agentleFS
idoforgodidoforgod/cys-bookwriting-skills/skills/bookwriting-systemlink-master/SKILL.md

bookwriting-systemlink-master

Skill4 starsChanged 3 months agoMITView on GitHub

저자 책 ③ 단계 마스터 — 글쓰기 차원 시스템 사고 연관화. search_paths($BOOK_ROOT + Obsidian vault + 등록 자료 폴더)에서 시드 관련 자산 결정론 발견·연결. M6 RelevanceScorer (BM25) + M3 권위 등급화. system_loops L1-L7 매핑·빈 고리 발견. 옵션 A+ 자기완결.

The file

Files
SKILL.md

bookwriting-systemlink-master (③ 단계 마스터)

TLDR

저자 v15 시스템 사고를 글쓰기 차원에서 구현. 시드와 search_paths 자산을 BM25 결정론 매칭 + system_loops L1-L7 매핑 + 빈 고리 발견.

Triggers

  • /bookwriting cycle <target> Step 3 자동
  • /bookwriting-systemlink cycle <target> — 저자 직접
  • /bookwriting-systemlink search <query> — 단순 검색
  • /bookwriting-systemlink loop-map <target> — L1-L7 매핑만
  • /bookwriting-systemlink gap-detect <target> — 빈 고리만

Detailed Methodology

1. 결정론 chain (LLM 추론 영구 금지)

import paths
from relevance_scorer import RelevanceScorer
from authority_grader import AuthorityGrader, Grade
from lifecycle_state_machine import LifecycleStateMachine, LifecycleState
from pathlib import Path
import yaml

# Step 1: search_paths 로드
with open(paths.book_config_path()) as f:
    config = yaml.safe_load(f.read())
tier1 = config["search_paths"]["tier_1_always"]
tier2 = config["search_paths"]["tier_2_explicit"]

# Step 2: corpus 구성 (옵션 A+ 자기완결 — search_paths 외 영구 금지)
corpus = []
for path_str in tier1 + tier2:
    p = Path(path_str)
    if p.is_dir():
        corpus.extend(p.glob("**/*.md"))

# Step 3: BM25 결정론 매칭
scorer = RelevanceScorer(corpus[:1000])  # N → 상위 1000 (성능)
ranked = scorer.rank(seed_text, top_n=20)
relevant = [(p, s) for p, s in ranked if s >= 0.7]

# Step 4: lifecycle SEED → LINKED 전환
fsm = LifecycleStateMachine()
new_state = fsm.transition(LifecycleState.SEED, LifecycleState.LINKED)

2. system_loops L1-L7 매핑 (저자 v15)

Loop정의
L1지능대체나선 (자동화→실업→소비감소→더 큰 자동화)
L2정치내파루프
L3봉건제·풍요 분기 (정치 변수)
L4인구비용 전환
L5도덕비용 증발
L6우주척도 종결자
L7의미위기 신경학 루프

3. 빈 고리 검출

system_loops 매핑 후 시드 ↔ L_n의 연결 누락 패턴 자동 발견 — 저자 묶음 escalate ("이 빈 고리를 채울 시드 추가? 외부 호출?").

4. search_paths 외 검색 영구 금지 (옵션 A+)

def validate_path(p: Path) -> bool:
    """search_paths 외 경로 검출 시 즉시 거부 (Round 8 #D5.2)."""
    resolved = p.resolve(strict=True)
    for root_str in tier1 + tier2:
        if str(resolved).startswith(str(Path(root_str).resolve())):
            return True
    return False

저자 진북 정합

진북검증
#1 할루시네이션 0✅ search_paths 외 결과 0
#3 출처 명시✅ M3 권위 등급화
#4 저자 작가성✅ Obsidian vault 저자 기존 사고 직접 연결
#7 결정론 환원✅ M6 BM25 pure Python + M11 lifecycle

출처

SPEC: specs/bookwriting-systemlink-master.md (17 항목 풀) 실행 모듈: lib/relevance_scorer.py + lib/authority_grader.py + lib/lifecycle_state_machine.py

Sub-skill Orchestration Trace ⭐ (저자 7번째 절대 protocol)

본 마스터 호출 시 6개 sub-skill을 자동 orchestration.

순서Sub-skill호출 시점페르소나결정론 모듈
1bookwriting-systemlink-asset-searcherStep 2Asset SearcherM6 BM25 + subprocess·pathlib
2bookwriting-systemlink-obsidian-vault-searcher ⭐Step 2 (Obsidian path)Asset Searcher (Obsidian 전용)M6 + 정규식 wikilinks·tags
3bookwriting-systemlink-asset-linkerStep 3Asset LinkerM3 AuthorityGrader + yaml.safe_load
4bookwriting-systemlink-cross-seed-linkerStep 4Cross-Seed LinkerM6 + 5 relation 정규식
5bookwriting-systemlink-system-loop-mapperStep 5System Loop Mapperyaml + L1-L7 dict lookup
6bookwriting-systemlink-gap-detector ⭐Step 6Gap Detector그래프 알고리즘 + set 연산

자동 호출 흐름

사용자 명령: /bookwriting-systemlink cycle <target>
↓ Step 2 자산 검색
bookwriting-systemlink-asset-searcher (search_paths grep·glob)
+ bookwriting-systemlink-obsidian-vault-searcher (Obsidian vault .md)
↓ Step 3 자산 연결
bookwriting-systemlink-asset-linker (citation 메타 + Grade)
↓ Step 4 시드 간 cross-reference
bookwriting-systemlink-cross-seed-linker (5 relation: extends·contrasts·examples·depends_on·pairs_with)
↓ Step 5 시스템 루프 호명
bookwriting-systemlink-system-loop-mapper (L1-L7 매핑 + 변수·피드백)
↓ Step 6 빈 고리 발견 ⭐
bookwriting-systemlink-gap-detector (3 빈 고리 패턴 + 저자 묶음 4 옵션)
↓
Master Synthesis: seed-registry connections 갱신 + lifecycle SEED→LINKED 또는 LINKED→EXPANDED

저자 결정 묶음 강제

  • Gap Detector 빈 고리 발견 시 저자 묶음 4 옵션 (신 시드·외부 manual·재검색·defer)
  • Cross-Seed Linker confidence < 0.7 시 LLM 의미 평가 fallback (단, confidence는 결정론)

OrchestratorTracer (M18) 자동 기록

6 sub-skill 호출 시점·입력·산출물·deterministic_modules_used를 cycle-registry.outputs.orchestrator_trace에 영속.

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.