agentleFS
rongarederongarede/claude-skills-orchestration/skills/reflex-audit/skill.md

reflex-audit

Skill1 starsChanged 8 months agoMITView on GitHub

反射链审计与改进。触发词:/reflex-audit、/反射审计、/改进反射链、/reflex-fix

The file

Files
skill.md

Reflex Audit — 反射链审计与即时改进

审计反射系统的健康状态,基于 trigger-stats.json 统计数据和 workflow runs 历史记录,评分并产出改进建议。支持两种模式:完整审计和即时修复。

触发方式

  • /reflex-audit — 完整审计模式
  • /反射审计 — 完整审计模式
  • /reflex-fix {问题描述} — 即时修复模式
  • /改进反射链 — 完整审计模式
  • 「反射链有什么问题」「审计反射系统」

模式选择

模式触发流程适用场景
Full Audit/reflex-audit5 Phase 完整流程定期体检、系统性改进
Quick Fix/reflex-fix {问题}3 步快速修复刚跑完反射链,对某步不满意

数据源

数据路径用途
反射定义~/.claude/memory/workflows/trigger-map.md当前规则完整性
统计数据~/.claude/memory/workflows/trigger-stats.json成功/失败/跳过计数 + CB 状态
历史运行~/.claude/memory/workflows/runs/*.md模式分析(重试频率、瓶颈)
配置规则~/.claude/CLAUDE.md反射相关规则一致性
Agent 记忆~/.claude/memory/agents/*/反射执行中的经验教训

Mode A: Full Audit(完整审计)

Phase 1: Collect(kaze)

  1. 读取 ~/.claude/memory/workflows/trigger-stats.json 全部统计
  2. 扫描 ~/.claude/memory/workflows/runs/ 目录所有 workflow run 文件
  3. 提取每个 Phase 的状态、重试次数、策略
  4. 或直接运行收集脚本:
python3 ~/.claude/skills/reflex-audit/scripts/collect.py

输出 JSON 摘要到 stdout。

Phase 2: Analyze(yomi)

6 维评分,每项 0-10,加权总分映射为 A-F:

维度权重检测方式
覆盖度20%11 个反射是否都有使用记录(success > 0)
失败恢复25%失败后 Recovery Ladder 是否正确触发
效率15%跳步是否合理(有记录原因)
均衡性15%反射间使用比例是否健康(无极端偏斜)
CB 健康15%有无 OPEN/HALF-OPEN 状态的熔断反射
一致性10%trigger-map ↔ CLAUDE.md ↔ rules 三处定义是否同步

评分等级:A (90+) / B (80-89) / C (70-79) / D (60-69) / F (<60)

可运行分析脚本:

python3 ~/.claude/skills/reflex-audit/scripts/analyze.py

Phase 3: Diagnose(shin DA 模式)

交叉检查 workflow runs 中的失败模式:

  • 识别:重复失败的反射、从未使用的反射、过度依赖的反射
  • 输出「反射健康热力图」(文本表格)

Phase 4: Report(root 合成)

汇总输出审计报告,格式如下:

## 反射链审计报告 — YYYY-MM-DD

### 总评:{等级} ({分数}/100)

| 维度 | 得分 | 说明 |
|------|------|------|
| 覆盖度 | X/10 | ... |
| 失败恢复 | X/10 | ... |
| 效率 | X/10 | ... |
| 均衡性 | X/10 | ... |
| CB 健康 | X/10 | ... |
| 一致性 | X/10 | ... |

### 反射健康热力图

| 反射 | 使用次数 | 成功率 | CB 状态 | 趋势 |
|------|---------|--------|---------|------|
| 调研 | N | X% | CLOSED | ↑/→/↓ |
| ... | ... | ... | ... | ... |

### 改进建议(按优先级)

1. [HIGH] {建议}
2. [MEDIUM] {建议}
3. [LOW] {建议}

Report-before-modify gate:展示报告后 root 自主决策,直接推进。

Phase 5: Improve(fumio + tetsu)

root 自主决策后执行改进:

  • fumio 更新 trigger-map.md / CLAUDE.md 文档类变更
  • tetsu 更新 trigger-stats.json / 重置 CB 状态 / 配置类变更
  • 修改后由 shin 快速验证一致性

Phase 6: 完成反射(终结器)

Phase 5 改进落地后,自动触发标准完成反射:

  1. 提交(tetsu):将本次审计产生的文件变更 git commit
  2. 日记(fumio):触发 daily-journal,记录审计结果到当日日报
  3. 记忆归档(yume):保存审计发现和改进决策到 workflow run

此步骤确保审计任务与标准决策反射的终结行为一致,不遗漏日记和记忆。


Mode B: Quick Fix(即时修复)

触发:/reflex-fix {问题描述}

Step 1: 定位(kaze)

根据用户描述的问题,定位涉及的反射:

  • 读取 trigger-map.md 中该反射的转移规则
  • 读取 trigger-stats.json 中该反射的统计和 CB 状态
  • 读取最近 3 个 workflow runs 中该反射的执行记录

Step 2: 诊断+修复(root 决策 → tetsu/fumio 执行)

root 分析问题原因,决定修复方案:

问题类型修复方案执行者
转移规则不合理修改 trigger-map.md 转移条件fumio
CB 误触发重置 trigger-stats.json CB 字段tetsu
阈值不合适调整 Recovery Ladder 阈值fumio
Agent prompt 问题更新对应 Agent 的 WhoAmI.mdfumio
流程缺失在 trigger-map.md 新增转移规则fumio

无 gate:直接修改,不需要确认步骤。

Step 3: 验证(haku 快速验证)

  • 确认修改后的文件格式正确
  • 确认修改未破坏其他反射路径
  • 同步 rules/trigger-map.md 副本(如有变更)

Step 3.5: 端到端实战测试(haku)

修复完成后,必须实际触发相关反射路径验证修复生效:

修复类型实战测试方式
转移规则变更构造一个触发该规则的最小任务,观察转移是否正确
CB/Recovery 修复模拟失败场景,验证恢复路径
Hook 脚本修改用测试输入运行 hook,检查输出
配置变更触发依赖该配置的反射,确认生效
Skill 创建用 /skill-name 触发 skill,验证加载和执行

不可跳过:Quick Fix 的价值在于快速修复,但未经实战验证的修复可能引入新问题。

完成反射(终结器,简化版)

Step 3 验证通过后,触发轻量完成反射:

  1. 日记(fumio):触发 daily-journal,将本次修复内容记录到当日日报
  2. 记忆归档(yume):保存修复问题、操作步骤和验证结果到 agent 记忆

Quick Fix 为即时小修复,通常无需单独 commit(修复已包含在上游 commit 中),故省略提交步骤。


输出示例

Full Audit 输出示例

## 反射链审计报告 — 2026-03-15

### 总评:B+ (82/100)

| 维度 | 得分 | 说明 |
|------|------|------|
| 覆盖度 | 7/10 | 「吞食」「定义」从未使用 |
| 失败恢复 | 9/10 | Recovery Ladder 正常运作 |
| 效率 | 8/10 | 跳步均有记录原因 |
| 均衡性 | 7/10 | 实现反射使用频率是审计的 3 倍 |
| CB 健康 | 10/10 | 全部 CLOSED |
| 一致性 | 10/10 | 三处定义完全同步 |

### 反射健康热力图

| 反射 | 使用 | 成功率 | CB | 趋势 |
|------|------|--------|--------|------|
| 审计 | 47 | 89% | CLOSED | ↑ |
| 实现 | 52 | 94% | CLOSED | → |
| 调研 | 38 | 100% | CLOSED | → |
| 吞食 | 0 | — | CLOSED | — |

### 改进建议

1. [MEDIUM] 吞食/定义反射使用为 0,建议在适当场景主动触发
2. [LOW] 实现/审计比例 3:1,考虑是否部分审计被跳过

Quick Fix 输出示例

问题:审计反射 lint 检查太严格,总是失败
定位:trigger-stats.json audit.failure = 5, cb_state = HALF-OPEN
修复:重置 CB 状态 + 在 shin WhoAmI 中降低 lint 严格度
验证:trigger-stats audit.cb_state = CLOSED, 转移规则无破坏

注意事项

  1. Full Audit 的 Phase 4 必须先展示报告,审计通过后直接执行 Phase 5
  2. Quick Fix 无需确认,直接执行(可逆操作)
  3. 修改 trigger-map.md 后必须同步 rules/trigger-map.md 副本
  4. 统计数据(trigger-stats.json)是只增不删的,重置 CB 不清除历史计数
  5. 评分基于真实数据,不做主观判断

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.