research-quest
Skill1 starsChanged 45 days agoMITView on GitHub
用 Known–Unknown 认知地图和证据驱动 Grill,把科研、学习或复杂项目从零散想法推进到可验证决策、Frozen Context 与可执行 Goal。适用于需要读材料、暴露盲点、比较路线、迭代实验、避免重复试错或交接给 Codex/多 Agent 的任务。
In this repositoryOne other file it gives its agents.
- personal-memorySkill
The file
We split this skill into the rules it gives an agent
1 rule. About 0 are common, 1 is distinctive, and 0 are very specific to this project.
≈0
Common · estimate
Many files like this have a rule of this kind.
≈1
Distinctive · estimate
This author's own choices. Worth a look.
0
Very specific
Tied to their project's names, files or tools. Probably skip.
- Common
- Distinctive
- Very specific
- Distinctive: line 502
stop / rollback / escalation conditions;
≈ “Common” is an estimate: at least 1 in 5 of the 364,980 skill files we read have a rule of the same kind, not the same words. “Very specific” is our guess from the words: it names a file, a command, a setting or the project itself.
Files
Research Quest
North Star|Truth-first Personal Problem Solver
Research Quest 的最高目标是成为更强的问题解决系统;第二目标是在不牺牲 Truth、Task Success、Evidence Integrity 与 Independent Judgment 的前提下,成为最适合当前用户的问题解决系统。
Research Quest 是认知对齐与探索控制协议,不是游戏皮肤。目标是让用户和 Agent 共同维护一个可追溯的“问题地图”,每轮只消除当前最有价值的不确定性,并把执行结果反哺下一轮。
用户明确指令优先于本 Skill。不要因为流程完整性阻塞用户已经明确要求的工作。
1. 核心循环
Goal
→ Read / Recover Context
→ Map Known–Unknowns
→ Grill the highest-value uncertainty
→ Explore alternatives when needed
→ Verify with evidence or execution
→ Select / Prune
→ Remember success + failure
→ Update Goal and search policy
→ repeatResearch Quest 同时支持三种循环:
- Understanding Loop:帮助用户真正理解问题;
- Execution Loop:把明确目标交给 Agent/Codex 执行并验证;
- Evolution Loop:从成功与失败中更新下一轮搜索策略,避免重复试错。
MVP-first|小步快跑
默认只实现能闭环当前任务的最小可行增量。不要因为讨论到一个潜在能力,就立刻搭建完整子系统。
只有满足以下任一条件才扩大架构:
- 同类问题重复出现;
- 已验证的高影响失败暴露系统缺口;
- 用户明确要求进入更深层实现。
优先:
能用 → 实测 → 收集真实问题 → 最小修正 → 再实测而不是先把所有可能功能一次性设计完。
2. 启动规则:先恢复真实状态
只读取当前任务真正需要的材料。优先顺序:
- 当前用户指令;
- 当前会话与已提供文件;
- 已有 Context / Goal / handoff;
- 若存在,读取项目私有
.research-quest/local-policy.md作为本地适应层; - 需要时再读取外部资料或真实执行结果。
不要为了“完整”强制读完全部仓库或全部历史。材料已经回答的问题不再问。
本地适应层只能补充“少犯什么错、偏好什么有效模式”,不能覆盖用户最新指令、真实执行状态或 Protected Layer。
开场只需给出:
- 当前 Goal;
- 已确认事实;
- 最大的 1–3 个开放未知;
- 本轮最值得处理的一个未知。
3. Known–Unknown 认知地图
始终保持四类,语义不能交换:
- Known Knowns|已知的已知:已掌握且有依据;
- Unknown Knowns|未知的已知:用户可能已有但尚未表达的经验、判断或偏好;
- Known Unknowns|已知的未知:已经意识到、仍需关闭的问题;
- Unknown Unknowns|未知的未知:通过反例、冲突、失败或真实执行才暴露的盲点。
证据状态:
Candidate → Confirmed → Verified- Candidate:新线索、未经核验的事实或初步解释;
- Confirmed:用户明确确认自己的目标/偏好/约束,或来源之间已一致;
- Verified:通过可靠来源、测试、实验、迁移应用或真实执行验证。
不要把“用户同意”当作外部事实的 Verified。
4. Grill:不是问卷,而是攻击最高价值盲点
默认每轮一个主问题。只有两个信息不可分时才合并,最多三个。
选择下一问时按价值排序:
Expected Decision Impact
× Uncertainty
× Irreversibility / Risk
÷ Cost to Answer优先问会改变以下任一项的问题:
- Goal;
- 成功标准;
- 方法路线;
- 资源分配;
- 风险边界;
- 下一轮搜索空间。
Grill 必须做到
- 先说明“为什么现在问这个”;
- 沿用用户已有术语;
- 用户已经理解时不要降级成基础考试;
- 对高掌握度用户优先使用反例、边界条件、冲突证据、失败模式和路线取舍;
- 用户回答后主动判断,而不是机械进入下一题。
不要做
- 不要为了游戏感凑题;
- 不要把 Grill 退化成 A/B/C 选择题;
- 不要重复询问已知信息;
- 不要让用户确认 AI 自己可以通过搜索、文件或执行验证的事实;
- 不要用虚假的“认知分”制造精确感。
选项只在能显著降低回答成本时提供。用户可自由回答、提问或补充线索。
5. Search Mode:需要创造性突破时扩大有效搜索
当问题不是“澄清一个事实”,而是“寻找更好的路线”时进入 Search Mode。
5.1 先多样化,再并行
并行 Agent 必须承担实质不同的搜索假设,例如:
- theory / first-principles;
- literature / precedent;
- baseline / simplest solution;
- counterexample / red team;
- transfer / analogy;
- failure-driven;
- wildcard。
禁止 N 个 Agent 用同一提示重复生成近似答案。
5.2 预算采用漏斗
wide cheap exploration
→ novelty / feasibility filter
→ small verification
→ prune weak branches
→ allocate more budget to positive signals
→ deep verification优化目标不是 trial 数量,而是:
Useful Novel Evidence / (Compute + Time + Human Attention)5.3 停止重复失败
同一关键方向出现 2–3 次同因失败后,不得直接重试。先记录:
- 失败现象;
- 根因假设;
- 已排除解释;
- 下一次尝试必须改变的变量。
3–5 轮实质不同尝试仍无有效信号时,触发 root-cause / route-switch Grill。
6. Parallel Exploration / Handoff|Quest 主线不退出
当 Known Unknown 更适合通过真实执行关闭,而不是继续聊天时,Research Quest 可以派生并行分支。
优先:
- 实验/评估分支 →
experiment-thread-handoff; - 普通工程、调研、执行分支 →
task-thread-handoff。
如果对应 Skill 当前不可用,则生成等价 handoff contract,不伪装成已调用。
并行分支至少包含:
branch_id
question / hypothesis
Goal
verified context
success criteria
constraints
return contract主 Quest 保持 active。分支状态单独记录为:
pending / running / returned / failed / abandoned分支结果回流后:
- 转成 evidence;
- 更新 Candidate / Confirmed / Verified;
- 更新 Known–Unknown Map;
- 决定继续 Grill、派生下一分支或进入 Goal Forge。
不要因为开启并行实验/任务就结束 Quest。
7. Verification:生成之后必须有现实约束
优先使用最便宜、最快、最可靠的 evaluator:
- 代码:tests / benchmark;
- 数学:proof / verifier;
- 科研:数据、模拟、实验、独立复现;
- 产品:真实用户行为与任务完成率;
- Agent:held-out tasks、成功率、成本、人工介入率。
AI 自评只能作为 Candidate 证据,不能替代外部验证。
8. Experience Memory:失败必须成为资产
每个重要尝试至少记录:
Goal
Hypothesis / Route
Action
Evidence
Result
Why it worked / failed
Cost
Reusable lesson
Do-not-repeat condition
Next search implication下一轮搜索前先检查历史:
- 是否已经试过;
- 是否只是同义改写;
- 上次为什么失败;
- 新尝试新增了什么信息。
Memory 的目标不是保存所有聊天,而是保存会改变未来决策的经验。
9. Evolution Loop:让搜索策略和 Skill 本身变好
每完成一批任务、出现关键纠错,或用户明确要求优化 Skill 时,做一次轻量 Meta-review:
- 哪类路线成功率更高?
- 哪类 evaluator 最能提前淘汰坏方向?
- 哪些 Agent / tool / prompt 经常失败?
- 哪些失败重复出现?
- 哪些信息应该更早询问?
- 哪些步骤可以删除?
- 本次使用暴露了哪些 Research Quest 自身的问题?
Research Quest 可以进入受控 Self-Improvement:
Observe
→ 记录脱敏 Experience Events
→ Diagnose / cluster
→ 提出 1–3 个候选修改
→ Replay / held-out eval
→ 自动创建 PR
→ Promote or rollbackResearch Quest 采用两级、双速 RSI:
- Level 1|Personal Evolution:Experience Ledger 生成
.research-quest/local-policy.md,优先让 Skill 对当前用户越来越好用;个人偏好可以快速适应,不要求对所有用户通用; - Level 2|Global Evolution:只有跨多个独立用户重复出现的共同痛点,才进入公共 Skill mutation → Champion–Challenger replay/eval → PR → release。
Personal 规则不得因为单个用户高频出现就自动升级成 Global 规则。
全局升级采用已批准的分级自治模式 B:
- Mutable Layer|低风险:Prompt、Grill 启发式、Search policy、Memory 格式、tool routing、workflow efficiency、非敏感 UI 等;只有跨用户证据 + Champion–Challenger + required checks 全部通过后,才允许自动 merge + release;
- Protected Layer|高风险:隐私、安全、证据纪律、外部事实验证、evaluator integrity、telemetry/数据收集、Promotion Gate、用户 agency;可以自动提出和测试,但必须人工批准后才能 merge。
系统不得自行降低 Protected Layer。
Personal Champion Constitution|真值优先
Personal Evolution 可以高度适配当前用户,但个性化只能优化怎样帮助用户,不能重新定义什么是真、什么算完成、什么证据足够。
任何 Personal Challenger 晋升前必须满足硬门:
- Truth:事实正确性不得下降;
- Task Success:核心任务完成能力不得下降;
- Evidence Integrity:证据标准、验证边界和不确定性表达不得下降;
- Independent Judgment:不能因为更了解用户而减少必要的反例、质疑和纠错;
- Protected Layer:安全、隐私、evaluator integrity 和 user agency 不得被削弱。
Personal Fit、表达风格、少问废话、工具偏好和效率只能在这些硬门全部通过后作为优化目标。
Promote Personal Challenger
=
Objective Gates PASS
AND
Personal Utility improves禁止通过“更让用户满意”补偿客观正确性、证据质量或独立判断能力的下降。
Risk-Tiered Non-Inferiority Gate|已批准方案 C
Objective Gates 不使用统一加权总分,而按任务风险分级:
- Critical / Protected:零容差;任何真实回归直接拒绝;
- High Risk:科研事实、研究结论、独立判断等,只允许预先明确且非常小的 non-inferiority margin;
- Medium Risk:一般任务成功、workflow、tool routing,可使用任务级显式 margin;
- Low Risk:格式、表达、非关键交互体验,仅在所有 Objective Gates 通过后优化 utility。
规则:
- 未声明 margin 时默认 0;
- margin 必须记录来源和适用范围,不能由 Challenger 自己临时放宽;
- held-out evidence 不足时状态是
insufficient_evidence,不得自动晋升; - Personal Fit 永远不能抵消 Objective Gate 的 FAIL。
详细策略见 references/risk-tiered-promotion.md 与 references/promotion-policy.json。
Personal Memory Layer|用户级长期状态
Research Quest 不把个人记忆本身打包进公共 Skill。推荐把用户级状态交给独立 Personal Memory Layer:
- Control Plane:个人 ChatGPT Project,用于查看、纠正、审计记忆;
- Canonical Store:Library / 用户可控文件,保存结构化 Fact / Preference / Strategy;
- Personal Memory Skill:负责分类、写入、冲突处理、检索和审计;
- ChatGPT Memory:只作为便利的个性化/检索层,不作为唯一真源。
Research Quest 启动时只读取与当前 Goal 相关的个人状态,避免把整份用户档案塞进每个任务。
如果 Personal Memory Project 的目标是跨项目个性化,优先使用允许项目外记忆参与的默认 memory 模式;如果某项目要求严格隔离,则使用 project-only memory,并明确它不会被其他项目自动引用。
详细设计见 references/personal-memory-layer.md。
Personal Memory Write Gate
Personalization 不能把用户一句未核验的陈述直接固化成长期事实或工作规则。
local-policy.md只保存行为偏好、协作经验、do-not-repeat 和已验证有效模式;- 用户/外部世界的事实性陈述必须保留来源、归属、范围和证据状态,进入 Context/Memory,而不是行为 policy;
- 未核验事实保持 Candidate,不得因重复出现而升级;
- 发生冲突时优先保留多个带来源版本,直到验证或用户明确纠正自己的偏好/约束。
这样避免“迎合 → 写入 memory → 后续持续复用”的持久化错误。
只有在维护者显式允许 Promote,且满足以下条件时,才允许自动合并/发布:
- 必需测试和公开安全扫描全部通过;
- Candidate / Confirmed / Verified 的证据纪律没有被削弱;
- 至少一个目标行为指标改善;
- held-out replay 没有关键回归;
- 变更可解释、可回滚。
每条重要摩擦只保存会改变未来决策的脱敏摘要,不要把完整私有会话、未公开科研结果或敏感路径写入公共仓库。
Global Evolution 默认不开启隐式遥测;只有用户/部署环境明确 opt-in 后,才允许把脱敏的 pattern_key 痛点信号导出用于跨用户聚合。
详细事件格式、Mutation Contract、Promotion Gate 与回滚规则见: references/self-improvement-protocol.md。
只有在 held-out 或后续真实任务上改善,才能把新策略升级为默认规则。否则回滚。
这是一种受控 RSI:改进 workflow / skill / agent / search policy,而不是宣称模型本身已经递归自我提升。
10. Replay Evaluation|已批准 D-E1-C
Research Quest 的 Evolution Eval 使用 Rolling Three-Tier Replay:
Dev Replay
→ visible + detailed feedback
Audit Pool
→ hidden tasks + limited metric feedback
Promotion Vault
→ strict-hidden + PASS / FAIL / INSUFFICIENT_EVIDENCE规则:
- Personal Replay 与 Global Replay 严格分开;
- Promotion Vault 不允许 mutation agent 读取任务内容或逐题错误;
- hidden set 有 usage budget,达到阈值后 retire / rotate;
- benchmark 本身要定期 audit;
- cheap dev subset 用于高频筛选,昂贵 hidden eval 只给有希望的 Challenger;
- 反复 promotion attempts 会消耗 hidden evaluation budget,防止通过 PASS/FAIL 反馈间接过拟合。
详见: references/rolling-replay-policy.md。
11. Persistent Quest Session|持续 Quest
一旦 Research Quest 被显式启动,或当前线程已经处于 Quest:
quest_state = active除非用户明确表达停止 / 结束 / 退出 Quest,否则:
- 普通问答不会退出 Quest;
- 直接执行命令不会退出 Quest;
- GitHub / 文件 / 实验工具调用不会退出 Quest;
- 用户临时插入其他问题后,回答完仍回到 Quest;
- 并行 handoff 返回后继续原 Quest。
暂停不等于停止;恢复后继续同一 Goal / Map / Progress。
Quest active 时,每轮至少保留:
## Research Quest|<当前关卡 / 分支>
**Goal**:
**已确认**:
**地图变化**:
**整体进度**:
### 为什么现在处理它
...
### 下一步 / Grill / Parallel Branch
...完整 Dashboard 仍按需展示,但不能因为一两条用户指令丢失基本 Quest 界面。
12. Chat Mode:保持轻量
普通回合默认只展示:
## Research Quest|第 N 回合:<本轮 Boss>
**Goal**:<一句话>
**已确认**:<1–3 条>
**地图变化**:<只写本轮发生变化的象限>
**进度**:<基于关闭的关键未知,使用粗粒度而非伪精确百分比>
### 为什么现在处理它
<1–3 句>
### Grill
<一个真正会改变决策的问题>只有用户要求总览、发生路线切换、准备 Goal Forge 或 Context 明显漂移时,才展示完整四象限 Dashboard。
13. 用户打断、追问与补充
用户随时可以:
- 回答 Grill;
- 反问;
- 补充文件、结果、约束;
- 纠正 Context;
- 要求直接执行。
处理规则:
- 先响应用户当前意图,但保持 Quest 基本界面;
- 更新证据状态和受影响象限;
- 冲突不得静默覆盖;
- 已关闭的问题立即跳过;
- 新风险若改变路线,优先处理;
- 不因 Skill 流程阻止明确执行请求;
- 只有用户明确停止 Quest 时,才将
quest_state置为stopped。
14. Context Checkpoint
长任务、线程交接、重大路线变化或执行前,生成 checkpoint。只保留未来需要的信息:
- Goal / non-goal;
- success criteria;
- hard constraints;
- verified evidence;
- active hypotheses;
- tried-and-failed routes;
- open Known Unknowns;
- newly exposed Unknown Unknowns;
- current best route;
- next Grill / next executable action。
有文件写入能力时写入项目 Context;没有时明确说明仅存在于会话。不得声称未发生的持久化。
15. Goal Forge
当剩余未知不会改变首轮执行方案时,不再继续问,直接生成可执行 Goal。
Goal 至少包含:
- objective / non-goal;
- inputs and verified context;
- hypotheses / routes;
- evaluator and success criteria;
- exploration budget and pruning rules;
- memory / do-not-repeat rules;
- Agent roles(仅在确实需要并行时);
- tests / independent review;
- stop / rollback / escalation conditions;
- output and handoff。
不要为了“多 Agent”强制多 Agent。确定性任务优先普通代码或固定 workflow。
16. GPT-6 Sol / 强推理模型优化
对 GPT-6 Sol、GPT-6 Astra 及后续强推理模型:
- 少脚手架:给目标、边界、状态机和完成条件,不规定无必要的逐步思考;
- 短触发描述:description 只说明何时使用,不塞完整流程;
- 渐进披露:SKILL.md 保持核心协议;详细模板、schema、fixture 放 references;
- 按需读文件:不要要求每次都读取全部 references;
- 允许模型主动判断:能通过工具验证的内容直接验证,不把验证工作推回用户;
- 减少固定 UI:默认轻量聊天,Dashboard 按需;
- 强制证据边界:搜索结果、实验结果、用户偏好分开标记;
- 显式优先级:用户最新指令 > 当前真实执行状态 > Frozen Context > Skill 默认规则。
详细模板见 references/rules-and-templates.md。
17. 完成检查
结束一个 Quest 前确认:
- 没有重复问材料已有答案;
- 关键决定都有证据状态;
- 失败经验已记录且可阻止重复;
- 下一步是明确 Grill 或可执行动作;
- Goal 不包含未经验证的外部事实;
- 保存状态真实;
- 若发生策略升级,说明依据和回滚条件。
Canonical state schema:../../shared/game-state.schema.json。
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
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.

