lov-feedback-loop · diff
v0.2.0 to v0.3.0
148 added, 32 removed. Audit A to A.
---
name: lov-feedback-loop
- description: 把用户对 Agent 的被动情绪与主动点赞、点踩、评分变成可统计的反馈事件， 按任务、技能、规则、全局 Prompt 的最小作用域迭代，并生成满意度复盘报告。 Use when the user rates a run, asks for satisfaction stats, or installs the feedback loop into another agent.
- version: 0.2.0
+ description: >
+ 把用户对 Agent 的被动情绪与主动点赞、点踩、评分变成可统计的反馈事件，
+ 按任务、技能、规则、全局 Prompt 的最小作用域迭代，并生成满意度复盘报告。
+ Use when the user rates a run, asks for satisfaction stats, or installs the
+ feedback loop into another agent.
+ license: MIT
+ compatibility: "Portable Agent Skills format. Python 3.8+ standard library only; PyYAML only for validation."
+ depends_on:
+ - lov-branding-consistency
+ metadata:
+ author: LovStudio
+ version: "0.3.0"
+ card_standard: lovstudio/skill-card/v1
+ content_class: deterministic-output
+ tags:
+ - feedback-loop
+ - satisfaction
+ - prompt-tuning
+ - logging
+ - reporting
+ internal: true # plaintext source — never installed; the encrypted public/SKILL.md is what users get
---
- # 反馈飞轮 (encrypted)
+ # 反馈飞轮 · Feedback Flywheel
- 本 Skill 的真实指令是加密的。使用前先解密：
+ 四个用户可见的入口：评价、回扫、复盘、接入。
+ 自动链路（情绪感知 → 落账 → 规则迭代）不经过 skill 路由，由根 Prompt 的
+ 反馈与迭代规则加上 `references/protocol.md` 直接驱动；本 Skill 提供主动入口，
+ 同时为自动链路提供协议与脚本。
+ ## Triggers
+
+ ### Activate when
+
+ - 用户对上一轮结果表态：“做得很棒”“太差了”“还是不行”“这次可以”。
+ - 用户主动 judge：`👍`、`👎`、`❤️`、`🎉`、`🤔`、“这次我给 4 分”、“rate this run”。
+ - 用户要回扫：“回扫我最近的会话，找出还没闭环的不满”。
+ - 用户要看统计：“给我一份满意度报告”“看看我最近对 AI 哪里不满意”。
+ - 用户要接入：“把反馈飞轮装进我的 AI”“install the feedback loop into my agent”。
+
+ ### Do not activate when
+
+ - 用户只是在描述常规业务需求，没有对结果表态；直接执行原任务。
+ - 用户要长期记住偏好而不是评价本轮结果；交给记忆或 Profile 机制。
+
+ ## 能力与脚本
+
+ | 入口 | 做什么 | 脚本 |
+ | --- | --- | --- |
+ | 评价 | 表情、短评、打分归一成事件，回一行收据 | `scripts/feedback_store.py append` |
+ | 回扫 | 从会话 JSONL 提取用户消息，供判定 | `scripts/scan_session.py` |
+ | 复盘 | 趋势、未闭环清单、修复时长 | `scripts/report.py` |
+ | 接入 | 托管块 + 技能链 + 账本，先 dry-run | `scripts/install_feedback_loop.py` |
+
+ 判定口径、作用域阶梯与状态机见 [references/protocol.md](references/protocol.md)，
+ 字段定义见 [references/store-schema.md](references/store-schema.md)，
+ 宿主路径见 [references/host-adapters.md](references/host-adapters.md)。
+
+ ## Workflow (MANDATORY)
+
+ ### Step 0: 定位
+
+ - 在 Skill 根目录运行脚本；账本默认 `~/.feedback-loop/`，可用 `FEEDBACK_LOOP_HOME`
+ 或 `--store` 覆盖（`--store` 写在子命令前后都可以）。
+ - 缺少脚本或协议时先报出缺失路径，不产出半成品。
+
+ ### Step 1: 捕获
+
+ - 主动评价按下方词表映射；用户明确给出的强度覆盖默认值。
+ - 被动情绪按协议判定：必须有原话证据，`confidence` 小于 1；强度 1–2 只在形成
+ 重复模式时落账。
+ - 回扫历史时先跑 `scripts/scan_session.py --file <会话 JSONL> --last 40`，
+ 再对提取出的用户消息做判定。
+
+ ### Step 2: 落账
+
```bash
- uvx lovstudio-skill-helper decrypt feedback-loop
+ python3 scripts/feedback_store.py append \
+ --channel explicit --polarity positive --intensity 5 --kind delight \
+ --confidence 0.95 --evidence "👍 做得很棒" \
+ --host codex --session-id <会话 id> --scope task
```
- **What to do:**
+ - 写入前经过去重与凭据遮蔽；重复输入由账本在 10 分钟内自动去重。
+ - 落账成功后回一行收据，失败时如实报告，不假装已记。
- 1. 运行上面的命令。
- 2. 输出就是真正的 SKILL.md，把它当作本 Skill 的指令逐条执行。
- 3. 如果输出 `error: not activated` 或 `error: not logged in`，告诉用户：
- > 这是一个 Lovstudio 付费 skill，请先激活（CLI 会打开浏览器让你登录，然后绑定你的 license key）：
- > ```
- > npx lovstudio license <your-license-key>
- > ```
- > 还没有 license key？前往 https://lovstudio.ai/skills/feedback-loop 购买，或关注 #公众号：手工川 购买。
- 4. 如果输出 `error: not entitled`，helper 会交互式提示用户（输入 license key、打开购买页、或取消），让用户自己选。
- 5. 如果输出 `error: skill 'feedback-loop' not installed`，说明加密包还没装：
- > ```
- > npx lovstudio skills add feedback-loop # recommended: also checks deps
- > npx skills add lovstudio/skills --skill feedback-loop # raw alternative
- > ```
- 6. 不要缓存解密结果：每次调用都重新解密，成本只有一次 HTTP 往返，同时保证授权仍然有效。
- 7. 解密出的 SKILL.md 会引用其他文件（如 `references/protocol.md`、`scripts/feedback_store.py`）。
- 不要用 Read 工具直接读磁盘上的同名文件——它们只有密文 `.enc`。按需解密或用 exec 运行：
- ```bash
- uvx lovstudio-skill-helper decrypt feedback-loop references/protocol.md
- uvx lovstudio-skill-helper exec feedback-loop scripts/feedback_store.py stats --since 30d
- ```
- 需要 lovstudio-skill-helper ≥ 0.9.0；更早的版本只能解密 SKILL.md。
+ ### Step 3: 归因分流
- 加密包会落在 `~/.agents/skills/`、`~/.codex/skills/`、`~/.claude/skills/` 等目录下的
- `lov-feedback-loop/`。你不用直接碰它，统一用
- `uvx lovstudio-skill-helper decrypt feedback-loop [<相对路径>]` 读取，
- 需要运行脚本时用 `uvx lovstudio-skill-helper exec feedback-loop <相对路径> [参数...]`。
+ - 先判断 `task-specific` 还是 `reusable`；任务特定只改当前产物。
+ - 可复用反馈按 `task → skill → reference → root-prompt` 找最窄作用域；
+ 最小改动清单见协议。
+
+ ### Step 4: 闭环回填
+
+ - 负信号先做最小修复并在原路径回读，再回填 `change-applied` 或 `verified`。
+ - 只有 `verified` 视为闭环；未完成写 `change-proposed` 并给出复查条件。
+
+ ```bash
+ python3 scripts/feedback_store.py update \
+ --event-id <事件 id> --status verified \
+ --action "<做了什么>" --verification "<怎么回读>"
+ ```
+
+ ### Step 5: 复盘
+
+ ```bash
+ python3 scripts/report.py --since 30d --out <输出目录> --json
+ ```
+
+ 交付 Markdown 与自包含 HTML，回读 `total`、`unresolved`、`satisfaction` 三个数字。
+ 默认不自动打开浏览器。
+
+ ### Step 6: 接入其他宿主
+
+ ```bash
+ python3 scripts/install_feedback_loop.py --host codex --dry-run
+ python3 scripts/install_feedback_loop.py --host codex
+ ```
+
+ - 只写托管块，块外内容不动；改动前备份。
+ - 技能目录默认软链到本真源，跨设备分发用 `--copy`。
+ - 完成后回读：软链解析、托管块计数、块校验和、账本可写。
+
+ ### Step 7: 自检
+
+ ```bash
+ python3 scripts/feedback_store.py verify
+ python3 scripts/validate_skill.py .
+ ```
+
+ ## 评价词表
+
+ | 用户输入 | polarity | intensity | kind |
+ | --- | --- | --- | --- |
+ | `👍`、做得很棒、好耶 | positive | 4 | praise |
+ | `❤️`、`🎉`、`🔥`、完美、就是这个 | positive | 5 | delight |
+ | `👌`、没问题、通过 | positive | 3 | approval |
+ | `🤔`、还行、一般、勉强 | mixed | 3 | lukewarm |
+ | `👎`、不行、不对 | negative | 4 | dissatisfaction |
+ | `💩`、`😡`、太差了、气死 | negative | 5 | anger |
+ | 又错了、还是老问题 | negative | 4 | repeat_complaint |
+ | 改一下这里：具体内容 | negative | 3 | correction |
+ | n/5 或“打 n 分” | 1–2 负、3 混合、4–5 正 | max(n,3) | 按极性给 dissatisfaction、lukewarm、praise、delight |
+
+ 收据用简体中文、不用 emoji、不加感叹，一行说清记录、作用域与下一步。
+
+ ## User Profile (cross-session)
+
+ 本 Skill 通过 `skill.yaml` 读取共享 `user-profile/v1`：用户、品牌、工作区、偏好与
+ `skills.lov-feedback-loop`。用户直接说出的长期偏好，用
+ `scripts/profile_store.py record --confirm` 写回并报告保存路径；不写入凭据。
+
+ ## Dependencies
+
+ - 运行：Python 3.8+ 标准库。
+ - 校验：PyYAML（仅 `scripts/validate_skill.py`）。
+ - 外部服务：无；账本默认只写本地磁盘。