技能进化

稳定版本保持不变，优化只生成候选版本。比较准确性、来源完整性、边界遵守和上下文成本。候选通过测试并经人工批准后才能发布，保留完整差异和回滚点。

个人输出习惯、默认地域、术语和单个用户的工作流选择不进入正式Skill进化，统一写入个人偏好覆盖层。只有跨任务、跨用户复现并经核验的通用质量问题，才进入进化批次。

自动运行边界

• 首次配置完成后自动进入启用状态，不要求用户再次下达开启指令。
• 每次适用任务结束后只由 experience-recorder 记录脱敏信号，不因单条纠正立即运行进化。
• 先由 skill-curator 去重并按技能、规则键和任务聚合；只有 evolution-batch.json 的 ready=true 时才生成批量候选。默认阈值为同一规则至少3条已核验纠正、覆盖至少2个不同任务，每批最多2个技能，候选后冷却7天。
• 自动运行仅限记录、评分、诊断和候选差异；修改正式Skill、合并、归档和发布必须交给 evolution-governance 审批。
• GEPA或外部评判模型只在批次已就绪且用户明确批准成本后运行。批次未达阈值时保留信号，不为了凑批次放宽标准。

批量进化输入

读取批次清单后，先为每个候选规则运行 skill-curator/scripts/build_impact_graph.py。候选包必须包含信号数量、不同任务数量、适用技能、规则键、影响图、预期改动、测试案例、保护规则检查和回滚点。影响范围不清或命中受保护规则时停止，不生成可发布版本。

模型选择

• 默认使用当前宿主Agent已经提供的模型，不要求额外申请API。
• 用户需要单独的评判模型或批量优化时，可使用任意兼容模型API，不绑定DeepSeek、OpenAI、Anthropic或其他固定供应商。
• 配置时记录模型地址、模型名称和宿主要求的认证参数；能力检测只判断是否可调用。
• 模型不可用时保留人工评审和规则测试流程，不阻塞技能审计、候选差异生成及回滚。