mathrsi-meta-evolve · git:20261107.7b312fd · 2026-11-07 · sha256 12b3e6dc9c9caf17
mathrsi-meta-evolve git:20261107.7b312fdA
Immutable. This exact content never changes and is served at /api/v1/blob/12b3e6dc9c9caf17.
No tool to install first
claude plugin marketplace add https://markdownregistry.com/mp/a/art_5yrosrefc5qwr3cr/12b3e6dc9c9caf17e14d9123f56073fdf13bee7572acdd9022547edd34f831c3.json
Then /plugin install mathrsi-meta-evolve@markdownregistry-5yrosrefc5qwr3cr in Claude Code. It installs this exact version, the one graded A here, pinned to the commit it was graded at, and leaves it there.
--- name: mathrsi-meta-evolve description: "Evolve an existing MathRSI version from real mathematical research evidence. Distill successful and failed work into base changes, domain plugins, task-local knowledge or deferred proposals; implement, use and reconcile the actual changes. Use for MathRSI iteration or absorbing a completed research project, not for silently changing a running theorem-solving workflow." --- # MathRSI Meta-Evolve 把已有数学研究变成下一版可用的 MathRSI。输入可以是完整研究交接包、某次失败与修正、用户反馈或一组真实调用记录。执行者读取原件、定位现行实现、作出分层判断,修改现有版本,并实际使用修改后的内容。一次运行应交出可审阅的真实变化及依据;只写经验总结或升级计划不算完成已经授权的实现任务。 这是现有 MathRSI 的外层维护 workflow,基于 [EVOLUTION_WORKFLOW](../../../docs/EVOLUTION_WORKFLOW.md) 和 ARIS meta-optimize/meta-apply 演进。它不替代五个解题子工作流,也不自动成为每道题结束后的第六阶段。基础模型不因技能变化而被训练;版本迭代是研究方法、知识、调用与工具的改进。 **先读本技能,再用它组织本次迭代。** 不在技能之外把插件和新版做好,事后补一份“已按 meta 执行”的日志。已经发生的研究可以作为历史证据,不能改写成它由某个尚未存在的 MathRSI 版本完成。 ## 执行地图 | 阶段 | 读什么、实际做什么 | 产物怎样进入下一步 | |---|---|---| | 恢复与范围 | 用户要求、现用版本、工作树、本轮维护记录;确认可改文件与源项目只读边界 | 延用已有分支与记录,指定唯一协调者 | | 取证与回收 | 原目标、关键成功/失败/更正链、wiki导航、实际正文/程序/输出;可并行读 | 能支撑具体判断的证据立即回收,不等全库阅读结束 | | 分类与比较 | 对照现行技能及实际 caller,判断进入 base、插件、单题,或暂不采用 | 每个拟改行为落到现有文件、输入与消费方 | | 候选实现 | 原位修改现有版本;插件接既有契约,必要知识与资源随仓 | 实际 diff、可调用入口和可用的例子 | | 针对性讨论 | ARIS research-review 的维护适配,围绕证据、diff和具体疑问 | 修真实问题;误读用原件回应,不等泛泛共识 | | 实际使用与修正 | 协调者自己按候选内容执行相关任务;子代理承担具体作者/核对 | 实际产物和命令结果决定接纳、收窄或再修 | | 采用与交接 | 记录版本、已采用变化、保留条件与下一次可复用经验 | 新任务可选择新版;在途研究不被静默切换 | 不要求每轮新增所有类型的变化。一次只修一个已定位的调用错误,可以直接从相关原件和实际接口进入实现。完整项目吸收才需要较宽的研究地图。 ## 0. 在当前版本上开始,或从真实断点继续 读取仓库 AGENTS、用户本次要求及 [WORKFLOWS](../../../docs/WORKFLOWS.md)、[PLUGIN_CONTRACT](../../../docs/PLUGIN_CONTRACT.md)、[WORKSPACE](../../../docs/WORKSPACE.md)。核对当前分支、未提交修改及已有作者的文件归属。新维护没有记录时,在仓库 development/evolution/ 下建立一个本轮目录;已有目录直接复用。 用一份 EVOLUTION.md 或现有维护报告作为主记录,写清: - 当前基点/版本与用户要达到的结果; - 可修改的 base、插件、文档范围;源研究能否写入、能否计算; - 当前在途作者、成熟产物、尚待决定的问题与下一动作。 维护记录放在开发工作区,正式技能放在 base/skills,领域知识放在 plugins。原研究目标、断点、运行日志和题目 wiki 保持在原任务工作区;需要随插件携带的历史副本标明只读来源。不要为了符合新文件名复制多套活跃状态。 恢复时先消费已经交回的材料和实际新输出,接着推进未完成动作。旧文件中的 ACTIVE、旧 Goal 命令、未结束的历史叙述不是本次恢复研究的授权。用户已授权本地维护时,正常可撤回修改继续执行;远端发布、全局安装或新付费研究批次按原有授权判断,不由本技能扩大。 若请求只要求分析,交具体提案而不落地;若请求已明确“迭代、实现、做新版”,不能停在提案后再次索取同一授权。 ## 1. 读懂关键研究链,并及时把阅读变成动作 完整项目吸收先建立全目录的内容地图:原目标及变化、数学正文、代码和证书、实验、文献、人工反馈、模型审阅、形式化、wiki与交接各在哪里。然后沿真实轨迹读,不能只读 README 和 query_pack 就总结方法。 一条承重轨迹至少接清: 1. 原来要解决什么,量词、对象及验收是什么; 2. 当时实际用了哪个假设、表示、引理或程序; 3. 哪个原始结果/反例/审阅或人工纠正改变了判断; 4. 随后究竟改了什么,输出怎样接回原目标; 5. 成果现在仍成立的条件,失败实际排除了哪一范围。 **阅读不是无限前置任务。** 优先接通关键成功、重要失败及推翻旧判断的更正。某个改动已有充分证据、当前实现与可观察的改法,就交给下一阶段实现;其他作者继续补与其它改动有关的材料。不要因全库还有未读文件搁置成熟结论,也不要因为时间短就只挑支持自己设计的例子。 用户要求系统了解项目时保留完整地图和实际阅读范围,未知部分如实标记;不把“全文已读”写给仅列目录、解析 JSON 或代理摘要的文件。大量相同归档可复用同一阅读,生成表应检查生成器、数据定义、消费者、覆盖与实际结果,不要求人为逐行重读相同模板。影响本轮判断的冲突与缺件必须回到原件;无关未读材料不阻塞已有修改。 ### 按研究链委派,而不是按文件数分摊 可并行时主动使用用户偏好的 worker。给每个 worker 一段有完整因果关系的范围,例如“固定源失败→释放局部约束→新共同覆盖证书”,而不是泛泛要求“总结这个目录”。交代来源路径、需要回答的问题、输出归属、是否允许计算,以及什么时候交回成熟部分。 协调者收回后核关键原件与结论,不重复阅读 worker 已充分核对的全部内容。代理摘要是导航;其证据定位和准确范围才使它可被采用。任何代理读完关键链后立即提交,继续补读不能阻止已成熟材料被使用。 可直接委派: ~~~text 请阅读源项目 <范围> 中与 <关键转折> 有关的原目标、证明、 实际程序/结果和后续更正。交回旧行为、改变依据、实际改法、 结果范围、原件位置和尚缺内容。先交可用于改动的成熟链, 不要为了读完无关目录拖延。只写 <本轮维护目录/你的文件>; 不修改源研究、不恢复旧Goal、不替我先改base或插件。 ~~~ ### 文献与 wiki 的实际用法 已有 wiki 用来定位论文、失败范围和各版结果,再读当前判断所依赖的实体及原件。需要确认方法是否已有、公开基线是否变化时,读本仓当前宿主 research-lit/wiki-enrich 的完整技能,带具体疑问补查;不要把整项目广搜重复一遍。返回来源版本、定理条件与它改变的动作。 原 wiki 不能因“过长”被几篇摘要替代;也不把它所有历史状态装进每次技能提示。插件内的整理层指出何时查哪个原件,资料层保留完整依据。源项目只读时,在维护记录保存发现,不能借“更新wiki”改写源项目。 取证细节与 DD 转折见 [evidence-and-transfer](references/evidence-and-transfer.md)。它是如何判断的实例,不是每个领域都要使用图构造、SAT 或 Lean。 ## 2. 对照当前版本,决定每项经验放在哪一层 先读实际受影响的 SKILL、引用资源、调用者和消费方,再决定增补什么。当前版本已有成熟动作时,复用它、补具体案例或修真实衔接;不要复制同义技能另起主干。一次读到好经验,不等于现有 base 缺这一能力。 | 归属 | 判断依据 | 实际处理 | |---|---|---| | Base | 跨领域都需要的研究行为/调用连接,例如输入对齐、错误回流、成本判断 | 修改现有技能中动作发生的位置,并检查其 caller 与返回消费者 | | 领域插件 | 对象定义、定理条件、构造/排除方法、专用检查器与失败机制 | 接已有插件契约,保留可直接使用的数学及程序,不把领域公式放进全局提示 | | 单题状态 | 当前参数、特定图/矩阵、某次 UNKNOWN、开放分支、当次额度 | 留在该任务;只读吸收时保存在历史副本,不能变成通用默认 | | 暂缓/不采用 | 因果证据不足、单次环境问题、收益不明或过度泛化 | 记录原因与什么新证据值得再看,不为了版本名强行纳入 | 同一事件可以产生不同层次的内容。例如一条图修改保距引理属于 DD 插件;“修改数学对象后重新判断哪些旧证据仍适用”可以改善 base;本次第 k 个增点图和运行时间属于单题记录。三者不能揉成一条永远适用的规则。 数学状态与方法价值分开。未解决主问题的条件引理可以保留,只要条件、证明和实际用途准确。样本搜索失败、求解器 UNKNOWN、模型认可分别记实,不升级为全域定理。维护不重新认证全部历史数学,也不把原题验证要求删掉后称为提速。 对每项拟改内容,用自然语言写出可核的变化: ~~~text 触发:什么真实输入让旧行为失效或浪费。 依据:原件、实际结果/更正及适用范围。 现行实现:目前哪个技能、调用处已有什么,准确缺什么。 修改:在哪个既有文件改变什么动作,产物由谁消费。 使用:本次怎样观察它确实被执行,哪些原证据可继续复用。 ~~~ 这些信息放入同一维护记录即可,不强制一项一份 JSON 或评分。删除无效步骤也是改进;需要完整新领域能力时可以新增实质技能,但新技能应有独立任务和真实输入输出,不按动词拆空目录。 多题吸收时可参考[v3的实际证据与返回](references/v3-evidence.md):工作集与全域不同、标记在复合变换中丢失、有限秩机制与局部正证书的不同用途、Lean显式参数边界。这些实例帮助定位现行caller的具体缺口,不要求未来每轮都新增四条规则或复制本轮插件。 v4 的 [临界取等与相容见证](../mathrsi-prove/references/critical-equality.md) 是另一种集中增量:Happy Ending 的新工作稿触发同一取等链、合法交换和见证定位;DD 的真实 v2 增点经验则深化已有插件。当前流程已覆盖的反例回流和证据继承只补领域实例,不重复算新 base 能力。实际采用与验证范围见 [v4维护](../../../development/evolution/v4-20261108/EVOLUTION.md)。 ## 3. 形成可执行修改,再按已有分工实现 协调者把成熟提案整理为本轮实际修改顺序。优先改变原错误或主要成本来源,不按文件数、模型分数或抽象重要性排序。存在相互依赖的改动就说明共同接口;独立任务交不同作者并行,明确文件所有权。 每个作者先读取目标技能及上下游。交给它的是准确问题、源证据、允许修改的文件、要保留的契约和完成后的消费者,不是“写得详细一点”。作者交回真实文件与变更说明;协调者及时整合,不等所有作者收工才读。 修改现有 base 时: - 保留五个子工作流与有效 ARIS 调用,优先在原步骤补判断、动作、输入/返回及失败处理; - 同一契约影响多个文件时一起修,例如 specify 固定目标、survey 发现新基线、prove 消费后改变工作队列; - 不把历史项目的秒数、种子数、模型名或一次暂停变成所有任务的硬限制; - 数学证明与工程性能问题分开。压缩数据表示、复用未变证明可以降低成本;删必要覆盖、验距或原题连接不能算优化; - ARIS 原字节副本保持来源记录。MathRSI 的适配写在自身技能与参考,确需改上游时另作清楚的依赖更新。 ### 新领域插件:通过现有契约装进去 先读 [PLUGIN_CONTRACT](../../../docs/PLUGIN_CONTRACT.md) 和现有插件的实际使用入口。新插件回答该领域怎样表达问题、哪些方法可用、怎样查已有失败、怎样生成/验证、怎样把结果返给当前 base 阶段;不再复制一个新 mathrsi-research。 整理后的定理要有对象、假设、结论、证明或准确进口、实际调用条件和源码入口。失败要有实际输入、被否定的语句/范围、后续改变及重试条件。程序说明要写输入、执行位置、输出意义和现存依赖,不能只列 source-ref。 插件分成互相连接的两层:整理层(`skills/` 与所需 references)说明何时读、怎样调用、返回什么;原始资料层随仓保留用户提供的 wiki、证明、构造与检查代码、失败实例和审阅。原件可作只读 archive,标明来源、历史范围和原包已省略的大文件,避免旧绝对路径成为新入口的隐含依赖。原程序会写源目录时,把必要输入复制到当前任务的运行目录后调用;已有可移植重建入口直接复用,不另造统一检查器平台。 集成到现有子工作流的实际调用处:prepare/survey 消费领域定义、基线与公开构造;route-loop 消费失败机制和探针;prove 消费构造、归约和具体引理;verify 消费检查器、覆盖论证和形式化连接;assemble 引用已核结论与复现入口。说明各处调用哪个领域技能、返回什么和接着做什么,更新插件契约/使用说明,以及 `.agents/skills/`、`.claude/skills/` 的仓内相对发现别名。不要只增加一个没有消费者的插件目录。 插件的研究技能、知识与原始资料均需能从当前克隆读取。源 wiki 作为历史知识库使用,新题积累写新题自己的 wiki;插件更新由外层维护处理,不在解题时静默改核心。 代码保持薄。先利用现成构造器、检查器、ARIS helper 与 MCP。仅在重复机械操作影响使用时增加少量 Python;不要把数学选择、审阅裁定或所有阶段调度写成一个庞大程序。 ## 4. 用跨模型讨论解决具体设计问题 读取本仓当前宿主的 [research-review Codex](../skills-codex/research-review/SKILL.md)/[Claude](../research-review/SKILL.md),实际模型调用依 [REVIEWER_MCP](../../../docs/REVIEWER_MCP.md)。保留用户指定的 reviewer、model、effort 与现有会话契约;缺服务如实记录,不因此重复新开付费尝试。 这是 research-review 的数学维护组合调用。明确传 `— composed: <本轮 EVOLUTION.md>`,复用其原件阅读、外部讨论与 Step 3 的意见产出;**本适配不执行原 Step 4–5 的论文共识循环与论文产物收束**。一次返回失效路径、证据和最小改法即交回维护协调者,由本技能决定修法及是否需要具体续问。composed 本身只指定记录归属,不会自动取消原技能循环,因此调用时须把这个替换写明;仓内原版技能保持不变。 设计尚有实质分歧时,可以先讨论具体提案;已有可读修改后,交实际文件、diff和源证据。不要让 reviewer 只看作者的成功摘要: ~~~text 请按本仓 research-review 的 composed 维护适配审查。 — composed: <本轮 EVOLUTION.md> 执行原件阅读与 Step 3 意见产出,不执行原 Step 4–5; 本次返回即交回维护协调者,不自行开启论文共识循环。 原研究证据:<原件>;现行技能与修改:<文件/diff>。 本轮问题:<例如基线更新是否真的改变下一任务; 旧否证为何不再适用修改后的对象;新插件能否返回原调用处>。 请读原件,指出实际错误与最小修法;正确部分直接说明。 不要求投稿评分,不额外派发作者或启动另一整套循环。 HERO:不提出无收益的哈希、假想边界防御或新平台。 返回实际阅读/执行范围及原始意见,由维护协调者决定和落实。 ~~~ 完整保存 prompt、原回应、会话和实际模型/完成状态。把意见落实为具体修改,或引用原件解释不采纳原因;模型没有自动的数学真理否决权。关键修法需要复核时续原会话读新的 diff,未变部分不重复整卷审查。 用户要求的跨模型讨论不能由同家族子代理冒充;同家族核对按实际身份记录。相反,取得跨模型赞同也不能把未执行命令、未闭证明或未读原件写成完成。 ## 5. 自己实际使用候选内容,按改动做必要核查 默认由本次协调者或具体执行作者按新内容完成相关工作,子代理帮助写作、调试、计算和核对。**不把“换一个没有历史的 agent 重跑完整流程”设为开工或接纳的必经关卡。** 只有真实疑问需要独立消费、用户要求,或变更风险值得时,才增加有界的独立使用。 新 meta 技能本身可以通过一次真正维护使用来检验:先形成并集成技能,随后读取它,用研究 context 选择提案、修改现有版本、消费审阅、核查实际产物。不能先在技能外完成所有修改,再把历史动作追认成试用。 这次真实维护本身就是使用,完成后进入第 6 节收束,不在结尾再套一轮 meta 验收。多作者分目录修改后,协调者沿实际变化接通“base 调用处 → 插件/下游技能 → 有界命令或原件核对 → 产物被原调用处消费”;各作者单文件写完不能代替这项连接核查。 核查围绕本次改了什么: - 改入口/相对路径:实际解析当前克隆,检查发现别名与资源;搬移有疑问时在副本调用; - 改程序或命令:用真实且有界的输入运行受影响命令,读取退出码与实际输出,不能只看脚本存在; - 改研究行为:让当前执行者使用它处理真实问题,留下所作决定与后继动作,例如根据新基线撤掉无意义队列、保留不受影响的固定目标; - 改数学解释/验证接口:核对假设、原对象、归约与最终消费者,必要独核仍按该数学任务合同执行; - 仅新增历史例子:核查原件和范围,不为例子重跑旧大型搜索或全部 Lean。 复用未变证据。一个固定证书重放、实际构建、模型静态审阅和全域第二实现是不同结果,分别说清。普通浮点探索不能冒作严格数值证明;图例、技能包装和文件数不证明研究效率提高。 使用暴露真实错误后,作者修对应文件,再核改变的那一段即可。不要每改一句就重启全套模型审阅/全部数学。若连续修改仍没解决原问题,协调者接管具体卡点、缩小提案或保留未决,而不是增加表格、再审次数或统一评分器。 按 [SKILL_ACCEPTANCE](../../../docs/SKILL_ACCEPTANCE.md) 核 frontmatter、当前入口、资源、实际调用与可读性。命令和状态保存到本轮现有记录;不额外造通用测试框架。 ## 6. 接纳本轮改动,保持版本与研究事实清楚 协调者根据实际使用决定采用、部分采用、修订或暂缓。已支持的变化及时纳入,尚缺依赖的能力单列具体未测范围;不要求为一项无关缺件冻结整轮。 主记录收束为可供下一轮直接消费的内容: - 基点与实际变更文件,为什么改、哪个源证据支持; - 进入 base、插件、单题或暂不采用的结果; - 实际使用、命令、审阅及修正的准确范围; - 哪个旧瓶颈已改变,哪些仍未解决,什么证据值得再迭代; - 当前分支/提交或未提交状态,用户怎样调用新增能力。 版本名应对应实际变更,不靠图上写 v2 宣称全新系统。保留此前有效工作流,说明哪些步骤增强、哪些删除、哪个领域插件新增。DD、Property B、ECC 的历史结果保持真实来源;没有由新版重做就不写成新版解题率或效率实验。 本地维护授权足够完成本地实现与核查;提交、推送、合并和发布按用户已有指令与仓库身份约定执行,不在本技能里硬塞一轮新的许可仪式。不能覆盖无关未提交内容。 新任务可选择已采用版本;正在解题的工作区由其协调者确认采用位置,保留原规格、证明状态和已用预算,只重核受改变影响的结果。暂停的研究不因插件或 base 更新自动恢复。 若本轮无需 base 改动,只有一个可用领域插件或准确拒绝了不合适的提案,也可以是有效演化结果。诚实交代范围,不为了凑“自我迭代”修改已经正确的指令。 ## 7. ARIS 复用边界与直接调用 首次执行本技能时读 [ARIS 数学适配说明](references/aris-adaptation.md)。仓内保留完整的 meta-optimize/meta-apply 双端原件。这里实际采用其证据取证、瓶颈回看、真实 diff、审阅修法与版本回收机制,并明确适配数学输入和现有用户授权;不声称原样运行了上游全部协议。 原版缺 events 的硬退出、五次调用门槛、ML评分、Codex内嵌 apply 与另一个技能的人工调用要求,不能无声拼成 MathRSI 的新门槛。独立运行原 ARIS meta 技能则按其真实合同执行;本技能的适配差异写在上述 reference,源副本不偷偷改字节。 ~~~text 读取 <MathRSI>/base/skills/mathrsi-meta-evolve/SKILL.md 并执行。 基于当前版本迭代,不另建平行主流程。 研究来源:<项目/交接包>;已有阅读与证据:<可选路径>。 本次目标:<完善现有base、吸收领域插件、或具体维护问题>。 范围:<本地文件/允许计算/模型与资源/发布范围>。 复用已有研究和wiki,先回收关键成功、失败及更正链; 按技能分类、实现并实际使用,不停在总结。 ~~~ 如果任务已在进行,补充现用 EVOLUTION.md 路径即可恢复。不要从零再读全库,先读上一轮实际改动、未决问题和成熟产物,再推进下一项工作。