任意来源 → Skill IR → Optimized Skill Package（双编译：General + Creative）
命名寓意： 白泽，神话中通晓万物之理的神兽。本 Skill 能将任意来源（PDF/视频/网页/图片/文档）编译为可复用 Skill，如白泽之通晓万物。
把任意来源（文本 Prompt、PDF、视频、网页、图片、文档）编译成可复用、可维护、可持续演化的 AI Skill。v3.0 起支持双编译架构：流程/知识类走 General Track，创作类（写作风格/文案/广告/脚本/品牌/Naming/IP）走 Creative Track——编译的不是 Prompt，是 Creative Capability（含判断回路 Judge + Critique + Revision）
Skill Compiler 是一个 Meta Skill（元技能）——它的输入是任意来源（文本 Prompt、PDF、视频、网页、图片、文档），输出是一个完整的、结构化的 AI Skill 文件包。
它不是"Prompt 优化器"。它是一个 能力编译器：保留来源背后的"能力（Capability）"，而非来源本身的文字。
Source (Prompt / PDF / Video / URL / Image / Doc)
│
▼
Ingest → Triage（编译目标分类路由 Step 0.1b）
├─ procedural / knowledge / analytical → General Track:
│ Analyze → Extract → Design → Generate → Optimize? → Validate
└─ creative（写作/文案/广告/脚本/品牌/Naming/IP/hybrid）→ Creative Track:
Understand → Extract → Design（判断回路）→ Generate → Optimize? → Evaluate
│
▼
Complete Skill Package
专家和普通人的差距，不在于会不会写，而在于：能判断哪个方案更好、知道哪里不对、以及怎么改。因此 Creative Track 编译的是判断力本身：
General Skill = 知道（Know）
Creative Skill = 知道 + 会判断（Judge）+ 会否决（Reject）+ 会改进（Improve）
Creative IR 将 judgment + revision 设为必填字段——缺判断回路的"创意 skill"只是带风格提示词的生成器，会在 C3→C4 门控被直接拦截。
| 对比 | 直接用 Prompt | 手写 Skill | Skill Compiler |
|---|---|---|---|
| 复用性 | 一次性，每次重写 | 高，但门槛高 | 高，且开箱即用 |
| 维护成本 | 改一处要改全文 | 需手动同步多处 | 知识外置，模块独立 |
| 质量保障 | 无 | 靠经验 | General 五层评估闭环；Creative 五层诚实评估（L3 风格保真/AI 腔率/Novelty/Revision Gain，L4 LLM Preference Proxy，L5 真人偏好可选） |
| 判断能力 | 无 | 无 | Creative Track 内置判断回路（Judge + Critique + Revision + Revision Gain 追踪） |
| 风格还原 | 形容词堆砌 | 靠语感 | 12 维 Style Fingerprint + 运行时漂移检测（correction 优先于重生成） |
| 多源输入 | 不支持 | 需手动预处理 | PDF/视频/网页/图片/文档自动摄取（创作源材料保全：修改痕迹/否决记录/说话人归属） |
| 平台适配 | 不适用 | 需手动改格式 | 支持 TRAE / Claude / Generic |
| 诚实边界 | 无 | 容易遗漏 | 强制声明局限性 + 失败模式 + 材料不足 + 风格保真边界 |
适合的场景：
- 你有一个反复使用的 Prompt，想升级成可维护的 Skill
- 你有 PDF/视频/网页等素材，想提炼成可复用的能力
- 你有某位创作者的访谈/范文/修改痕迹，想编译成带判断回路的创作型 Skill（不只是模仿文风）
- 你想批量生成符合特定平台规范的 Skill
不适合的场景：
- 一次性问答（直接问就行）
- 纯翻译/摘要（直接做）
- 从零设计全新能力（没有源材料）
给 Skill Compiler 一个源材料（Prompt / 文件 / URL），它会自动走完整编译流程：
1. Pass 0 — 判断是否值得编译 + 编译目标分类路由（General/Creative）+ 选平台 + 选模式 + 设预算
2. General Track: Pass 1-3 分析 → 抽取 → 设计，产出 Skill IR（含自测用例）
Creative Track: Pass C1-C3 意图/场景 → 五提取器（含 Style Fingerprint）→ 判断回路设计，产出 Creative IR
3. Pass 4 / C4 — 基于 IR + 平台 profile 生成文件包
（Creative 产物含判断回路 runtime + golden set + 对抗用例）
4. Pass 5 — 条件优化（去重 + IR 瘦身；判断回路与示范材料受保护，不可被优化删减）
5. Pass 6 / C5 — 五层评估 / 创意五层诚实评估（9 项指标 + Golden Set + 对抗测试），输出评分 + GO/NO-GO
材料：
1. 某创作者 12 篇小红书范文（含 3 组初稿→修改稿对照）
2. 两小时访谈转写（含大量"这个不行/太用力了"式的否决记录）
目标：编译成一个创作型 skill，要能写还要能判断像不像他
justin-writing-style/
SKILL.md # 入口契约：路由 + Creative Workflow + 质量维度声明
references/
style.md # Style Grammar + 12 维 Fingerprint（结构化，非形容词堆砌）
principles.md # 原则 + rationale + 溯源（origin: explicit/inferred/heuristic/generated）
anti-patterns.md # 从否决记录提取的检测信号 + 纠正方向
runtime.md # 判断回路：Judge 维度/权重 → Critique 四要素 → Revision（含停机条件）
examples/
before-after.md # 修改痕迹对照 + 为什么改（最高价值示例）
tests/
golden-set.md # 期望特征与方向（非标准答案）
adversarial.md # "再高级一点"式模糊请求 → 期望的 fingerprint 局部调整
honest-boundaries.md # 材料不足/风格保真边界/判断回路边界声明
General Track 示例（Python 代码审查 / API 文档生成器）见：
| 模式 | Token 开销 | 适用场景 |
|---|---|---|
quick |
低（~3 次调用） | Prompt < 200 字，已熟悉 Skill 结构 |
full |
高（~6+ 次调用） | 复杂 Prompt，需要完整能力提取与验证（默认） |
audit |
中（~2 次调用） | 评估已有 Skill，不生成新文件 |
| Pass | 执行 | 职责 |
|---|---|---|
| I Ingestion | 多源摄取：PDF/视频/网页/图片/文档 → 结构化内容 + 来源溯源（两轨道共享；Creative 源材料保全：修改痕迹配对/否决记录单独成块/说话人归属） | |
| 0 Triage | ✅ 总是 | 判断是否值得编译 + 编译目标分类路由（Step 0.1b：General / Creative Track） + 选平台 + 选模式 + 设 Token 预算 |
| 1 Analyze | ✅ 总是 | 理解内容：目标 / 输入输出 / 边界 / 假设 + 状态需求信号检测（Step 1.4b，命中 → state_signals） |
| 2 Extract | ✅ 总是 | 能力图谱 + 知识清单（含证据分级）+ 角色矩阵 |
| 3 Design | ✅ 总是 | 架构类型 + 模块拆分（含诚实边界）+ Workflow + 目录结构 + 自测用例 |
| 4 Generate | ✅ 总是 | 基于 IR + 目标平台 profile 生成符合平台规范的完整 Skill 文件包 |
| 5 Optimize | 内容 > 500字 / 重复 / multi-agent 时执行（Creative 产物受保护项：判断回路配置/explanation/正反对偶示例/Fingerprint） | |
| 6 Validate | ✅ 总是 | 五层评估：结构（A，含 Compaction Resilience）+ IR 一致性（B）+ 触发质量（C，含压力测试）+ 平台合规（D）+ Token 经济性（E） |
| C1 Understand | ✅ 总是* | Resolved Intent（表面请求 vs 真实创作意图）+ 六维 Context Model（人/品牌/受众/平台/市场/文化） |
| C2 Extract | ✅ 总是* | 语义分块 + 五提取器：Principle / Style（含 12 维 Fingerprint）/ Example / Anti-pattern / Heuristic + 领域知识（knowledge） |
| C3 Design | ✅ 总是* | 判断回路设计（Judge dimensions/weighting + Revision 策略）+ Runtime Profile → 产出 Creative IR（schema） |
| C4 Generate | ✅ 总是* | Creative IR → Creative Skill Package（入口契约 + 判断回路 runtime + golden set + 对抗用例 + 诚实边界） |
| C5 Evaluate | ✅ 总是* | 创意五层诚实评估：L1 Structural / L2 Semantic / L3 Creative（风格保真 + AI 腔率 + Novelty/Diversity + 独立评价 Revision Gain）/ L4 LLM Preference Proxy / L5 Human Preference（可选），9 项指标 + Golden Set 基准 + 对抗测试 |
| Skill Merge | ❌ 条件 | 输入为 N 个已有 skill 包：能力去重 + 边界冲突裁决 + 统一 Context，产物为 stateful-domain-os（v2.3.0） |
| Plugin Discovery | ❌ 条件 | 涉及外部能力（搜索/GitHub/DB/MCP）时执行 |
| Example Generation | ❌ 条件 | 涉及复杂流程/规则/评分体系时执行 |
* C1-C5 仅在 Step 0.1b 路由到 Creative Track 时执行。
按优先级：① 产出是否需要判断力（输出有"好坏之分"且标准模糊 → creative）；② 风格是否是产物的一部分；③ 源材料是否有专家否决记录；④ 混合时看主体——宁可 hybrid 判 creative，不可反向（creative 任务走 General Track 会得到"能写但不会判断"的模板化 skill，这是最贵的失败）。
General: skill_quality_score = Layer A×0.15 + Layer B×0.25 + Layer C×0.20 + Layer D×0.20 + Layer E×0.20
Creative: 五层评估（v3.1），Layer 3（Creative）不达标直接 CONDITIONAL 起步
North Star: benchmark_runner 的 Legacy vs Creative 对比 delta（编译产物是否更会创作）
| 分数 | Verdict |
|---|---|
| ≥ 85 且 0 Critical | GO |
| 60-84 或有 Critical 但可修复 | CONDITIONAL |
| < 60 | NO-GO |
INIT → UNDERSTAND → CONTEXTUALIZE → BRIEF → STRATEGIZE
→ DIVERGE（边际收益发散）→ FILTER（硬约束 + 最小距离去重）
→ JUDGE（policy 决策优先，加权分为兜底）──┬─→ FINALIZE → MEMORY_UPDATE ─→ LEARN*
↑ （达到升级门槛时）
CRITIQUE → REVISE → COMPARE（独立评价 Revision Gain）
- Judge 是决策器不是评分器：一票否决 → policy.decision_rules → tradeoffs 冲突裁决 → 加权分兜底；决策必须声明依据（"为什么总分高的没选"）
- Critique 四要素：What（问题）/ Why（违反哪条原则）/ Where（定位）/ How（怎么改）
- Revision 强制诊断式局部修改；re-judge 信息隔离（独立评价视角），revision_gain = independent_post - initial——修复"评价器偏爱自己修改"的自证循环
- 发散按边际收益停：min_territories（默认 1）/ target（默认 3）/ 边际收益 < 0.15 即停。一个真正强的方向，胜过五个被迫制造出来的方向
- Style Drift：候选实测指纹（style_analyzer 同构测量）vs 目标指纹，超阈值时 correction 优先于重生成
- Memory → Learning：Failure Memory（负知识）+ Preference 解析是记忆；LEARN 把反馈变成能力变化（feedback → capability delta → vNext 提案 → benchmark + 人工批准双门，未过双门不落盘）
- 多源摄取 — PDF/视频/网页/图片/文档自动解析（pdftotext/ffmpeg+whisper/tesseract/WebFetch），标准化为结构化内容 + 来源溯源
- 证据分级 — 每条知识携带 primary/secondary/inferred 证据等级，冲突信息保留标注而非静默消除
- 诚实边界 — 生成的 skill 强制声明局限性/失败模式/适用前提；Creative 追加材料不足/风格保真/判断回路/风格演化四项声明
- 并行提取器 — 五个专项提取器并行扫描长内容，三重验证筛入知识库
- 压力测试 — 构造边界交叉区诱饵输入验证 description 锐利度
- 平台适配 — 支持 TRAE / Claude / Generic，自动按平台规范渲染 frontmatter 与文件结构
- 压缩截断韧性 — 检查生成的 skill 在 harness compaction 后 routing 信息是否仍完整
- Token 预算控制 — 设定预算上限，超限时自动降级模式
- 三层渐进加载 — 生成的 Skill 遵循 L1 触发 / L2 路由 / L3 懒加载分层
- Skill 合并编译 — 输入 N 个已有 skill 包 → 能力去重 + 边界冲突裁决 + 统一 Context（v2.3.0）
- State 一等公民 / session-context 自动注入 — 状态信号检测命中 → 自动生成 State 三件套（v2.3.0）
- 结构化行为断言 — 自测用例升级为程序化断言，生成 tests/cases.yaml（v2.3.0）
- 元反思审计 — 编译器在关键决策后执行 8 维度自省（含 Creative 检查点：Fingerprint 是否实测 / weighting 是否均匀分配 = 没做判断）
- 双编译架构（v3.0） — Pass 0 编译目标分类路由：流程/知识类走 General Track，创作类走 Creative Track（Pass C1-C5），共享机制（Ingestion/证据分级/诚实边界/元反思/Pass 5）全程贯穿
- Creative IR + 判断回路（v3.0） — 创作类编译产出 Creative IR（schemas/creative-ir-schema.json，18+ 字段含 knowledge 领域知识），judgment + revision 为必填字段；C3→C4 门控由 scripts/validate_creative_ir.py 强制校验（权重和=1.0、溯源登记、quick 模式豁免规则）
- Style Fingerprint（v3.0） — 创作者风格压缩为 12 维可比较数值向量，禁止凭印象填写；运行时 Style Drift 检测，correction 优先于重生成
- origin 四级证据溯源（v3.0） — explicit/inferred/heuristic/generated，Compiler 推断不伪装成专家原话
- Golden Set + 对抗测试 + Benchmark Runner + 回归测试 — 期望特征与方向（非标准答案）双格式（golden-set.md 人读 + benchmark-cases.json 机器可读）；"再高级一点"式模糊请求冲击风格稳定性；
scripts/benchmark_runner.py同题跑 Legacy vs Creative 两版产物输出对比报告（North Star Metric 度量载体） - Style Analyzer（v3.1） —
scripts/style_analyzer.py：语料 → 实测 12 维 Fingerprint + raw measurements + 测量溯源（fingerprint_provenance），禁止手填；--compare直接输出两指纹的 Style Distance / Style Fidelity - Creative Policy 决策层（v3.1） — priorities / tradeoffs / decision_rules / exceptions / 一票否决。judgment 从加权评分器升级为专家决策器：创造能力不是 Score Function，是 Decision Policy
- 独立评价（v3.1） — Revision Gain 改由信息隔离的独立视角计算（Judge B 不看 Critique 摘要），修复 Evaluator Leakage 自证循环
- Novelty / Diversity 拆分（v3.1） — 候选间距离只证明 Diversity；Novelty 三参照系：距品类套路簇 + 距 AI 通用模式 + 距源示例
- 五层诚实评估（v3.1） — L1 结构 / L2 语义 / L3 创造 / L4 LLM Preference Proxy（模型偏好，非人类偏好）/ L5 Human Preference（可选真人采集，唯一终审）
- Skill Learning Loop（v3.1） — Memory ≠ Learning：feedback 解析 → capability delta（带证据）→ vNext 提案 → benchmark + 人工批准双门 → 落盘，skill 从静态文件变成会进化的能力
skill-compiler/
├── SKILL.md # 入口 + 路由 manifest（< 300 行）
├── README.md # 本文件
├── CHANGELOG.md # 版本变更日志
├── profiles/ # 目标平台规范
│ ├── trae.md # TRAE IDE Skill 规范
│ ├── claude.md # Claude.ai / Claude Code 规范
│ └── generic.md # 默认通用规范
├── references/ # 各 Pass 的详细指令（懒加载）
│ ├── pass-ingestion.md # Pass I: 多源摄取（含 Creative 源材料保全规则）
│ ├── pass-1-analyze.md # Pass 1: 理解内容
│ ├── pass-2-extract.md # Pass 2: 能力/知识/角色抽取
│ ├── pass-3-design.md # Pass 3: 架构设计 + 自测用例
│ ├── pass-4-generate.md # Pass 4: 生成文件包
│ ├── pass-5-optimize.md # Pass 5: 条件优化（含 Creative 优化禁区）
│ ├── pass-6-validate.md # Pass 6: 五层评估
│ ├── evidence-grading.md # 证据分级体系（含 origin 四级映射）
│ ├── honest-boundaries.md # 诚实边界规范（含创作专属声明）
│ ├── parallel-extractors.md # 并行提取器 + 三重验证
│ ├── anti-patterns.md # 反模式定义
│ ├── plugin-discovery.md # 条件 Pass: 插件识别
│ ├── example-generation.md # 条件 Pass: 示例生成
│ ├── meta-reflection.md # 8 维度编译自省框架（含 Creative 检查点）
│ ├── creative-compiler.md # v3.0: Creative Track 总纲（路由+管线+IR+产物+C5 评估+Golden Set+对抗/回归测试）
│ ├── creative-extraction.md # v3.0: Pass C1/C2 意图/场景/五提取器/Style Fingerprint/origin 溯源
│ └── creative-runtime.md # v3.0: 判断回路规范（状态机+Judge/Critique/Revision+Candidate+Style Drift+Memory）
├── templates/
│ ├── skill-md-template.md # SKILL.md 输出模板
│ └── ir-schema.md # Skill IR 中间表示 schema
├── examples/
│ ├── example-compilation.md # 完整编译示例（Python 代码审查）
│ └── example-workflow-compilation.md # Workflow 类型编译示例
├── schemas/
│ ├── ir-schema.json # Skill IR JSON Schema（General Track）
│ ├── creative-ir-schema.json # Creative IR JSON Schema（Creative Track，v3.0；v3.1 增 policy/learning/runtime_roles/fingerprint_provenance）
│ └── trace-schema.json # 执行 trace 契约（含 creative_evaluation 指标，v3.1 增 novelty/diversity/llm_preference_proxy/human_preference）
├── scripts/
│ ├── validate_ir.py # Pass 3→4 IR 门控校验
│ ├── validate_creative_ir.py # Pass C3→C4 Creative IR 门控校验（v3.0；v3.1 增 Capability 检查 #5-#10）
│ ├── style_analyzer.py # v3.1: 语料 → 实测 12 维 Fingerprint + 溯源（--compare 输出 Style Distance）
│ └── benchmark_runner.py # v3.1: Legacy vs Creative 同题对比报告（North Star Metric 度量载体）
├── evals/
│ └── trigger_cases.json # 触发词静态测试用例（含 creative 入口）
└── docs/
└── self-compilation-audit.md # 自编译审计记录
| 原则 | 含义 |
|---|---|
| Prompt 不是 Skill | Skill = Role + Workflow + Knowledge + State + Decision Logic + Checklist + Rubric + Templates + Examples + Config + References + Output Schema |
| 编译能力，不编译文字 | 保留"能力"而非"文字"；Creative Track 编译的是判断力（Judge + Critique + Revision），不是风格提示词 |
| 知识按变更频率分层 | 重复内容外置 → references/；稳定层与时效层分离 |
| 证据可溯源 | 每条知识带证据等级/origin 标注，冲突保留不洗白，推断不伪装成原话 |
| 宁可 hybrid 判 creative | creative 任务误走 General Track = "能写但不会判断"的模板化 skill（最贵失败） |
| 元反思审计 | 关键决策后 8 维度自省 |
Skill Compiler 由 SkillForge Full 模式构建，通过了完整的 5 层验证（Triage → Create → Validate → Audit → Deploy Decision），Compliance Score 100%，Gaming Gate PASS。
版本演进历史见 CHANGELOG.md。
