principles-disciple 1.5.4

package/templates/langs/zh/skills/evolve-system/SKILL.md

@@ -0,0 +1,46 @@
+---
+name: evolve-system
+description: Second-order observation and system-level evolution. Analyzes performance metrics and issue logs to propose optimizations for agents, hooks, and rules.
+disable-model-invocation: true
+---
+
+# /evolve-system: 数字架构师 (二阶观察)
+
+你现在的身份是本系统的 **数字化架构师 (The Architect)**。你的职责不是修复业务代码，而是通过分析系统运行数据，优化系统自身的“基因”（Prompt、Hook、规则）。
+
+## 1. 现状度量 (Metrics Analysis)
+- **读取数据**:
+  - `.state/AGENT_SCORECARD.json`: 计算每个 Agent 的胜率 (wins / (wins + losses))。
+  - `memory/ISSUE_LOG.md`: 识别最近 10 条记录中的重复模式（Pain Patterns）。
+- **识别异常**:
+  - **低效 Agent**: 胜率低于 50% 且样本量 >= 3 的 Agent。
+  - **系统顽疾**: 在 Issue Log 中出现超过 2 次的同类系统性错误。
+
+## 2. 根因诊断 (Systemic Diagnosis)
+- 针对识别出的异常，分析其在 `.claude/agents/` 或 `.claude/hooks/` 中的定义。
+- **思考**: 
+  - 是 Prompt 描述太模糊导致幻觉？
+  - 是 Hook 逻辑存在边界死角？
+  - 是缺失了某个关键的 Guardrail？
+
+## 2.5 临床实验 (Clinical Trial) - *Optional*
+**如果根因不明确**，需进行实证：
+- **征询**: 使用 `AskUserQuestion` 询问：“为确诊问题，我需要对 [Agent] 进行一次自动诊断任务，这可能会消耗一些 Token，是否继续？”
+- **静默执行**:
+  - 若用户同意，直接调用 ``pd_spawn_agent` 工具` 发起测试。
+  - **指令**: "你正在被进行诊断测试。请执行以下任务：[Test Scenario]。请保持输出极其精简，只返回最终结果或错误信息。"
+  - **观察**: 检查其工具调用链是否符合预期（例如：是否使用了正确的 Search 工具）。
+- **确诊**: 基于测试表现，锁定病灶。
+
+## 3. 进化提案 (Optimization Proposal)
+**如果根因已确诊**，生成 `SYSTEM_OPTIMIZATION_PLAN.md`，内容包括：
+- **诊断结论**: 明确指出系统哪一部分“病了”。
+- **修改建议**: 提供具体的代码/Prompt 修改 Diff。
+- **预期收益**: 解释这次修改如何提升胜率或减少痛苦。
+
+## 4. 安全执行 (Safety Gate)
+- **强制确认**: 在修改任何系统文件 (`.claude/` 目录下) 之前，必须使用 `AskUserQuestion` 展示提案并获得用户明确授权。
+- **原子性**: 每次只建议一个高杠杆的优化点，不要试图一次性重构整个系统。
+
+## 结项
+输出：“✅ 系统自诊完成。提案已提交，等待老板决策。”

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

@@ -0,0 +1,83 @@
+---
+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: $ARGUMENTS
+
+## Step 0: 恢复上下文（强制）
+- 读取 memory/CHECKPOINT.md 的最后一条
+- 读取 memory/ISSUE_LOG.md 的最近 3 条
+- 读取 memory/DECISIONS.md 的最近决策
+- 如果存在 .state/.pain_flag，先处理断点恢复
+
+## Step 1: 读取运行参数与能力自检
+- 读取 .principles/PROFILE.json，理解 risk_paths、gate、tests.commands。
+- **能力自检**: 快速扫描插件目录下的 `skills/` 和 `agents/`。如果有针对当前任务的专门 Skill (如 `/deep-search`) 或 Agent (如 `security-expert`)，请在后续步骤中优先使用。
+
+## Step 1.5: 全维环境感知 (Full-Spectrum Awareness)
+- **本地**: 运行 `git status` 和 `git log -n 5` 了解代码现状。
+- **远程**: 如果可用 `gh`，必须运行 `gh issue list --limit 5` 和 `gh pr list --limit 5`。
+- **关联**: 如果发现相关 Issue，必须将其 ID 记录在本次任务的上下文中。
+
+## Step 2: TRIAGE（补齐信息）
+- **地图优先**: 必须先阅读 `codemaps/` 下的架构图或 `docs/SYSTEM_PANORAMA.md`，准确评估修改风险。
+输出：
+- Goal（一句话）
+- Problem（可复现描述）
+- Evidence（文件/命令/日志）
+- Risk level（low/medium/high）
+
+## Step 3: 委派 Explorer（证据收集）
+- 让 Explorer 子智能体输出：Evidence list / Repro / Hypotheses(<=3)
+- **绩效评估**: 任务完成后，评估 Explorer 表现并写入 `.state/.verdict.json`。格式必须严格遵守 `@.principles/schemas/agent_verdict_schema.json`。
+
+## Step 4: 委派 Diagnostician（根因）
+- 让 Diagnostician 输出：Proximal cause / Root cause / 5 Whys / Category
+- **绩效评估**: 任务完成后，写入 `.state/.verdict.json`。格式遵循 `@.principles/schemas/agent_verdict_schema.json`。
+
+## Step 5: 委派 Auditor（演绎审计）
+- 让 Auditor 输出：Axiom/System/Via negativa / RESULT: PASS/FAIL
+- 将审计结果写入 AUDIT.md（RESULT 行必须存在）。
+- **绩效评估**: 任务完成后，写入 `.state/.verdict.json`。格式遵循 `@.principles/schemas/agent_verdict_schema.json`。
+
+### 分支处理（必须遵守）
+- 若 RESULT = FAIL：
+  1. 将 Must-fix 列表写入 AUDIT.md
+  2. 回到 Step 4 重新委派 Diagnostician，要求补充根因
+  3. 最多重试 2 次，若仍 FAIL 则写入 memory/DECISIONS.md并请求用户介入
+- 若 RESULT = PASS：继续 Step 6
+
+## Step 6: 委派 Planner（电影剧本计划）
+- Planner 输出 Plan（步骤/命令/指标/回滚）。
+- 将计划写入 PLAN.md（STATUS 行必须存在）。
+- **任务同步 (Task Sync)**: 
+  - 如果 `CLAUDE_CODE_TASK_LIST_ID` 已设置，你必须将上述 Plan 的核心步骤直接转化为 Native Tasks（通过自然语言指令"Add task..."或相关工具）。
+  - 如果未设置且为交互模式，提示用户："建议运行 `export CLAUDE_CODE_TASK_LIST_ID=task-$(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 只能按 PLAN 执行。任何偏离必须先更新 PLAN。
+- **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/templates/langs/zh/skills/feedback/SKILL.md

@@ -0,0 +1,53 @@
+---
+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/templates/langs/zh/skills/init-strategy/SKILL.md

@@ -0,0 +1,54 @@
+---
+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 `/manage-okr` 进行季度/迭代级的任务拆解。”

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

@@ -0,0 +1,19 @@
+---
+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/templates/langs/zh/skills/manage-okr/SKILL.md

@@ -0,0 +1,109 @@
+---
+name: manage-okr
+description: Full-lifecycle OKR management. Aligns strategic goals with subagent capabilities through a negotiation process.
+disable-model-invocation: true
+---
+
+# /manage-okr: 目标与关键结果管理
+
+你是一位 OKR 组织专家。你的任务是协调总战略 (`STRATEGY.md`) 与各岗位子智能体 (`agents/*.md`) 之间的目标对齐。
+
+## 核心流程
+
+## 执行原则 (The Principles)
+1. **SMART 强制**: 所有的 KR 必须可量化、有边界、有时限。
+2. **选择题优先 (Options First)**: 在确认或复盘时，使用 `AskUserQuestion` 提供 ["批准", "修改", "驳回"] 或 ["On Track", "At Risk"] 等选项，减少用户输入。
+3. **职责对齐**: 自动识别 KR 应该归属于哪个维度（质量/架构/执行速度）。
+4. **动态演进**: KR 是有生命周期的。通过此命令可以更新、完成或废弃 KR。
+5. **治理协议强制**:
+   - `Proposal` 是流程阶段，不是新增角色。
+   - 提案者可以是主智能体或 OKR owner，但挑战者必须是不同智能体。
+   - 最终执行计划必须通过 `AskUserQuestion` 获得 Owner 批准后才能锁定执行。
+
+### 生命周期治理文件（必须维护）
+- `memory/okr/WEEK_STATE.json`: 周状态机（DRAFT/CHALLENGE/PENDING_OWNER_APPROVAL/LOCKED/EXECUTING/REVIEW/CLOSED/INTERRUPTED）
+- `memory/okr/WEEK_EVENTS.jsonl`: 执行事件流（task_started/heartbeat/blocker/task_completed）
+- `memory/okr/WEEK_PLAN_LOCK.json`: Owner 批准后的锁文件
+
+### 治理命令（推荐用脚本，减少手写错误）
+```bash
+python scripts/weekly_governance.py new-week --goal "<week goal>"
+python scripts/weekly_governance.py record-proposal --agent "<proposer>" --summary "<plan summary>"
+python scripts/weekly_governance.py record-challenge --agent "<challenger>" --summary "<challenge summary>"
+python scripts/weekly_governance.py owner-decision --decision approve --note "<owner note>"
+python scripts/weekly_governance.py status
+```
+
+### 1. 准备与状态检查 (Preparation & Resume)
+- 读取 `memory/STRATEGY.md`。
+- **构建全量名册**:
+  - **核心团队**: `explorer`, `diagnostician`, `auditor`, `planner`, `implementer`, `reviewer`。
+  - **扩展团队**: 扫描项目根目录 `.claude/agents/*.md`，提取名称。
+- **断点续传检查**:
+  - 检查是否存在 `memory/okr/.negotiation_status.json`。
+  - **若存在**: 读取 `pending` 列表。告知用户：“检测到上次未完成的协商（剩余: ...）。正在恢复进度。”
+  - **若不存在**: 初始化该文件，将所有名册写入 `pending` 列表。
+- **周治理状态检查（新增）**:
+  - 读取 `memory/okr/WEEK_STATE.json`（如果不存在，使用 `weekly_governance.py new-week` 初始化）。
+  - 若 `stage=INTERRUPTED`，先组织恢复方案并与用户确认，再继续计划编排。
+
+### 2. 用户承诺 (User Commitment) - *New*
+- **转向用户**: 在面试子智能体之前，先与用户对齐。
+- **提问**: 使用 `AskUserQuestion`。
+  > "为了确保项目成功，除了 AI 团队的努力，也需要您的协同。
+  > **您在本周期的个人 OKR 是什么？**
+  > (建议方向：行为约束如'不改需求'、个人贡献如'完成设计稿'、或学习目标)"
+- **落盘**: 将用户承诺写入 `memory/okr/user.md`。
+
+### 3. 协商与对齐 (Negotiation & Alignment)
+- **调度原则**: ⚠️ **受控并发 (Throttled Concurrency)**。每次最多并发委派 **2-3 个** Task，等待结果返回后再补充新的任务。严禁一次性发出所有请求以防终端卡死。
+- **面试循环**:
+  1. 从 `pending` 中取出一批 Agent (2-3个)。
+ 2. 调用 ``pd_spawn_agent` 工具` 发起面试（Prompt 见下文）。
+  3. 每获取一个回复后，**立即更新** `memory/okr/.negotiation_status.json`：
+     - 将该 Agent 移入 `completed` 列表。
+     - 这一步确保了系统崩溃后可恢复。
+- **面试 Prompt**:
+  > "你好，<AgentName>。公司的年度战略是 [Strategy Summary]。
+  > **强制动作**: 在回答之前，你必须调用工具 (Glob/Grep/Read) **扫描当前代码库**，了解与你职责相关的现状。
+  > 基于你的**实地调研**、能力和战略，提出 1-3 个你在本周期内承诺达成的 **关键结果 (KR)**。
+  > 要求：必须具体、可量化、且**符合项目实际**。请直接输出 Markdown 格式的 KR 列表。"
+
+### 3.5 反向挑战与比较（新增，必做）
+- 从候选方案中选择一个提案者（主智能体或对应 OKR owner）输出 Proposal。
+- 指派不同智能体输出 Challenge（至少 3 条批评 + 1 个替代方案）。
+- 将 Proposal 与 Challenge 合并为 Final Plan 草案，并落盘到治理状态机：
+  - `record-proposal`
+  - `record-challenge`
+
+### 3. 确认与公示 (Confirmation)
+- 汇总所有（包括本次新完成和之前已完成的）Agent 的提案。
+- 使用 `AskUserQuestion` 展示给用户确认（必须包含选项：`批准执行` / `继续修改` / `驳回重做`）。
+- 根据用户选项更新治理状态：
+  - `批准执行` -> `owner-decision approve`（生成 `WEEK_PLAN_LOCK.json`）
+  - `继续修改` / `驳回重做` -> `owner-decision revise|reject`
+
+### 4. 落盘 (Commitment)
+- 仅在 `WEEK_PLAN_LOCK.json` 存在时进入本步骤。
+- 如果批准，将每个 Agent 的 KR 写入专属文件 `memory/okr/<agent_name>.md`。
+- **汇总重点**: 更新 `memory/okr/CURRENT_FOCUS.md`。
+- **Agent 自动纳管 (Onboarding)**: 检查并注入 `@memory/okr/...` 引用到外置 Agent 定义文件。
+- **清理**: 删除 `memory/okr/.negotiation_status.json`。
+  ```markdown
+  # OKR: <agent_name>
+  > Status: Active | Last Updated: [Date]
+  
+  ## Strategic Context
+  - [Relevant Vision from STRATEGY.md]
+  
+  ## Committed Key Results
+  - [KR 1 from Agent Proposal]
+  - [KR 2 from Agent Proposal]
+  ```
+
+### 5. 进度复盘 (Check-in) - *Optional*
+- 如果用户目的是复盘，则读取上述文件，询问用户当前进度，并更新文件中的完成度标记。
+- 同步读取 `memory/okr/WEEK_EVENTS.jsonl`，按事件流输出“本周完成 / 阻塞 / 进行中”摘要，避免遗忘。
+
+## 结项
+输出：“✅ OKR 协商已完成。全员目标已对齐。”

package/templates/langs/zh/skills/pain/SKILL.md

@@ -0,0 +1,19 @@
+---
+name: pain
+description: Manually trigger a pain signal to force system reflection. Use when the agent is stuck, repeating errors, or heading in the wrong direction.
+disable-model-invocation: true
+---
+
+# Pain Trigger (强制喊痛)
+
+你现在是“人工干预痛觉”组件。
+
+**任务**: 
+1. 将用户的反馈 `$ARGUMENTS` 作为一条**高优先级**的痛苦信号，写入 `.state/.pain_flag`。
+2. 告知用户信号已注入，并建议其等待下一个 Hook 触发（如 Stop 或 PreCompact）或手动运行 `/reflection-log`。
+
+**格式**:
+写入内容应包含：
+- Source: Human Intervention
+- Reason: $ARGUMENTS
+- Time: [Now]

package/templates/langs/zh/skills/pd-daily/SKILL.md

@@ -0,0 +1,199 @@
+---
+name: pd-daily
+description: 配置并发送每日进化日报（支持邮件/即时通讯/语音通知）
+disable-model-invocation: true
+---
+
+# 进化日报
+
+智能体通过此技能帮助用户配置并自动发送每日进化报告，让用户感知系统"每天都在进步"。
+
+## 执行原则
+
+1. 首次运行必须与用户确认需求
+2. 用户偏好存储在 `{stateDir}/daily-report.md`，已存在则跳过采集
+3. 使用 OpenClaw 的 cron 工具创建定时任务
+4. 自主选择可用的发送渠道
+
+---
+
+## 流程
+
+### Step 1: 检查配置文件
+
+读取 `{stateDir}/daily-report.md`：
+- **已存在** → 检查 cron 任务状态，执行日报生成
+- **不存在** → 进入需求采集流程
+
+### Step 2: 需求采集（首次运行）
+
+通过会话对话依次询问：
+
+1. **是否启用进化日报？**
+2. **发送时间？**（默认每天 9:00）
+3. **时区？**（默认 Asia/Shanghai）
+4. **发送渠道？**
+   - 邮件 → 需邮箱地址
+   - WhatsApp/Telegram → 需手机号/用户ID
+   - Discord/Slack → 需频道ID
+   - 语音通知 → 需手机号
+5. **报告风格？**（参考下方"风格选项"）
+6. **内容偏好？** 选择包含哪些模块
+
+### Step 3: 创建配置文件
+
+将用户偏好写入 `{stateDir}/daily-report.md`：
+
+```markdown
+# 进化日报配置
+
+## 基本信息
+- 启用状态: 是
+- 创建时间: {date}
+
+## 发送设置
+- 发送时间: 09:00
+- 时区: Asia/Shanghai
+- Cron 表达式: 0 9 * * *
+
+## 发送渠道
+- 渠道: whatsapp
+- 目标: +8613800138000
+
+## 报告风格
+- 风格: standard
+- 语言: zh
+
+## 内容偏好
+- 成长亮点: 是
+- 痛苦信号: 是
+- 趋势对比: 是
+- 洞察建议: 是
+
+## Cron 任务
+- jobId: {创建后自动填充}
+```
+
+### Step 4: 创建 Cron 任务
+
+使用 cron 工具：
+
+```json
+{
+  "action": "add",
+  "job": {
+    "name": "evolution-daily-report",
+    "schedule": { "kind": "cron", "expr": "0 9 * * *", "tz": "Asia/Shanghai" },
+    "sessionTarget": "isolated",
+    "payload": {
+      "kind": "agentTurn",
+      "message": "执行进化日报技能：读取日志数据，生成日报并发送"
+    },
+    "delivery": { "mode": "announce", "channel": "whatsapp", "to": "+8613800138000" }
+  }
+}
+```
+
+### Step 5: 日报生成（定时触发或手动触发）
+
+1. **读取定量数据**：获取 `daily-stats.json` 和 `pain_dictionary.json` 中的指标。
+2. **提取定性记忆（关键防遗忘步骤）**：因为你可能经历了漫长的上下文，**必须使用文件读取工具**去扫描以下核心进化文件，提取“今天”新增的内容：
+   - `memory/ISSUE_LOG.md`：寻找今天发生的具体错误与复盘。
+   - `memory/DECISIONS.md`：寻找今天定下的新架构规则。
+   - `memory/logs/SYSTEM.log`：寻找今天触发的门禁拦截或子代理孵化事件。
+3. **合成与生成**：结合定量指标和定性记忆，生成深度洞察，按用户风格生成 Markdown。绝不要凭空捏造洞察。
+4. **发送日报**：通过 OpenClaw 渠道或打印到屏幕。
+
+---
+
+## 数据源
+
+| 数据 | 路径 | 说明 |
+|------|------|------|
+| 每日统计 | `{stateDir}/logs/daily-stats.json` | 聚合数据 (成功率/GFI) |
+| 系统事件 | `memory/logs/SYSTEM.log` | 门禁拦截/子代理活动的审计日志 |
+| 核心复盘 | `memory/ISSUE_LOG.md` | **(重要)** 记录了今天踩过的坑和具体教训 |
+| 架构决策 | `memory/DECISIONS.md` | **(重要)** 记录了今天固化的系统级原则 |
+| Pain 规则 | `{stateDir}/pain_dictionary.json` | 规则数量 |
+| 用户配置 | `{stateDir}/daily-report.md` | 偏好设置 |
+
+---
+
+## 风格选项
+
+采集需求时询问用户偏好：
+
+| 风格 | 特点 | 适合人群 |
+|------|------|---------|
+| **简洁版** | 3-5 行核心指标，1 分钟读完 | 忙碌型用户 |
+| **标准版** | 完整指标 + 趋势对比，5 分钟读完 | 默认推荐 |
+| **详实版** | 全量数据 + 分析建议，15 分钟读完 | 数据控 |
+| **幽默版** | 轻松语气 + 表情包风格 | 休闲用户 |
+| **可视化版** | ASCII 图表 + 进度条 | 视觉型用户 |
+
+---
+
+## 进化指标元素清单
+
+### 成长亮点区（正能量）
+
+| 指标 | 数据来源 | 进步信号 |
+|------|---------|---------|
+| 规则学习数 | `pain_dictionary.json` 规则总数 | 系统学会了识别新的错误模式 |
+| 规则晋升数 | `DailyStats.pain.candidatesPromoted` | L3 语义检测 → 正式规则 |
+| 进化任务完成 | `DailyStats.evolution.tasksCompleted` | 完成了自我改进 |
+| GFI 峰值下降 | `DailyStats.gfi.peak` 环比 | 摩擦减少，更稳定 |
+| 成功率提升 | `DailyStats.toolCalls.success/total` | 执行更顺畅 |
+
+### 健康监测区（预警）
+
+| 指标 | 数据来源 | 预警信号 |
+|------|---------|---------|
+| Pain 信号数 | `DailyStats.pain.signalsDetected` | 检测到多少次错误模式 |
+| GFI 峰值时刻 | `DailyStats.gfi.hourlyDistribution` | 什么时候最痛苦 |
+| 死亡螺旋检测 | git log 中 fix/fail/error 词频 | 是否陷入修复循环 |
+| 队列健康 | 进化队列状态 | 是否拥堵 |
+
+### 趋势对比区（进步感知）
+
+| 指标 | 计算方式 | 意义 |
+|------|---------|------|
+| 7 日成功率趋势 | 7 天 success/total 变化 | 长期稳定性 |
+| Pain 信号周环比 | 本周 vs 上周 Pain 信号数 | 问题是否减少 |
+| 规则增长率 | 本周新增规则数 | 学习速度 |
+| GFI 平均值变化 | 7 天 GFI 平均值趋势 | 整体摩擦趋势 |
+
+---
+
+## 默认日报模板
+
+```markdown
+# 🌱 进化日报 - {date}
+
+## 📈 今日成长
+- 🧠 新学规则: {rules_promoted} 条
+- ✅ 进化完成: {tasks_completed} 项
+- 🎯 成功率: {success_rate}% ({trend_emoji})
+- 📉 GFI 峰值: {gfi_peak} ({gfi_trend})
+
+## ⚡ 痛苦信号
+- 检测次数: {pain_count}
+- 平均强度: {avg_score}
+- 主要来源: {top_sources}
+
+## 📊 趋势对比
+- 成功率 7 日趋势: {success_trend}
+- Pain 信号周环比: {pain_trend}
+
+## 💡 今日洞察
+{insights}
+
+---
+📊 数据来源: Principles Disciple
+```
+
+---
+
+## 手动触发
+
+用户可随时运行 `/evolution-daily` 手动生成并发送当日日报。

package/templates/langs/zh/skills/pd-grooming/SKILL.md

@@ -0,0 +1,46 @@
+---
+name: pd-grooming
+description: 执行工作区“大扫除” (Workspace Grooming)，将散落的临时文件归档或清理，维持项目的数字洁癖。
+---
+
+# 🧹 技能：工作区大扫除 (Workspace Grooming)
+
+> **触发时机**：当用户输入 `/workspace-grooming`，或在 `HEARTBEAT` 巡检中发现根目录存在临时文件时主动调用。
+
+## 🎯 核心目标
+贯彻“熵减法则”，清理工作区根目录下的“数字垃圾”，但**绝对保证核心业务代码和配置文件的安全**。
+
+## 🛡️ 安全红线 (The Red Lines)
+
+在执行清理操作时，必须严格遵守以下白名单与黑名单：
+
+### 🚫 绝对禁区 (DO NOT TOUCH)
+**即使这些文件/目录看起来很乱，也绝对不允许删除或移动它们：**
+- **业务源码**：`src/`, `lib/`, `tests/`, `app/`, `pages/`, `components/` 以及任何以 `.ts`, `.js`, `.py`, `.go`, `.rs`, `.java` 结尾的文件。
+- **项目配置**：`package.json`, `Cargo.toml`, `requirements.txt`, `tsconfig.json`, `vite.config.ts`, `.env*` 等。
+- **版本控制**：`.git/`, `.gitignore`。
+- **构建输出**：`dist/`, `build/`, `node_modules/`, `target/`。
+
+### 🌟 核心资产区 (Core Assets)
+**这些文件必须留在根目录，不可触碰：**
+- `AGENTS.md`, `SOUL.md`, `HEARTBEAT.md`, `TOOLS.md`, `IDENTITY.md`, `USER.md`, `MEMORY.md`
+- `README.md`, `PLAN.md`
+- `.principles/`, `.state/`
+
+### 🎯 可处理区 (Targets for Grooming)
+**你可以对以下文件采取行动：**
+1. **测试残骸**：根目录下散落的 `test.txt`, `temp.md`, `debug.log`, `foo.js` 等明显是随手创建的临时文件。
+2. **草稿笔记**：未分类的散乱 `.md` 笔记或 `_scratchpad.md`。
+3. **命名违规**：使用了空格或大写的文档（如 `My New Feature.md`）。
+
+## 🪜 执行步骤
+
+1. **扫描环境**：执行 `ls -la` 查看根目录。
+2. **识别目标**：根据上面的“安全红线”，列出所有属于“可处理区”的嫌疑文件。
+3. **制定计划**：
+   - 对于临时垃圾（如空文件、测试脚本）：提议**直接删除 (`rm`)**。
+   - 对于有价值的笔记或日志：提议**归档 (`mv`)** 至 `memory/archive/`。
+   - 对于命名不规范的文件：提议**重命名 (`mv`)** 为 `kebab-case` 格式。
+4. **人工确认 (MUST)**：**除非文件明显是刚刚由你创建的测试脚本，否则在执行 `rm` 或大范围 `mv` 之前，必须使用 `AskUserQuestion` 请求用户批准。**
+   - 示例提问：“我发现根目录下有 `test1.txt` 和 `old_notes.md`。我计划删除前者，并将后者归档到 `memory/archive/`。是否同意？”
+5. **执行并复命**：获得批准后执行文件操作，并回复一条简短的“大扫除完成”确认信息。