agentleFS
Sign inStart free
381487190381487190/opengod/.backup-optimize-20260808/SKILL.md

.backup-optimize-20260808

Skill0 starsChanged 3 months agoMITView on GitHub

OpenGod 是什么: AI 智能体增强引擎（Agent Enhancement Framework）——给任何大模型外挂"任务调度 + 智商增强"系统。工程化术语：意图识别(Intent) → 模块路由(Routing) → 递归任务分解(Fission) → 并行执行(Parallel) → 质量校验(Judge) → 聚合交付(Aggregate) → 自进化(Evolve)。与玄学/占卜无关。 设计目标: 任何大模型（不论强弱、有无工具、上下文大小）配上这个技能立即降维打击 核心架构: 0克制→1意图→2路由→4裂变→6执行→8并行→9裁判→64聚合 + 进化引擎 裂变机制: 复杂任务自动复制自身为微型 OpenGod 副本，每个副本独立闭环，最终聚合 自进化: 越用越聪明 — 路由优化/技能组合/人格匹配/错误避免/速度提升

The file

Create a free account to mount
Files
SKILL.md

OpenGod v12.0 — AI 智能体增强引擎 (43模块 · 30+行业 · 自进化 · 0-1-2-4-6-8-9-64)

OpenGod 是什么: AI 智能体增强引擎（Agent Enhancement Framework）——给任何大模型外挂"任务调度 + 智商增强"系统。工程化术语：意图识别(Intent) → 模块路由(Routing) → 递归任务分解(Fission) → 并行执行(Parallel) → 质量校验(Judge) → 聚合交付(Aggregate) → 自进化(Evolve)。与玄学/占卜无关。 设计目标: 任何大模型（不论强弱、有无工具、上下文大小）配上这个技能立即降维打击 核心架构: 0克制→1意图→2路由→4裂变→6执行→8并行→9裁判→64聚合 + 进化引擎 裂变机制: 复杂任务自动复制自身为微型 OpenGod 副本，每个副本独立闭环，最终聚合 自进化: 越用越聪明 — 路由优化/技能组合/人格匹配/错误避免/速度提升

0-1-2-4-6-8-9-64 裂变架构总览

用户输入
  │
  ▼
┌──────────────────────────────────────────────────────────────────┐
│ 0 克制层    ponytail.md — "值不值得做？"                           │
│                                                                  │
│ L0 闲聊 → 直接回复 │ L1 简单查询 → 跳过框架 │ L2 单步操作 → 快速通道    │
│ L3 多步任务 → 全链路 │ L4 复杂项目 → 全链路+裂变 │ L5 超大规模 → 多轮迭代 │
│ L6 不该做 → 拒绝并解释                                             │
│                                                                  │
│ 意图不明确时(L3无法归类): 反问用户澄清 → 确认后重新评估                    │
│                                                                  │
│ 输出: 难度评分(L0-L6) + 走几层 + 是否裂变 + 裂变深度                    │
└──────────────────────────────┬───────────────────────────────────┘
                               │ (L2-L5 通过)
                               ▼
┌──────────────────────────────────────────────────────────────────┐
│ 1 意图引擎    意图识别 + 领域分类 + 历史匹配                          │
│                                                                  │
│ ① memory-fusion: 查相似任务历史 → 复用经验                           │
│ ② deep-thinking: 初步推理 → 理解用户真实意图                         │
│ ③ industry-adapter: 识别行业 → 加载行业知识                          │
│ ④ self-healing: 检查是否有遗留未修复的错误                            │
│                                                                  │
│ 输出: 意图类型 + 领域标签 + 历史经验 + 复杂度确认                      │
└──────────────────────────────┬───────────────────────────────────┘
                               │
            ┌──────────────────┴──────────────────┐
            ▼                                     ▼
┌───────────────────────┐           ┌───────────────────────┐
│ 2-轨1: 模块路由        │           │ 2-轨2: 人格+技能加载     │
│                       │           │                       │
│ 43模块→按意图排名选TOP3  │           │ 248 Agent→按领域匹配    │
│                       │           │ 41 技能→按模块嵌入      │
│                       │           │                       │
│ 感知: agent-reach     │           │ 工程→engineering/54    │
│       intelligence    │           │ 设计→design/9         │
│       doc-intel       │           │ 安全→security/12      │
│       rag-knowledge   │           │ 营销→marketing/36     │
│       browser-auto    │           │ 专业→specialized/56   │
│                       │           │ 金融→finance/5        │
│ 认知: deep-thinking   │           │ 游戏→game-dev/5       │
│       agent-loop      │           │ ...                   │
│       hermes-agent    │           │                       │
│       claude-code     │           │ 技能: code-review     │
│                       │           │       tdd             │
│ 行动: content-factory │           │       diagnosing-bugs │
│       code-intel      │           │       prototype       │
│       subagent-dev    │           │       implement       │
│       video-prod      │           │       research        │
│       seedance-dir    │           │       grill-me        │
│       ai-manju-studio │  🆕 NEW │       ...             │
│       novel-writing   │           │       ...             │
│       ai-companion    │  🆕 NEW │       ...             │
│       academic-write  │           │                       │
│       voice-audio     │           │ 输出: 人格身份+技能清单 │
│       industry-adapter│           └───────────────────────┘
│       stock-analysis  │
│       finance         │
│       data-science    │
│       game-dev        │
│       seo-geo         │
│       devops-deploy   │
│       mcp-server      │
│       ui-ux-skill     │
│       penpot          │
│       website-cloner  │
│                       │
│ 保障: security-audit  │
│       token-economy   │
│       memory-fusion   │
│       self-healing    │
│       ponytail        │
│       knowledge-dist  │
│       openhuman       │
│                       │
│ 辅助: agency-agents   │
│       real-engineering│
│       evolution-engine│
│       quality-judge   │
│       portability     │
│                       │
│ 输出: TOP3模块+串并行   │
└───────────┬───────────┘
            │
            │ 多领域任务: 按领域优先级串行，同级领域并行裂变
            │ 无对应模块: fallback → industry-adapter + agent-reach 搜索
            │
            ▼
┌──────────────────────────────────────────────────────────────────┐
│ 4 四域裂变    按复杂度拆解，每个副本=微型 OpenGod                       │
│                                                                  │
│ 难度→裂变映射:                                                    │
│   🔵 简单(L0-L2) → 单域直行: 不裂变，行动域直接执行                    │
│   🟡 中等(L3)    → 双域并行: 感知域+行动域                            │
│   🟠 复杂(L4)    → 三域裂变: 感知+认知+行动，每域可裂变2-5个副本         │
│   🔴 超复杂(L5)  → 四域全开: 感知+认知+行动+保障，最多裂变3层深度         │
│                                                                  │
│ 裂变规则:                                                         │
│   - 深度 = min(子系统数/2, 难度评分/2, 3)                             │
│   - 额外裂变触发: 任一子系统内部有≥3个独立阶段时 +1深度                  │
│   - 每个副本 = 完整微型 OpenGod（拥有0-1-2-6-8-9-64，但跳过不需要的层）   │
│   - 副本间通过 memory-fusion 共享上下文，不重复搜索                     │
│   - 单个副本复杂度 < 阈值 → 不再裂变                                  │
│   - 深度不足时(L4判定为L5的场景): 副本内部用子代理串行，不降级质量        │
│                                                                  │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐             │
│ │ 感知域    │ │ 认知域    │ │ 行动域    │ │ 保障域    │             │
│ │ 搜信息    │ │ 想方案    │ │ 出结果    │ │ 保质量    │             │
│ │ 查历史    │ │ 拆任务    │ │ 调子代理   │ │ 防过工程  │             │
│ │ 读文档    │ │ 做推理    │ │ 嵌技能    │ │ 记经验    │             │
│ │ 看情报    │ │ 排工作流   │ │ 生输出    │ │ 自修复    │             │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘             │
└──────────────────────────────┬───────────────────────────────────┘
                               │
                               ▼
┌──────────────────────────────────────────────────────────────────┐
│ 6 六步执行链    每域内部的标准化执行流程                               │
│                                                                  │
│ ① 态势感知 → ② 目标拆解 → ③ 方案生成                                │
│    加载上下文     拆成子任务      多方案对比选最优                     │
│    查记忆/情报    评估依赖        ponytail 克制检查                   │
│                                                                  │
│ ④ 并行执行 → ⑤ 结果审查 → ⑥ 自愈闭环                                │
│    8维并行启动    质量+安全双检     错误记录+记忆更新                   │
│    嵌入41技能     ponytail 克制    自愈引擎修复                      │
│    加载248人格    用户需求对齐      技能优化                          │
└──────────────────────────────┬───────────────────────────────────┘
                               │
                               ▼
┌──────────────────────────────────────────────────────────────────┐
│ 8 八维并行    步④展开 — 8个维度+模块+技能+人格+子代理                   │
│                                                                  │
│ 搜: agent-reach + intelligence + rag + doc + browser             │
│     → research 技能 + researcher 人格                             │
│ 析: deep-thinking + agent-loop + hermes + workflow               │
│     → domain-modeling 技能 + strategist 人格                      │
│ 产: content-factory + academic + novel + video + seedance + voice│
│     → edit-article 技能 + marketing 人格                           │
│ 码: code-intel + subagent-dev + implement + prototype             │
│     → code-review/tdd 技能 + engineering 人格                      │
│ 防: security-audit + ponytail                                    │
│     → grill-me 技能 + security 人格                                │
│ 记: memory-fusion + self-healing + openhuman                     │
│ 绘: ui-ux + penpot + website-cloner                              │
│     → design-interface 技能 + design 人格                          │
│ 交: 聚合结果 + 质检 + 格式统一 + 输出                                │
│     → handoff 技能 + project-management 人格                      │
│                                                                  │
│ 每个维度: 模块(43选1-3) + 技能(41选1-3) + 人格(248选1) + 子代理(可选)   │
│ 维度间: 共享上下文 + 不互相阻塞 + 失败不影响其他维度                     │
└──────────────────────────────┬───────────────────────────────────┘
                               │
                               ▼
┌──────────────────────────────────────────────────────────────────┐
│ 9 质量裁判    交付前最后一道关卡（v11.1 升级）                          │
│                                                                  │
│ ① 需求覆盖: 用户要的都有了？缺什么？                                  │
│ ② 质量基准: 达到最低标准了吗？格式/内容/深度                           │
│ ③ 一致性: 各部分不矛盾？搜索/分析/产出对齐                             │
│ ④ 安全合规: 没有不该有的内容？敏感信息/违规内容                         │
│ ⑤ 用户体验: 格式对、可读性好、交付物完整                               │
│ ⑥ 风险预案: 有降级方案吗？AI失败/超时/成本超限怎么办？(🆕v11.1)          │
│                                                                  │
│ 不通过(任一维度<60%) → 回到 6 步重新执行对应维度                       │
│ 安全合规<5分 → 🚫 拒绝交付，解释原因                                  │
│ 发现安全风险 → 自动触发 self-healing 修复 + 回退到6步④安全维度         │
│ 回退最多2次，2次后仍不通过 → 交付当前最佳结果 + 标注未达标项               │
│ 通过(全部≥60%) → 交付 + 写入进化数据                                 │
│                                                                  │
│ 安全审计两阶段 (🆕v11.1):                                            │
│   阶段1: 预判性质询 — 方案产出前，基于通用架构做威胁评估                  │
│   阶段2: 针对性攻击 — 拿到所有副本方案后，针对具体设计做漏洞扫描            │
│   两阶段缺一不可，阶段2在64聚合前必须完成                               │
└──────────────────────────────┬───────────────────────────────────┘
                               │
                               ▼
┌──────────────────────────────────────────────────────────────────┐
│ 64 最终聚合    8维 × 8步聚合 = 64 完整交付闭环                        │
│                                                                  │
│ ①汇聚 → ②去重 → ③交叉验证 → ④冲突仲裁                               │
│  8维结果   相同发现   不同维度    矛盾结论                             │
│  全部收拢   合并      互相印证    优先保障域                           │
│                                                                  │
│ ⑤质量评分 → ⑥人格包装 → ⑦格式适配 → ⑧记忆归档                        │
│  自检+     用Agent    代码/文档/  写入全部7个进化数据文件                │
│  healer    人格润色    图片/视频   (performance+routing+skill-combos  │
│                                   +personality+error-patterns+log)  │
│                                                                  │
│ 输出: 用户看到的结果(人格化+格式化) + 后台(记忆+进化)                    │
└──────────────────────────────────────────────────────────────────┘
                               │
                               ▼
┌──────────────────────────────────────────────────────────────────┐
│ 进化引擎    串联 hermes + self-healing + memory-fusion              │
│                                                                  │
│ 每次任务后自动执行:                                                 │
│                                                                  │
│ 第1层 任务评估: 耗时/质量/满意度/资源消耗 → 评分                        │
│ 第2层 模式识别: 同类任务聚合(3次) → 发现最优路径/错误模式/最佳实践        │
│ 第3层 自动优化: 累积5次 → 更新路由规则/调整模块权重/优化技能组合/生成新规则  │
│ 第4层 知识晋升: 跨项目+时间跨度7天+5次 → 晋升到用户级记忆                │
│ 第5层 技能衰减: 每7天不用-1活跃度 → 休眠→待废弃→用户触发复活              │
│ 第6层 活体检测: 每天自检 → 发现失活模块→报告→建议清理                    │
│ 第7层 进化数据: 持久化到 evolution-data/ 目录                        │
│                                                                  │
│ 进化数据存储:                                                      │
│   routing-rules.json    # 自动优化的路由规则                        │
│   skill-combos.json     # 最优技能组合                             │
│   personality-map.json  # 人格-任务匹配表                           │
│   error-patterns.json   # 错误模式库                               │
│   performance.json      # 各模块性能数据                            │
│   evolution-log.md      # 进化日志                                 │
│                                                                  │
│ 越用越聪明的具体表现:                                                │
│   1. 路由越来越准: "写漫剧"→自动加载 ai-manju-studio + seedance + novel                  │
│   2. 技能组合越来越优: "代码审查"→自动嵌入 code-review+grill-me+security │
│   3. 人格匹配越来越精准: "设计UI"→不仅加载 design 还加载 marketing       │
│   4. 错误越来越少: 同类型错误不犯第二次                                │
│   5. 速度越来越快: 复用历史方案，跳过重复推理                            │
└──────────────────────────────────────────────────────────────────┘

裂变 vs 子代理 vs 8维并行 — 区别

机制本质适用场景上下文
子代理主控安排任务，子代理执行代码审查、搜索、分析子代理独立上下文
8维并行同一任务的不同维度同时跑搜索+分析+生成+安全8维共享上下文
裂变任务拆成独立子任务，每个副本独立闭环多集剧本、批量文章、多模块开发副本=微型 OpenGod

触发词路由表

"帮我做" / "搞定" / "开干"       → [全链路] 0→1→2→4→6→8→9→64（根据复杂度自动选层）
"简单查一下" / "搜一下"         → [快速通道] 0→1→2→64
"代码审查" / "review"           → [工程链路] 0→1→2-工程→4→6→8→9→64（加载 code-intelligence + code-review + engineering Agent）
"写文章" / "发文章" / "教程"     → [内容链路] 0→1→2-内容→4→6→8→9→64（加载 content-factory + marketing Agent）
"做视频" / "漫剧"               → [视频链路] 0→1→2-漫剧→4→6→8→9→64（加载 ai-manju-studio + seedance-directing + 相关 Agent）
"写小说" / "写网文" / "规划章节"  → [小说链路] 0→1→2-小说→4→6→8→9→64（加载 novel-writing）
"电子女友" / "AI女友" / "AI伴侣" / "陪伴机器人" / "克隆说话风格" → [陪伴链路] 0→1→2-陪伴→4→6→8→9→64（加载 ai-companion）
"Seedance" / "即梦" / "视频导演" → [导演链路] 0→1→2-导演→4→6→8→9→64（加载 seedance-directing）
"安全审计" / "扫描漏洞"          → [安全链路] 0→1→2-安全→4→6→8→9→64（加载 security-audit + security Agent）
"设计UI" / "界面设计"           → [设计链路] 0→1→2-设计→4→6→8→9→64（加载 ui-ux-skill + design Agent）
"股票" / "投资" / "分析"         → [金融链路] 0→1→2-金融→4→6→8→9→64（加载 stock-analysis/finance + finance Agent）
"跑个分" / "基准" / "状态"       → 跑自愈基准测试（self-healing.md）
"进化" / "学了什么" / "优化"     → 查看进化数据（evolution-engine.md）
"清理" / "整理" / "休眠"         → 技能衰减检查（evolution-engine.md）

模块化架构 (43个模块)

modules/
├── INDEX.md                    # 43模块索引 + Top 50覆盖图
│
├── 认知层 (6个 — 如何思考)
│   ├── deep-thinking.md       # 五大模型推理策略
│   ├── claude-code-brain.md   # 递归子代理+断点续传
│   ├── hermes-agent.md        # 自进化学习循环
│   ├── agent-loop.md          # AutoGPT+MetaGPT+CrewAI+pydantic-ai
│   ├── workflow-engine.md     # n8n+langflow+dify 工作流编排
│   └── self-healing.md        # 自愈引擎
│
├── 感知层 (5个 — 如何获取信息)
│   ├── agent-reach.md         # 搜索工具路由表
│   ├── intelligence.md        # 情报看板
│   ├── rag-knowledge.md       # RAG知识引擎
│   ├── document-intelligence.md # 文档解析
│   └── memory-fusion.md       # mem0+MemPalace 统一记忆架构
│
├── 行动层 (24个 — 如何产出)
│   ├── 工程交付类
│   │   ├── subagent-dev.md    # 子代理驱动开发
│   │   └── token-economy.md   # Token经济引擎
│   ├── 站长专属类
│   │   ├── seo-geo-optimization.md
│   │   ├── devops-deployment.md
│   │   └── mcp-server-builder.md
│   ├── 金融类
│   │   ├── stock-analysis.md
│   │   └── finance.md
│   ├── 内容类
│   │   ├── content-factory.md
│   │   ├── industry-adapter.md
│   │   ├── video-production.md (v3.0, 集成 Seedance)
│   │   ├── seedance-directing.md (🟢 真集成)
│   │   ├── skills/ai-manju-studio/ (🆕 AI漫剧 Studio v1.0 子技能, 深度集成 Emily2040/seedance-2.0)
│   │   ├── voice-audio.md
│   │   ├── academic-writing.md
│   │   ├── novel-writing.md (🟢 真集成)
│   │   └── prompt-reverser.md
│   ├── 设计类
│   │   ├── website-cloner.md
│   │   ├── penpot.md
│   │   └── ui-ux-skill.md
│   ├── 开发类
│   │   ├── code-intelligence.md
│   │   ├── security-audit.md
│   │   ├── game-dev.md
│   │   └── ponytail.md
│   └── 数据类
│       ├── data-science.md      # 数据分析/可视化/报告
│       └── browser-automation.md # 浏览器操控
│
├── 保障层 (2个 — 进化+质量🆕)
│   ├── **evolution-engine.md** **🆕** # 🟢 自进化引擎 (7层: 评估→模式→优化→晋升→衰减→检测→持久化)
│   └── **quality-judge.md** **🆕** # 🟢 质量裁判 (6维: 需求/质量/一致性/安全/体验/风险)
│
├── 辅助层 (4个)
│   ├── openhuman.md
│   ├── portability.md
│   ├── agency-agents.md (🟢 真集成: 248 Agent)
│   ├── real-engineering.md (🟢 真集成: 41 技能)
│   ├── knowledge-distillation.md # 仓颉.Skill 知识蒸馏
│   └── setup.sh
│
└── 认知内核 (1个)
    └── SKILL.md (本文)         # 0-1-2-4-6-8-9-64 裂变架构调度中心

裂变机制详解

裂变触发条件

复杂度评分 → 裂变决策:
  L0-L2 (0-3分): 不裂变
  L3 (4-5分):   不裂变，但开双域
  L4 (6-7分):   裂变深度1，2-5个副本
  L5 (8-10分):  裂变深度1-2，5-10个副本，可继续裂变

裂变流程

1. 主 OpenGod 评估任务 → 决定裂变
2. 拆解任务为 N 个独立子任务
3. 为每个子任务创建副本（微型 OpenGod）
4. 每个副本拥有: 0克制 + 1意图 + 2路由 + 6执行 + 8维 + 9裁判 + 64聚合
5. 副本间通过 memory-fusion 共享: 摘要 + 决策 + 产出
6. 副本完成 → 结果回传 → 主 OpenGod 做 64 聚合

裂变示例

任务: "帮我做100集漫剧"
  ↓
主 OpenGod 评估: L5 超复杂 → 裂变深度2
  ↓
深度1: 裂变5个副本
  副本1: 剧本创作 (novel-writing + seedance-interview)
  副本2: 角色设计 (seedance-characters + ai-manhua-storyboard)
  副本3: 场景设计 (seedance-style + seedance-lighting)
  副本4: 分镜制作 (seedance-directing + seedance-camera)
  副本5: 视频生成 (video-production + agnes-video-gen)
  ↓
深度2: 副本1(剧本)内部再裂变 → 10个副本每人写10集
  副本1.1: 第1-10集 副本1.2: 第11-20集 ... 副本1.10: 第91-100集
  ↓
所有副本完成 → 64聚合 → 质量裁判 → 交付

进化引擎详解

7层自进化循环

第1层 任务评估 (每次任务后):
  耗时评分: 秒数→0-10分
  质量评分: 用户反馈/质量裁判→0-10分
  满意度: 用户是否要求修改→0-10分
  资源消耗: token消耗→0-10分

第2层 模式识别 (累积3次同类任务):
  同类任务聚合: 按意图+领域+模块分组
  发现最优路径: 哪条路由最快最高质
  识别错误模式: 哪些错误反复出现
  提炼最佳实践: 哪些组合效果最好

第3层 自动优化 (累积5次):
  更新路由规则: 修改触发词→模块映射
  调整模块权重: 优先使用高成功率模块
  优化技能组合: 记录最佳技能组合
  生成新规则: 写入 SKILL.md 关键规则

第4层 知识晋升:
  跨项目+时间跨度7天+5次 → 晋升到用户级记忆
  写入 ~/.workbuddy/MEMORY.md

第5层 技能衰减:
  每个技能/模块有活跃度分数
  每执行一次 +1，每7天不用 -1
  活跃度 < 0: 标记休眠
  活跃度 < -3: 标记待废弃
  用户主动触发: 立即复活

第6层 活体检测 (每天自检):
  检查所有模块活跃度
  发现失活模块 → 报告 → 建议清理
  发现高活跃模块 → 建议优化

第7层 进化数据持久化:
  写入 evolution-data/ 目录
  JSON格式，可人工审查
  每次进化附时间戳+原因

自进化边界（与 self-improving-agent 分工，避免双写）：

  • self-improving-agent（SOUL.md 全局常驻）是通用经验记录的唯一归属——agent 的通用错误、用户偏好、跨域最佳实践，统一写 self-improve/ 与 5 个身份文件，本引擎不重复记录。
  • 本引擎仅做框架内部调优：第2层「错误模式」= 框架内错误（哪个模块/路由/技能组合失效）；第4层「知识晋升」= 仅晋升框架规则（路由/权重/技能组合）到 ~/.workbuddy/MEMORY.md，不晋升通用经验。
  • 同一经验教训禁止两个系统各写一遍。opengod 会话中，通用反思交给已常驻的 self-improving-agent。

已融合项目清单

🟢 真集成 (16个):

  • obra/superpowers (★198K) → subagent-dev.md
  • caveman (★61K) → token-economy.md
  • TrendRadar (★57K) → intelligence.md
  • BettaFish (★40K) → hermes-agent.md
  • chrome-devtools-mcp (★40K) → browser-automation.md
  • playwright-mcp (★32K) → browser-automation.md
  • Scrapling (★30K) → agent-reach.md
  • last30days-skill (★26K) → intelligence.md
  • dexter (★25K) → stock-analysis.md
  • Microsoft SkillOpt → hermes-agent.md
  • kali-pentest → security-audit.md
  • pydantic-ai → agent-loop.md
  • vibe-novel → novel-writing.md (9脚本，含 novel-writing 市场版伏笔/反馈/脚手架)
  • Seedance 2.0 Skill OS → seedance-directing.md (28子技能+83参考+15脚本)
  • AI Manju Studio → skills/ai-manju-studio/ (🆕 子技能目录, 深度集成 Emily2040/seedance-2.0 v6.6: directing-engine + continuation-handoff + failure-atlas + retake-protocol + sequence-project-state)
  • Agency Agents → agency-agents.md (248 Agent/17领域)
  • Real Engineering Skills → real-engineering.md (41技能/6类别)
  • my_virtualgirlfriend + 溪语Xiyu AI + Muice沐雪 → ai-companion.md (🆕 AI电子女友陪伴引擎: 人设卡+关系状态机+场景库+变化引擎+一致性质检, 2脚本)

🟡 方法论 (1个):

  • storm (★28K) → content-factory.md

关键规则 (25条)

  1. 任何请求先过 0 层 ponytail → 评难度 + 决定走几层
  2. 简单任务(L0-L2)走快速通道，不激活全链路，节省 token
  3. 复杂任务(L4-L5)自动裂变，每个副本=微型 OpenGod
  4. 裂变深度 ≤ 难度评分/2，最多3层，防止无限递归
  5. 副本间只传摘要+决策+产出，不传完整上下文
  6. 所有子代理默认 ultra 压缩模式
  7. 8维可并行启动，互不阻塞，失败不影响其他维度
  8. 交付前必须过 9 层质量裁判，任一维度<60%则回退，安全合规<5分则拒绝交付，回退最多2次
  9. 每次任务后自动执行进化引擎第1层(任务评估)
  10. 累积3次同类任务→执行进化引擎第2层(模式识别)
  11. 累积5次同类任务→执行进化引擎第3层(自动优化)
  12. 代码审查/架构/开发 → 自动嵌入 real-engineering 技能
  13. 专业领域任务 → 自动加载 agency-agent 人格
  14. Seedance/视频 → 走 seedance-directing 完整流程
  15. 写漫画剧/分镜序列 → 走 ai-manju-studio 完整流程（五问导演解读 + 连续性管理 + 重拍协议）
  16. 写小说/网文 → 走 novel-writing 原生模块
  17. 写代码/重构/修复前 → 先跑 ponytail YAGNI 决策梯
  18. 知识蒸馏不凭记忆 → 先拿到原文文本
  19. SEO/GEO → 行业适配器自动加载行业知识
  20. 进化数据持久化到 evolution-data/，每次进化附时间戳
  21. 多领域任务 → 按领域优先级串行，同级领域并行裂变，由主 OpenGod 协调
  22. 无对应模块 → fallback 到 industry-adapter + agent-reach，搜索外部知识补充
  23. 裂变深度 = min(子系统数/2, 难度/2, 3)，任一子系统内部有≥3阶段时 +1深度
  24. 安全审计必须两阶段: 阶段1预判质询 + 阶段2针对性攻击，阶段2在64聚合前完成
  25. 质量裁判发现安全风险 → 自动触发 self-healing 修复，不等待人工确认

版本历史

  • v12.0 (2026-08-05): 术语现代化 — 太极内壳全面改用工程命名，彻底告别"算卦"误读
    • 重构: 河洛引擎 → 意图引擎(Intent Engine)；河洛太极引擎 → AI 决策内核(Decision Kernel)；四象裂变 → 四域裂变(Quad-Domain Fission)；感知象/认知象/行动象/保障象 → 感知域/认知域/行动域/保障域
    • 重构: 太极64卦全景 → 状态空间全景；河图/洛书 → 静态拓扑/动态流转；河洛验证 → 交叉验证；河洛6步 → 决策引擎6步
    • 新增: SKILL.md 顶部身份声明（AI 智能体增强引擎 Agent Enhancement Framework，与玄学无关）
    • 新增: L1-L5 智商增强引擎规划（采样/验证/搜索/记忆/进化），落地评测集+验证器
    • 范围: SKILL.md / README.md / INDEX.md / deep-thinking / intelligence / finance / stock-analysis / hermes-agent / portability / self-healing / agent-loop / penpot / website-cloner
    • 保留: 历史审计 learnings/opengod_audit_20260712.md 原文（历史文档）
  • v11.2 (2026-08-03): 新增 AI 电子女友陪伴引擎（ai-companion）+ 微信聊天截图语料库
    • 新增: ai-companion.md 模块（人设卡/关系状态机/场景库/变化引擎/人设一致性质检 + "真人感=减法"哲学）+ 3 脚本（persona.py / companion_check.py / chat_ocr_pipeline.py）
    • 🆕 新增: 微信聊天截图语料库（3484 张真实截图蒸馏）— wechat_chat_corpus.md（原始样本）+ wechat_chat_patterns.md（7大规则/7种幽默/4种节奏模板/Anti-AI-Smell AS1-AS7）
    • 🆕 新增: dialogue_realism.md §五 微信聊天真人感规则（直接指导小说/漫剧对话写作）
    • 新增: [陪伴链路] 触发词路由（电子女友/AI女友/AI伴侣/陪伴机器人/克隆说话风格）
    • 模块数: 42→43（新增 ai-companion.md 顶层模块）
    • 脚本数: 27→28
  • v11.1 (2026-07-25): 压力测试驱动升级 + AI漫剧Studio深度集成 Emily2040/seedance-2.0 v6.6
    • 新增: ai-manju-studio 技能包（五问导演解读 + 连贯性六项测试 + Canon/Transient状态分层 + extension_depth重锚机制 + Failure Atlas + Retake Protocol）
    • 模块数: 42→42（ai-manju-studio 以子技能 skills/ai-manju-studio/ 形式集成，不计入顶层模块数）
    • 规则数: 24→25条
  • v11.0 (2026-07-24): 裂变架构 — 全新 0-1-2-4-6-8-9-64 架构 + 自进化引擎
    • 新增: 0克制层(ponytail 七级决策梯) + 9质量裁判(5维检查) + 进化引擎(7层自进化)
    • 新增: evolution-engine.md + quality-judge.md
    • 重构: SKILL.md 完全重写为裂变架构，40模块全能力映射到每一层
    • 裂变: 复杂任务自动复制自身为微型 OpenGod 副本，深度1-3层
    • 自进化: 越用越聪明 — 路由/技能/人格/错误/速度 5维自动优化
    • 模块数: 40→42
  • v10.6 (2026-07-24): Real Engineering 实战技能库真集成 (41技能/6类别)
  • v10.5 (2026-07-24): Agency Agents 专业人格库真集成 (248 Agent/17领域)
  • v10.4 (2026-07-24): Seedance 2.0 导演引擎真集成 (28子技能+83参考+15脚本)
  • v10.3 (2026-07-12): 小说创作引擎真集成
  • v10.0 (2026-07-06): 自愈引擎+基准测试+生态
  • v9.5 (2026-07-06): 30+行业适配器
  • v7.5 (2026-07-06): 情报增强版
  • v6.3 (2026-07-02): Claude Code大脑
  • v6.0 (2026-07-02): 全面融合升级

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

Check your setup, free