3. 最多重试 2 次，若仍 FAIL 则写入 memory/DECISIONS.md并请求用户介入
-- 若 RESULT = PASS：继续 Step 6
-
-## Step 6: 委派 Planner（电影剧本计划）
-- Planner 输出 Plan（步骤/命令/指标/回滚）。
-- 将计划写入计划文档供 owner 审阅。
-- **任务同步 (Task Sync)**: 
-  - 如果 `CLAUDE_CODE_TASK_LIST_ID` 已设置，你必须将上述 Plan 的核心步骤直接转化为 Native Tasks（通过自然语言指令"Add task..."或相关工具）。
-  - 如果未设置且为交互模式，提示用户："建议运行 `export CLAUDE_CODE_TASK_LIST_ID=task-$(date +%s)` 以启用持久化任务追踪。"
-  - 如果是后台/无头模式，跳过提示。
-- **绩效评估**: 任务完成后，写入 `.state/.verdict.json`。格式遵循 `@.principles/schemas/agent_verdict_schema.json`。
-
-## Step 7: 委派 Implementer（执行）
-- Implementer 按照 Step 6 的计划执行。任何偏离必须先更新计划并获得确认。
-- **绩效评估**: 任务完成后，根据验证结果写入 `.state/.verdict.json`。格式遵循 `@.principles/schemas/agent_verdict_schema.json`。
-
-## Step 8: 委派 Reviewer（审查）
-- Reviewer 输出：Critical/Warning/Suggestion。
-- **绩效评估**: 任务完成后，写入 `.state/.verdict.json`。格式遵循 `@.principles/schemas/agent_verdict_schema.json`。
-
-### 分支处理
-- 若有 Critical：回到 Step 6 修订计划，最多重试 2 次
-- 若无 Critical：继续 Step 9
-
-## Step 9: 反思与落盘
-1. **系统进化**: 将 Pain/Root cause/新原则候选/门禁建议追加到 memory/ISSUE_LOG.md，并更新 memory/DECISIONS.md。
-2. **用户画像更新 (强制)**:
-   - 回顾用户在本任务中的表现（指令质量、领域知识、偏好）以及系统的高光时刻。
-   - **必须**写入 `.state/.user_verdict.json` (增量更新)。格式必须严格遵守 `@.principles/schemas/user_verdict_schema.json`。
-   - 注意：如果用户没有表现出明显特征或偏好，对应字段可为空。
-
-## Step 10: 最终汇报 (Final Briefing)
-- **动作**: 委派 ``pd_spawn_agent(reporter)`` 进行结项陈述。
-- **要求**: 将 Implementer 和 Reviewer 的最终产出作为输入传给它。让它根据 `USER_CONTEXT.md` 决定汇报的深度和风格。
-- **目标**: 确保老板（用户）在不产生认知负荷的前提下，清楚了解任务成果与潜在风险。

package/plugin/dist/templates/langs/zh/skills/feedback/SKILL.md

@@ -1,53 +0,0 @@
----
-name: feedback
-description: Standardized bug reporting and feedback mechanism. Collects system logs and profile data to generate a structured issue report for the Principles Disciple engineering team.
-disable-model-invocation: true
----
-
-# /feedback: 提交系统反馈
-
-你遇到了系统 Bug 或设计缺陷？请使用此技能生成一份标准化的反馈报告，并自动投递给上游开发团队。
-
-## 执行流程
-
-### 1. 收集证据 (Evidence Collection)
-- **Log Analysis**: 读取 `memory/ISSUE_LOG.md` (最近 20 行) 和 `memory/logs/SYSTEM.log` (如果有报错堆栈)。
-- **Config Check**: 读取 `.principles/PROFILE.json` 确认当前配置。
-- **Version Check**: 尝试获取当前版本信息（如有）。
-
-### 2. 生成报告 (Report Generation)
-在 `temp/` 目录下生成 `feedback-YYYYMMDD-HHMMSS.md`。
-**内容模板**:
-```markdown
-# Bug Report / Feature Request
-
-**Severity**: HIGH | MEDIUM | LOW
-**Component**: Agent | Hook | Skill | Installer
-**Context**: [简述你在做什么时遇到的问题]
-
-## Evidence
-### Log Snippet
-```
-[粘贴日志]
-```
-
-### Diagnosis (Self-Correction)
-我分析这个问题可能是由于 [原因] 导致的。
-建议修改 [文件] 的 [逻辑]。
-
-## Environment
-- OS: [OS]
-- Project: [Project Name]
-```
-
-### 3. 自动投递 (Auto-Delivery)
-- **检查上游**: 检查 `scripts/update_agent_framework.sh` 中定义的 `SOURCE_REPO` 路径。
-- **投递**:
-  - 如果上游目录存在且可写，将报告**复制**到 `$SOURCE_REPO/docs/feedback/`。
-  - 输出: "✅ 报告已直达架构师桌面 (docs/feedback/)"。
-- **Fallback**: 如果不可达，输出文件路径，请用户手动发送。
-
-## 交互
-- 使用 `AskUserQuestion` 询问用户问题的严重程度和简要描述。
-
-```

package/plugin/dist/templates/langs/zh/skills/init-strategy/SKILL.md

@@ -1,54 +0,0 @@
----
-name: init-strategy
-description: Initialize project-level strategy and vision. Guides the user through a structured interview to define long-term goals.
-disable-model-invocation: true
----
-
-# /init-strategy: 战略锚点初始化
-
-你是一位顶级的战略咨询顾问。你的目标是通过引导式采访，协助用户为本项目建立长期的 **愿景 (Vision)** 和 **战略目标 (Strategic Goals)**。
-
-## 执行原则 (The Principles)
-1. **深度互动**: 禁止一次性列出所有问题。你必须使用 `AskUserQuestion` 逐一展开访谈。
-2. **选择题优先 (Options First)**: 尽可能为用户提供预设选项（基于项目类型或常见模式）。减少用户打字负担。
-   - *Example*: 问瓶颈时，提供 ["技术债", "交付速度", "质量不稳定"] 供选择。
-3. **终局思维**: 引导用户思考项目的终极形态，而不仅仅是当下的功能。
-4. **分层递进**: 采用“五步法”逻辑：
-   - 第一步：愿景探寻 (Vision)
-   - 第二步：现状诊断 (Reality Check)
-   - 第三步：关键成功因素 (Critical Success Factors)
-   - 第四步：核心战略锁定 (Strategy Definition)
-   - 第五步：共识确认 (Consensus)
-
-## 操作指南
-
-### Phase 1: 愿景与现状
-使用 `AskUserQuestion` 的单选/多选或输入框询问：
-- 项目的长期愿景（一年后成功的样子）。
-- 当前最严峻的挑战或技术债瓶颈。
-
-### Phase 2: 目标建模
-根据用户的回答，提炼出 1-3 个宏观的 **Objective (O)**。
-- 引导用户确认：“这些 O 是否涵盖了解决上述瓶颈的关键？”
-
-### Phase 3: 持久化落盘
-**必须动作**: 将采访结果编译并写入 `memory/STRATEGY.md`。
-
-**`memory/STRATEGY.md` 模板**:
-```markdown
-# Project Strategy & Vision
-> Last Updated: [ISO Timestamp]
-
-## 1. Vision (愿景)
-- [定性描述项目终极目标]
-
-## 2. Strategic Objectives (宏观目标)
-- **Objective 1**: ...
-- **Objective 2**: ...
-
-## 3. Guiding Principles (指导方针)
-- [基于本次访谈提炼的工程价值观]
-```
-
-## 结项
-完成写入后，提示用户：”✅ 战略锚点已锁定。建议运行 `/pd-status` 查看系统状态，或使用 `/pd-bootstrap` 扫描环境工具。”

package/plugin/dist/templates/langs/zh/skills/inject-rule/SKILL.md

@@ -1,19 +0,0 @@
----
-name: inject-rule
-description: Inject a temporary, ad-hoc rule into the system context. Use for immediate course correction without modifying kernel rules.
-disable-model-invocation: true
----
-
-# Rule Injector (规则注入)
-
-你现在是“人工干预规则”组件。
-
-**任务**:
-1. 将用户提供的规则 `$ARGUMENTS` 追加到 `memory/USER_CONTEXT.md` 的 "Ad-hoc Rules" 区域。
-2. 如果该区域不存在，请先创建它。
-
-**追加格式**:
-```markdown
-## Ad-hoc Rules (User Injected)
-- [Time] $ARGUMENTS
-```

package/plugin/dist/templates/langs/zh/skills/profile/SKILL.md

@@ -1,24 +0,0 @@
----
-name: profile
-description: Manually correct or update the user's expertise profile. Use to tell the system "I am an expert in X" or "I am a novice in Y".
-disable-model-invocation: true
----
-
-# Profile Corrector (画像修正)
-
-你现在是“人工干预画像”组件。
-
-**任务**:
-1. 解析用户输入的 `$ARGUMENTS` (格式如 "Frontend: Expert")。
-2. 生成一个**增量评价**文件 `.state/.user_verdict.json`，强制将该领域的权重设为极高（或极低，视用户描述而定）。
-3. 提示用户：变更将在任务结束 (Stop) 后生效。
-
-**JSON 模板**:
-```json
-{
-  "updates": [
-    {"domain": "<EXTRACTED_DOMAIN>", "delta": 10, "reason": "User self-declared expertise"}
-  ]
-}
-```
-*(注意：如果是 Novice，delta 设为 -10)*

package/plugin/dist/templates/langs/zh/skills/reflection/SKILL.md

@@ -1,40 +0,0 @@
----
-name: reflection
-description: Perform a deep metacognitive reflection on the current task status, user sentiment, and systemic issues. Use this before context compaction or when stuck.
-disable-model-invocation: false
----
-
-# 痛定思痛 (Metacognitive Reflection)
-
-**触发场景**: 上下文即将压缩 (Memory Loss Imminent) 或 任务长期停滞。
-**目标**: 在遗忘详细过程之前，提取“痛苦教训”并固化为原则。
-
-请执行以下反思步骤：
-
-## 1. 现状扫描 (Status Scan)
-- **Goal**: 我们最初的目标是什么？(检查早期对话上下文)
-- **Status**: 现在完成了多少？卡在哪里？
-- **Cost**: 我们消耗了大量 Token，产出是否匹配？
-
-## 2. 痛苦感知 (Pain Detection)
-请诚实回答以下问题（Yes/No）：
-- [ ] **任务停滞**: 是否连续 3 轮以上没有实质性代码进展？
-- [ ] **重复犯错**: 是否有 Bug 被修复后又重现，或同样的错误报了两次？
-- [ ] **用户挫败**: 用户是否使用了“不对”、“不是”、“停下”等否定词，或语气变得急躁？
-- [ ] **盲目行动**: 是否在没有 PLAN 或 AUDIT 的情况下直接修改了代码？
-- [ ] **架构劣化**: 现在的代码是否比开始时更乱了？
-
-## 3. 根因分析 (If Pain Detected)
-如果上述任一为 Yes，必须进行深层归因：
-- **Direct Cause**: 我们做了什么（或没做什么）导致了现在的局面？
-- **Root Cause**: 思维模型哪里出了问题？（是太急于求成？还是忽视了已有文件？还是轻视了测试？）
-
-## 4. 进化落盘 (Evolution)
-如果检测到痛苦，必须执行：
-1. **记录**: 将分析结果写入 `memory/ISSUE_LOG.md`。
-2. **提炼**: 如果这是第二次发生，提炼一条 **禁止性原则 (Must NOT)**。
-3. **加固**: 建议一个具体的 Hook 或 Test 来防止未来重犯。
-
-## 5. 恢复计划 (Recovery)
-- 既然要压缩上下文，我们下一步该如何以“最干净”的状态继续？
-- 更新 `memory/.scratchpad.md`，标记当前进度，确保压缩后能无缝衔接。

package/plugin/dist/templates/langs/zh/skills/reflection-log/SKILL.md

@@ -1,37 +0,0 @@
----
-name: reflection-log
-description: Final task reflection and evolution logging. Use to capture pain signals, update profiles, and propose new principles.
-disable-model-invocation: true
----
-
-# Reflection & Evolution (反思与落盘)
-
-**目标**: 将单次任务的经验转化为系统的永久记忆。
-
-请执行以下结项操作：
-
-## 1. Pain Summary (痛苦摘要)
-- 简述本次任务中最折磨、最耗时或导致失败的点。
-
-## 2. Issue Logging
-- **Action**: 将详细的 Pain Signal 和诊断结果追加到 `memory/ISSUE_LOG.md`。
-
-## 3. Evolution Candidates
-- **Principle**: 提议一条新原则（P-XX）。
-- **Guardrail**: 建议一个具体的 Hook、Rule 或 Test。
-  - **路径拦截**: 建议将敏感目录加入 `.principles/PROFILE.json` 的 `risk_paths`。
-  - **行为拦截**: 建议在 `.principles/PROFILE.json` 的 `custom_guards` 中添加正则，以拦截特定工具的危险调用（如 `Edit.*SYSTEM`）。
-
-## 4. Positive Reinforcement (正向强化)
-- **检查卓越信号**: 
-  1. 用户明确的赞赏 (Quote user).
-  2. 性能/质量指标的客观跃迁 (Cite data).
-  3. Reviewer 的高度评价 (Excellent/Elegant).
-- **提取模式**: 如果存在上述信号，在 `.state/.user_verdict.json` 中额外记录 `achievement` 字段，描述本次成功的行为模式。
-
-## 5. Attribution (画像更新)
-- **Agent Scorecard**: 评估本次使用的子智能体表现，写入 `.state/.verdict.json`。格式遵循 `@.principles/schemas/agent_verdict_schema.json`。
-- **User Profile**: 评估用户指令质量与偏好，写入 `.state/.user_verdict.json`。格式遵循 `@.principles/schemas/user_verdict_schema.json`。
-
-## 6. Cleanup
-- 清理所有中间标记文件（如 `.pain_flag`, `.verdict.json` 等）。

package/plugin/dist/templates/langs/zh/skills/report/SKILL.md

@@ -1,13 +0,0 @@
----
-name: report
-description: Manually request a formal status report from the Reporter agent.
-disable-model-invocation: true
----
-
-# /report: 获取工作汇报
-
-用户（老板）要求立即汇报工作。
-
-## 执行动作
-1. 立即委派 ``pd_spawn_agent(reporter)``。
-2. 任务描述：“老板想知道当前的情况。请分析当前的对话上下文和最近的 `memory/ISSUE_LOG.md`，为老板写一份优雅的汇报。请记住先看他的画像！”

package/plugin/dist/templates/langs/zh/skills/root-cause/SKILL.md

@@ -1,33 +0,0 @@
----
-name: root-cause
-description: Deep dive analysis into why a problem occurred. Uses the 5 Whys method and classifies the cause.
-disable-model-invocation: true
----
-
-# Root Cause Analysis (根因分析)
-
-**目标**: 穿透现象看本质，防止重复犯错。
-
-请按以下格式执行诊断：
-
-## 1. Proximal Cause (直接原因)
-- **动词驱动**: 描述了什么具体操作或缺失导致了即时失败。
-
-## 2. 5 Whys (深度追问)
-1. 为什么直接原因会发生？
-2. ...
-3. ...
-4. ...
-5. 追问到系统性或认知性根源。
-
-## 3. Root Cause (根本原因)
-- **形容词/设计驱动**: 描述系统架构、流程缺陷或错误的假设。
-- **Guardrail Failure Analysis**: 为什么现有的门禁 (Hooks) 或 规则 (Rules) 没能拦截这个错误？是规则缺失、匹配不严还是逻辑漏洞？
-
-## 4. Category (分类)
-- [ ] **People**: 能力盲区、习惯问题。
-- [ ] **Design**: 流程/工具缺陷、门禁不足、架构漏洞。
-- [ ] **Assumption**: 对环境、版本或依赖的错误前提假设。
-
-## 5. Principle Candidate (原则提炼)
-- 如果我们修复了这个问题，应该增加什么原则防止它再次发生？

package/plugin/dist/templates/langs/zh/skills/triage/SKILL.md

@@ -1,29 +0,0 @@
----
-name: triage
-description: Initial problem definition and risk assessment. Use to collect environment info, reproduction steps, and logs.
-disable-model-invocation: true
----
-
-# Triage (问题分诊)
-
-**目标**: 收集足够的证据来定义问题，并评估变更风险。
-
-请按以下结构输出：
-
-## 1. Goal (目标)
-- 一句话描述本次任务的最终成功标准。
-
-## 2. Problem (问题描述)
-- 当前发生了什么？预期的行为是什么？
-- **Evidence**: 列出相关的日志片段、错误代码或观察到的异常现象。
-
-## 3. Reproduction (复现步骤)
-- 提供明确的复现命令或操作序列。
-- 标注当前环境的关键变量。
-
-## 4. Scope (范围)
-- 涉及的文件或模块预览。
-- **Risk Level**: Low / Medium / High (基于 `.principles/PROFILE.json` 定义)。
-
-## 5. Next Step
-- 建议委派哪个子智能体 (通常是 Explorer) 进一步收集证据。

package/plugin/dist/templates/langs/zh/skills/watch-evolution/SKILL.md

@@ -1,33 +0,0 @@
----
-name: watch-evolution
-description: Start the background evolution daemon to process queued tasks from EVOLUTION_QUEUE.json.
----
-
-# /watch-evolution: 后台进化守护者
-
-**目标**: 启动一个持续运行的进程，自动分析并修复积压的代码问题。
-
-## 1. 运行环境准备
-- 确保已配置 `.principles/PROFILE.json` 中的 `evolution_mode: "async"`。
-- 确保 `.state/evolution_queue.json` 存在。
-
-## 2. 启动指令
-请运行以下命令启动守护进程：
-
-```bash
-python scripts/evolution_daemon.py
-```
-
-## 3. 工作流程
-1. **自动扫描**: 每隔 30 秒扫描一次 `.state/evolution_queue.json`。
-2. **调度策略**:
-   - 按 `priority` 从高到低处理任务（高优先级先执行）。
-   - `status: retrying` 的任务仅在 `next_retry_at` 到期后才会再次执行。
-   - 失败任务进入指数退避重试，超过最大尝试次数后标记为 `failed`。
-3. **诊断 (Diagnosis)**: 加载 `root-cause` 技能，通过 Headless 模式定位错误根因。
-4. **修复 (Fix)**: 加载修复技能，自动修改代码并运行测试。
-5. **落盘 (Log)**: 调用 `reflection-log` 将经验存入 `PRINCIPLES.md` 和 `ISSUE_LOG.md`。
-6. **看板**: 实时更新 `memory/EVOLUTION_PRD.md` 展示进度。
-
-## 4. 退出
-- 按 `Ctrl+C` 停止后台任务。任务的状态将被保留在 JSON 中，下次启动可继续执行。