Immutable. This exact content is served forever at /api/v1/blob/09cd14a3de9e1cbd.
--- name: capability-distill description: 能力蒸馏工作流——从用户批准的强模型访谈或真实任务轨迹中提取非显然的判断规则，形成可审计的 judgment packet，再交给 skill-audit 和 skill-creator 决定是否落成可加载 skill。当用户说“蒸馏这个模型的判断力”“把这次任务的关键决策固化下来”“模型窗口要关了，保留它在某类场景的判断”时使用。普通流程文档、直接写 SKILL.md、泛化最佳实践或未授权的会话日志扫描不使用本 skill。 --- # Capability Distill 把“为什么在两个合理选项中选择其中一个”提取成证据支持的判断规则。不要把操作步骤、通用建议或原始会话内容换个格式包装成 skill。 ## 与现有技能的边界 - `capability-distill`：选择获准证据、还原决策事件、提取判断规则、输出 judgment packet。 - `skill-audit`：判断这些规则是否值得成为 skill、归属哪个现有 skill、是否重复以及如何分层。 - `skill-creator`：创建或修改具体的 `SKILL.md`、设计 with-skill/baseline eval、迭代和验证触发描述。 - `skill-lifeguard`：当产物属于高影响工作流时补可靠性契约和漂移修复闭环。 不要在本 skill 中复制后三者的完整写作、注册或评测流程。目标是提供它们可消费的高信号输入。 ## Operating Contract - Direct actions: 使用当前对话和用户明确批准的本地材料；先读元数据再读内容；生成脱敏的 judgment packet；运行本地只读检查。 - Escalate before: 读取未获准的会话历史、memory、home 目录或其他仓库；把任何轨迹内容发送给外部模型；覆盖已有 skill；写入共享仓库；发布或安装产物。 - Evidence-backed pushback: 判断密度低、证据不足或已有 skill 完整覆盖时，给出具体重叠项并建议不蒸馏或只更新原 skill。 - Feedback loop: 把 eval 中的“未生效 / 机械化 / 误触发”连同对应 `rule_id` 回写到下一轮 judgment packet，而不是只改措辞。 ## 0. 建立数据边界 在读取额外材料前记录以下字段： ```yaml source_scope: approved_roots: [] approved_artifact_types: [] external_model_destination: raw_content_authorized: false output_path: ``` 当前对话和用户本次明确附带的文件可直接使用。其他路径、历史日志和 memory 不因“可能有帮助”而自动进入范围；缺少批准时先询问并暂停对应读取。 执行以下数据纪律： - 不假定 `~/.claude`、`~/.codex` 或任何固定运行时路径存在。使用用户给出的路径、当前工作区和当前运行时可用的搜索工具。 - 先查看文件名、时间、提交主题等元数据，只对候选决策事件读取最小必要片段。 - 不把 token、密钥、cookie、个人身份信息、客户数据、私有源码或完整 prompt/response 写入 packet 或 eval。 - 如需外部强模型，只发送经用户批准的脱敏场景摘要；没有目标模型和数据发送授权就标记阻塞，不假装完成窗口蒸馏。 - provenance 只写可验证的来源标签和日期。模型名、版本或作者未知时留空，不猜测。 ## 1. 判断是否适合蒸馏 先区分对象： - 可由固定命令或 checklist 完成的是流程，交给 `skill-audit` / `skill-creator`，不做判断蒸馏。 - 需要根据上下文在多个合理选项间权衡，并且存在切换、停止或上抛信号的，才是候选判断。 - 只包含“谨慎、验证充分、保持简洁”等通用态度时，直接判为低判断密度。 对候选场景记录 `judgment_density`、`evidence_strength` 和 `existing_coverage`（high / medium / low）。只保留判断密度高、证据至少中等且现有覆盖不完整的场景。 ## 2. 还原决策事件 从获准证据中提取事件摘要，而不是复制原文。每个事件至少包含： ```yaml decision_event: evidence_ref: context: viable_options: [] chosen_option: observed_signal: outcome: counterfactual: redactions_applied: [] ``` `evidence_ref` 使用本地、非敏感的定位信息，例如仓库相对路径和 commit SHA；不要把原始聊天文本塞进该字段。没有 outcome 的事件只能作为假设，不能升级为高置信规则。 ## 3. 提取隐性判断 窗口蒸馏时，对每个脱敏场景逐个询问强模型： - 行为差异首先出现在哪个决策点？ - 哪个可观察信号会切换策略、停止或上抛？ - 最像成功的失败状态是什么，如何识别？ - 默认规则在哪些条件下应被违反？ 轨迹蒸馏时，围绕已有事件回答相同问题，并比较成功与失败轨迹。不要让模型“一次写完整指令体系”；那会掩盖证据和规则之间的映射。 ## 4. 生成 judgment packet 每条规则使用以下结构： ```yaml judgment_rule: rule_id: scenario: observable_signal: default_action: exception: stop_or_escalate: evidence_refs: [] confidence: open_questions: [] ``` 规则不得包含源材料中的秘密值或大段原文。`confidence` 由证据数量、结果可观察性和反例覆盖决定；单一无结果片段不能标 high。 ## 5. 去除泛化废话 逐条运行三关，并记录被删除的 `rule_id` 与原因： 1. 反转测试：反过来说若明显荒谬，原句通常没有信息量。 2. 新手测试：无该领域经验的合格工程师也会自然做到，则不值得蒸馏。 3. 可违反测试：无法构造一个可观察的违反场景，则规则太抽象。 规则通过三关仍需具备 `observable_signal`、`exception` 和 `stop_or_escalate`；缺一项就返回提取阶段，不用“按情况判断”填空。 ## 6. 重叠审计与实现交接 把 packet 交给 `skill-audit`，要求它对每条规则标注：`existing_owner`、`coverage`、`recommended_home`。完整覆盖的规则删除；部分覆盖的规则优先更新原 skill；只有明确无归属的高信号规则才进入新 skill brief。 用户要求可加载 skill 时，再调用 `skill-creator`： 1. 以通过审计的 packet 为输入，不重新发明规则。 2. 用本 `SKILL.md` 所在目录下的 `evals/evals.json` 作为最低测试集（从 skill 根解析，不从当前仓库根解析），并为目标领域增加真实、脱敏场景。 3. 同时运行 with-skill 和 baseline/old-skill，对比可观察行为，不以“文字更好看”判定成功。 4. 高影响工作流再交给 `skill-lifeguard` 检查负例、checkpoint、done condition、replay hook 和 drift signal。 ## Done When `packet_only` 仅在以下条件全部满足时完成： - `source_scope` 已记录，所有读取和外部发送均在批准范围内。 - 输出不含原始秘密、个人数据、客户数据或大段轨迹原文。 - 每条保留规则都能追溯到至少一个 `decision_event`，并具有信号、默认动作、例外和停止/上抛条件。 - 三关删除记录存在，未知信息留空或列入 `open_questions`。 - `skill-audit` 已给出保留、更新现有 skill 或不创建的归属结论。 `skill_delivery` 还必须满足： - `skill-creator` 的真实 with-skill/baseline eval 已运行并保存结果。 - 至少一个近边界负例证明普通流程请求不会误用本 skill。 - registry/质量/测试命令按目标仓库要求 fresh 通过；无法运行的检查明确标记 blocker。 ## Gotchas - 扫描整个 home 目录不是“场景发现”，而是未经授权的数据扩大；改为批准范围内的元数据优先检索。 - “来自某强模型”不是证据。没有 decision event 和 outcome 的内容只能是待测假设。 - 新建文件比更新旧文件更容易，但 overlap high 时必须更新现有 owner。 - 构造任务常会迎合规则；eval 至少包含真实脱敏任务和一个容易误触发的近边界请求。