agentleFS
brilliantroughbrilliantrough/agent-skills/skills/base/goal-first/SKILL.md

goal-first

Skill11 starsChanged 13 days agoMITView on GitHub

科研与开发的主线优先约束:按目标、认识/证据价值和停止条件安排投入,抑制过早/局部优化、过度设计、自行车棚效应、镀金和无界探索;支持有目的的探索矩阵、消融、帕累托前沿及论文验证。Use throughout research, development, planning and skill design, especially when scope drifts or work is about to expand;触发词:抓住主线、方法论、别跑偏、实验是否值得、矩阵是否必要、成本止损。与执行skill配合;只维护自有入口,不改第三方正文,不新增审批层。

The file

Files
SKILL.md

主线优先:每一步买到必要进展或有效信息

用户目标与已约定验收,高于新发现的吸引力、技术趣味和实现的漂亮程度。能做、容易做、有意思,都不单独构成现在做的理由。

本 skill 管投入与方向;ponytail 管最小完整实现,实验/开发 skills 管具体步骤。沿用现有任务记录,不再建立一套管理流程。

只修改自维护套件。grilling、diagnosing-bugs 等第三方技能保留上游方法与更新能力;自有入口说明调用目标、阶段和适用范围,求同存异,不为统一风格给第三方正文打补丁。

1. 锚定问题与目标,不限定唯一方案

科研主线可以是问题或认识目标,多条求解路线可并行贡献;竞争、互补、依赖或分条件适用都合理,不要求最终只留一个赢家。Ponytail 减少无效投入与重复表达,不削减有价值的路线或证据覆盖;路线现状由 project-profile/save-mem 维护,不另建台账。

在现有 todo、任务卡或短任务的一句理解中明确:

  • 交付:用户最终需要什么可观察的结果;哪些语义与验收不能缩水?
  • 当前未知/阻塞:什么最可能使这次工作失败,或改变下一步选择?
  • 下一步:最小但足以推进交付、排除解释或验证关键假设的动作。
  • 收口:本步做到哪里就够;可选探索的成本预算及暂停条件。

阶段切换、出现意外结果、准备扩大范围或成本超预期时回看。简单改动一句即可;不在每个工具调用前填表或向用户报批。

2. 用最短的方法论循环推进

借波利亚的“理解—计划—执行—回顾”维持闭环,而不是增加仪式:

动作执行要求完成判据
理解区分事实、假设、未知和用户选择;先查已有证据能说清问题与验收,不重复询问已定事项
计划找关键不确定性或待证主张;比较代理、矩阵等证据路径明确可获得的认识/证据、覆盖与成本;不强求每格立即改变决策
执行做一个有意义的完整单元;先验证代表性路径,再扩大得到真实实现或有效证据,失败也可追溯
回顾比较预测与实际,更新判断并决定继续/修订/收口下一步由证据决定,不由兴奋、惯性或沉没成本决定

复杂问题从目标拆到必要子问题;每个子问题须能解释如何支撑父目标。借金字塔式表达先讲结论、再给支撑与下一步;不为结构对称硬凑维度或材料。

3. 新工作先说明认识、验证或决策价值

适用于新增实验、调研、优化、抽象和扩大验证;已确定的必要实现步骤无需逐条辩护。

为解决未知 U,做动作 A,观察证据 E;结果 X 会使我做 B,结果 Y 会使我做 C。成本大致为 K,观察到 S 即结束。

这是可判别实验的写法,不是所有研究的强制模板。探索矩阵可以先说明要认识的参数响应、交互或权衡,不必预知结果,也不必给每个格子编造一个即时决策。

  • 若各种结果都不改变行动、结论可信度或明确的探索性认识目标,默认不做。
  • 复用已有证据,并按有效性选择单点检查、真实对象代理或整模实验矩阵;代理不是必经关卡,不能为省事删掉关键依赖或必要配置覆盖。
  • 先解决可能推翻整条路径的假设,不先打磨容易完成的局部细节。
  • 有意义的阴性结果也是进展:它排除解释、关闭分支或界定适用范围。无需保证每次实验“赢”,也不准事后把无目的乱试包装成研究。
  • 探索性研究可以没有确定预测,但须有明确问题、学习目标和有界预算;不为形式完整编造假设。
  • 时间、算力、实现/维护成本和用户注意力一起考虑;使用粗估即可,不另造评分模型。
  • 按实际对象、执行方式和整批成本选步骤:小数据集参数矩阵也属预研,真实评测批量运行前仍需轻量代码审视/校验;不把“预研”当低成本保证,也不把所有预研限定为抽取张量。

实验矩阵本身可以就是主线

目的矩阵的价值
探索方向暂不清楚下一步时,观察参数响应、方案差异、交互和性能权衡,形成新假设
解释效果用消融与组合对照区分贡献、退步和适用条件;代理看不清时获取更直接的整模证据
论文论证覆盖约定模型、配置、预算、基线及必要重复,展示帕累托前沿与稳健性,支撑可信主张
  • 这些矩阵与 goal-first 一致。完整矩阵是否必要由研究问题和证据覆盖决定,不由“格子多”判断;不以实验数量最少为目标。
  • 以矩阵整体说明问题、因素/范围、指标、比较公平性和预算;正式论证不能因早期某个点漂亮就省掉必要覆盖。
  • 防止的是没有认识/论证目的、已有充分同口径答案却机械补点或无边界扩张;有信息价值的曲线和覆盖不是镀金。

4. 意外发现不能自动接管任务

  1. 先问:它是否影响当前结果的正确性、关键假设、既定验收或真正的交付阻塞?
  2. 影响:按主线依赖调查,做最小区别性检查;原方案若失效,说明证据并调整必要步骤。涉及目标/协议/预算的实质变化再与用户对齐。
  3. 不影响:返回主线。确有以后价值才短记证据与重开条件,不自动增加实验、重构或长期待办。

不得因“发现很有趣”静默扩展研究对象、搜索空间、交付范围或性能目标。抓住根因属于必要工作;追逐无关机理不是。

5. 陷阱识别与立即动作

陷阱自查信号动作
过早优化还不知道是否在关键路径,就准备改快先定向测量;已有充分证据则直接行动
局部优化只证明一个指标更漂亮,与总任务无关回到端到端目标/科学问题,检查实际贡献
过度设计为想象中的模型、插件、用例建通用层只覆盖当前明确需求,保留最小可替换边界
自行车棚效应在名称、样式、小参数上反复讨论,关键未知没动采用现有约定或够用方案,先解阻塞
镀金验收已过,为外观添功能/补点或抠无关微小收益完成交付;论文主张所需的曲线与矩阵覆盖仍属必要工作
沉没成本/无界探索理由变成“已经做这么久,再试一次”要求新的可判别假设或证据,否则停该分支
方法论膨胀整理流程、报告、工具比解决问题更费时缩成现有记录中的几行,删重复步骤

6. 明确何时停,什么不能省

  • 验收满足、证据足够后收口;完整实验矩阵可属于必要验收,不一概强求也不一概排除。不要将无需的极致调优或所有潜在改进加入交付。
  • 同样输入/前提下已回答的问题直接复用;重复测量须服务噪声判断、变更回归或明确的科学置信需求。
  • 可选分支预算耗尽或连续尝试没有新增可判别信息时暂停;不自动换一个热点继续耗时。
  • 停止的是无价值扩展,不是用户要求。 必要正确性、数值语义、约定覆盖与真实验收不能削减;主线受阻就继续解决必要阻塞或明确报告原因,不能借止损假装完成。
  • 未知与失败按证据陈述;计划、计时器、启动成功、进程结束、文件存在都不能代替完成证明。
  • 完成后只沉淀能避免复犯的最小经验。具体模型、路径和状态进项目记录,可复用规则进入对应 skill;不把这次任务扩成工具平台。

演化

经验演化型:发现实际偏航时,优先改诱发行为的条款;公共原则在本 skill 维护,各入口只保留短指引。新增规则须说明减少了哪种浪费,不堆叠口号或强制流程。

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.