Skip to content

Releases

v2.5.4 — 🏷️ 发布一直是手工的,于是它停了

Choose a tag to compare

@github-actions github-actions released this 18 Oct 09:09

🏷️ 发布一直是手工的,于是它停了

git tag 一路推到 v2.5.3,Releases 页面却停在 v2.4.0——有 6 个 tag 没有对应的 release(v2.4.1、v2.4.2、v2.5.0、v2.5.1、v2.5.2、v2.5.3)。发版说明其实早就写在 CHANGELOG.md 里,缺的只是「把它复制到 GitHub 上」这一步;而手工步骤的典型失败方式就是静默不做。

  • scripts/publish_release.py(新):从 CHANGELOG.md 的 ## vX.Y.Z 段取发布说明,交给 gh release create。--tag 发单个,--all-missing 补齐所有「有 tag、有 changelog 段、还没 release」的版本(按版本号升序发布,保证 latest 落在最新版),--dry-run 只打印。
    • 标题取该段第一个 ### 副标题,拼成 v2.5.4 — 🏷️ ...。
    • 没有 changelog 段的 tag 跳过(历史上有 v2.0.00 这种没写说明的);非 semver tag(如 v1.0.0.11)忽略。
    • dry-run 不说谎:没有 gh 时明确打印「无法确认是否已发布」,而不是假装每个都要发。
  • .github/workflows/release.yml(新):push: tags: [v*] 发布该 tag;push: main(仅当 CHANGELOG / 本脚本 / 本 workflow 变动)执行 --all-missing 补历史;另留 workflow_dispatch 手动补。permissions: contents: write。
  • 补齐 6 个漏发的 release:v2.4.1 / v2.4.2 / v2.5.0 / v2.5.1 / v2.5.2 / v2.5.3 现在都有页面,正文就是各自的 changelog 段。v2.5.1 那段里「这一版是必要的,但不充分——CI 仍红」照原样保留:历史不该被润色。
  • 测试 11 例:changelog 分段(边界、副标题缺失)、版本号按数值而非字典序排序、非 semver 拒绝、dry-run 不调 gh、缺段落退出 2。

v2.5.3 — 📌 可复用 workflow 钉住的 action 版本会漂,现在有门禁

Choose a tag to compare

@github-actions github-actions released this 18 Oct 09:09

📌 可复用 workflow 钉住的 action 版本会漂,现在有门禁

readiness-gate.yml 里刻意把 action 引用写死成同一个 tag:这样 @vX.Y.Z 的行为端到端冻结,调用方不会因为默认分支前进而被动升级。但「同一个 tag」是手工维护的——v2.5.2 修了 action 的编码 bug,workflow 里还钉着 @v2.5.0,调用方拿到的仍是坏的那一版。

  • 钉版本对齐到 @v2.5.3(注释、示例、uses: 三处)。
  • 新门禁 test_reusable_workflow_pins_the_current_release:readiness-gate.yml 里对 action 的 uses: 必须以 @v{package.json 的 version} 结尾,否则红。发版忘了改,CI 会拦住,而不是等调用方踩坑。
  • README 同步:两份 README 都新增「这个仓库怎么验证自己 / How this repository verifies itself」——把 9 条门禁、对应命令、各抓什么列成表,并写明两条原则(「跑不动」也是红;只写在文档里的约束等于默认违规)。脚本清单补 run_regression.py / gate_summary.py / audit_field.py,用例数 107 → 122,action 引用版本从 @v2.5.0 更新到 @v2.5.3。

v2.5.2 — 🐛 真正的红:`open()` 没写 `encoding`,在英文版 Windows 上读 UTF-8 会炸

Choose a tag to compare

@github-actions github-actions released this 18 Oct 09:09

🐛 真正的红:open() 没写 encoding,在英文版 Windows 上读 UTF-8 会炸

v2.5.1 修的是「测试假装自己是 UTF-8」,修完 CI 还是红。拿到真实堆栈后才看清:

UnicodeDecodeError: 'charmap' codec can't decode byte 0x8d in position 579

readiness-gate action 里用内联 python -c 'json.load(open(sys.argv[1]))["score"]' 读报告。open() 不写 encoding 就用系统 ANSI 代码页:GitHub 的 Windows 运行器是英文版,代码页 1252,而 hpp audit --json 输出的是 UTF-8,0x8d 在 cp1252 里是未定义字节——直接抛异常。于是 action 一个分数都没报出来,测试断言 'score=0' in '' 才失败。

这个 bug 在我本机永远复现不了:cp936(GBK)几乎能解任何字节序列,中文 Windows 上「UTF-8 文件用默认编码读」看起来一直是对的。这是本仓库最想防的那类问题——不是逻辑错,是环境假设错。

  • scripts/audit_field.py(新):把「从报告里取字段」从 YAML 里的内联 Python 挪成可导入、可测试的脚本,显式 encoding="utf-8"。action 改为调用它。
  • 两处同族隐患一并修掉:cli/hpp.py 的 open(os.devnull, 'w')、check_docs_consistency.py 里 git tag 的 subprocess.run(text=True) 都补上 encoding。
  • 加机械门禁 tests/test_file_encoding.py(7 例):
    • AST 扫描 cli/ 与 scripts/ 下所有随仓库运行的 Python,任何文本模式 open() / read_text() / write_text() 缺 encoding= 就红;
    • 扫描 .github/workflows/*.yml 与 .github/actions/**/action.yml 的 run: 块,禁止内联 python -c——这类代码测不到,正是本次踩坑的地方。
    • 这条门禁本身就是本仓库的公约:只写在文档里的约束等于默认违规(反模式 #13)。
  • scripts/audit_field.py 的测试(6 例):字段顺序、含中文的报告、缺字段返回空串但退出 0、报告缺失/损坏时退出 2 且不打 Traceback。

v2.5.1 — 🩹 修 v2.5.0 在 Windows CI 上的红:判定的 UTF-8 契约没写下来

Choose a tag to compare

@github-actions github-actions released this 18 Oct 09:09

🩹 修 v2.5.0 在 Windows CI 上的红:判定的 UTF-8 契约没写下来

这一版是必要的,但不充分——CI 仍红,真因见 v2.5.2。

v2.5.0 推上去之后 Unit Tests (windows-latest) 红了,Ubuntu 绿。原因不在被测代码,在测试自己没说清契约:run_regression.py 一直按 UTF-8 解码后端 stdout,而测试里的假后端是 python -c "print('独立检查')"——在 ANSI 代码页 1252 的 Windows 运行器上,print 写中文直接 UnicodeEncodeError,子进程退出 1,判定按 fail-closed 记 FAIL,测试却断言它该 PASS。本机(代码页 936)能过,所以一直没暴露。

  • 假后端改为显式输出 UTF-8 字节:测试里新增 _say(),走 sys.stdout.buffer.write(text.encode("utf-8"))。-X utf8 不够——PYTHONIOENCODING 会覆盖它,这一点是本地用 PYTHONIOENCODING=cp1252 复现时才看清的。
  • 顺手修掉一个「碰巧能跑」:测试里的 --command 一直没给解释器路径加引号,G:\workbuddy 1\...\python.exe 能被正确执行纯属 Windows CreateProcess 会沿命令行找「存在的最长前缀」。路径换成 C:\Program Files\... 就会碎。现在统一加引号。
  • 新增 1 条用例(共 108):后端吐出非 UTF-8 字节时,必须是「判定为未命中」,而不是让运行器抛 Traceback——errors="replace" 是契约的一部分,值得钉住。
  • CI 把这条路径钉死:unit-tests 的 Windows 腿现在显式带 PYTHONIOENCODING=cp1252 跑(Linux 腿不变)。既然用户就在非 UTF-8 控制台里跑,测试就该在那个环境里跑,而不是在碰巧是 CJK 代码页的机器上绿。
  • 契约写进文档:--command 的帮助文本、README.md / README.en.md 都补了一句「后端 stdout 按 UTF-8 解码,非 ASCII 输出要显式 UTF-8」。

v2.5.0 — 🎯 第三阶段:从「模式集」到「可执行的验收标准」

Choose a tag to compare

@github-actions github-actions released this 18 Oct 09:09

🎯 第三阶段:从「模式集」到「可执行的验收标准」

前两阶段把门禁修到「跑不动就红」。这一阶段解决最后一件没说清的事:谁都可以说自己的模式有效,只有跑过的人不算说。

  • 真跑反测 scripts/run_regression.py(新):不再只校验 JSON 字段,而是把 36 条 prompt 真的执行并做二值判定——assertions 必须出现、forbidden 必须不出现。判定刻意做得很笨(大小写折叠 + NFKC + 空白归一后的子串包含),因为「你没法手工复算的判定不算证据」。
    • fail-closed,而不是三态模糊:后端报错、返回空、条目没有 assertions 一律判 FAIL——这是 conventions/skill-evolution.md「硬门禁判定纪律」里早写下的规矩(「没法确认命中」不能拿「不好说」当通过)。初版把它判成 INCONCLUSIVE 并默认退出 0,等于自己又违反了一次自己的公约,已改回。INCONCLUSIVE 只留给条目运行前就写好的 N/A sentinel("na": "deprecated: ..."),且不计入已验证数;全表都是 N/A 时会显式警告「什么都没验证」。
    • 不绑定模型:--backend command 接任意 agent CLI(prompt 走 argv 单参数或 stdin,不经过 shell,prompt 里的 ;、$(...)、反引号都不会被解释);--backend openai|anthropic 直连 HTTP(纯标准库);--backend replay 离线重判上次录下的答案。
    • --record 存答案、--only/--limit 选子集、--system-file 注入公约、--json 出机器可读结果,报告写 BEHAVIOR_REPORT.md(FAIL 附缺失 assertion 与原文摘录)。
  • .github/workflows/behavioral-regression.yml(新):只在 workflow_dispatch 与每周一跑——这是唯一花钱的 workflow。没配 secret 时 job 跳过并写明原因,不伪装成通过。
  • Readiness 门禁可以装到别人的仓库里:
    • .github/actions/readiness-gate/action.yml(composite action):输入 path / fail-under,输出 score / grade / report,把五维明细写进 job summary,低于阈值让步骤失败。
    • .github/workflows/readiness-gate.yml(可复用 workflow):uses: Komagon/hermes-production-patterns/.github/workflows/readiness-gate.yml@v2.5.0。
    • 新增 scripts/gate_summary.py 把 audit --json 渲染成 markdown,避免在 YAML 里重写打分逻辑。
    • hpp audit --json --fail-under N 现在把失败信息写到 stderr,stdout 保持纯 JSON(| jq 不用先剥一行人话)。
  • 失败复盘提到首屏:README.md / README.en.md 顶部原来堆着 6 段 changelog,现在换成 4 条真实事故的一句话摘要 + 链接。四篇复盘各加开篇「如果你只记一句话」,examples/failures/README.md 索引表新增该列。
  • SECURITY.md(新):写清威胁模型(工具会读什么、写什么、密钥检测的能力边界)、支持版本、48 小时确认 / 7 天初步判断的响应时限、凭证如何存放。一个讲密钥管理的项目,这是底线。
  • .github/dependabot.yml(新):github-actions / pip / npm 三生态每周聚合更新,按周一分组。
  • 新增 4 个测试文件(共 107 用例):run_regression.py 的判定与诚实性(后端不可达、缺录制、shell 注入)、gate_summary.py、workflow/action/dependabot 的 YAML 合法性、以及在 bash 里真跑一遍 composite action 的脚本(action 是最容易「上线才发现坏了」的一块)。
  • 文档一致性检查扩容:新增「必需文件是否存在」与 README.md 里 N 个 pattern 的声明核对——这条声明此前写的是 20(实际 21),因为检查器压根没看它,漂了好几个月。

v2.4.2 — 🛡️ 第二阶段:把「靠自觉」的检查改成「跑不动就红」的检查

Choose a tag to compare

@github-actions github-actions released this 18 Oct 09:09

🛡️ 第二阶段:把「靠自觉」的检查改成「跑不动就红」的检查

v2.4.1 修的是「说的和做的不一致」,这一版修的是「检查和被检查者其实是同一个人写的」——每个门禁都能被自己刷过,等于没有门禁。

  • hpp audit 改为按内容取证,不再是文件名匹配:13 个 0 字节的 monitor.md/STATE.md/checker.md 曾经能刷到 86 分「Production Ready」。现在每项证据必须来自 ≥40 字符的真实正文(file: 命中要看文件有没有内容,content: 命中要扫正文),并且每条命中都记录证据出处,分数可以手工复算。新增 --json、-v/--verbose、--fail-under N:低于阈值退出码为 1。空壳工程现在得 0 分。
  • 密钥扫描重写:旧实现每条正则都用 ^...$ 整行锚定,而真实密钥从不独占一行(API_KEY = "sk-..." 永远匹配不到),所以扫描器 100% 漏报。现在改成非锚定模式(OpenAI/Anthropic、GitHub、AWS、Bearer、私钥块、Slack),带占位符与环境变量读取过滤,输出时脱敏(sk-A1b…W3x4)。validate 命中即退出 1。
  • lint.js 跨平台安全:CRLF 文件在 Windows 上会被判成「无 frontmatter」,旧 --fix 于是再插一个 frontmatter 块,把文件写坏并把 version: 1.0.0 降级成 0.1.0。现在统一换行后再解析、保留原换行写回、解析失败拒绝自动修复、修改前备份到 .hpp-backup/<时间戳>/。同时跳过 docs/、site/ 等生成目录(此前本地跑过 build_docs.py 就会把 lint 弄红)。
  • check_maturity.py 不再自证通过:6 条判定项原本 default=True,所以不带任何参数也报 6/8 通过。现在全部默认 False,新增 --project DIR 从项目里推导客观事实(STATE.md、幂等键、checker/、预算、monitor/runs.log 的运行日期),L3 明确返回「需人工评审」而不是静默 PASS。
  • 新增 scripts/check_docs_consistency.py:核对文档里声称的公约数、anti-pattern 数、starter kit 数、提示词数、版本号(package.json ↔ CHANGELOG ↔ git tag)与 21 篇公约的 frontmatter 完整性。上线第一次运行就抓到「v2.4.1 从未打 tag」。
  • 新增 tests/(pytest,72 个用例,覆盖率 84%):覆盖 hpp 的 5 个子命令与 8 个脚本的边界,含空壳工程、伪造证据、CRLF、重复幂等键、锁超时等回归点。测试直接以子进程驱动真实 CLI,所以 .coveragerc 用 patch = subprocess 让覆盖率跟进子进程。
  • CI 新增 unit-tests(Ubuntu + Windows 双矩阵)、repo-lint、docs-consistency:Windows 矩阵不是摆设——本阶段修的 5 个 bug 里有 4 个只在 Windows 复现(路径分隔符、fcntl/msvcrt 分支、docs\a.md 与 docs/a.md 不相等)。
  • 顺带修掉四个真实缺陷(都由新测试暴露,不是理论问题):
    • atomic_state_write.py 的 read_state 解析不了 format_state 自己写出的格式(章节被初始化成 list 又用字符串下标赋值,TypeError)——读写不闭环。
    • 同一脚本在父目录不存在时,锁文件创建失败被当成「锁竞争」,重试到超时后报 Could not acquire lock,与真实原因无关。
    • build_docs.py --check-nav 在 Windows 上把 docs\a.md 和 nav 里的 docs/a.md 相比,导致「全部页面既缺失又未知」;check_test_suite.py 遇到重复 id 时退出码仍是 0。
    • 所有入口脚本在非 UTF-8 代码页下打印中文会崩:Windows 的管道/重定向默认用系统代码页(英文机器是 cp1252),print("人工评审") 直接抛 UnicodeEncodeError。这个 bug 在 zh-CN 笔记本上永远复现不出来,是 CI 的 Windows 矩阵第一次跑就抓到的——也正是加那个矩阵的理由。现在所有入口统一把 stdout/stderr 钉到 UTF-8(真实控制台本来就走 WriteConsoleW,所以只影响管道与重定向)。

v2.4.1 — 🔧 对齐修复:让「承诺」与「实现」一致(无新增模式)

Choose a tag to compare

@github-actions github-actions released this 18 Oct 09:09

🔧 对齐修复:让「承诺」与「实现」一致(无新增模式)

本版不写新内容,只修 v2.4.0 之前遗留的「说的和做的不一致」。起因是一次外部代码审查——审计脚本可以被 13 个空文件刷到 86 分,而 main 的 CI 从 2026-09-30 起一直是红的。

  • cli/hpp.py init 不再用 cwd/home 路径白名单:该白名单把 /tmp 挡死(CI 冒烟脚本正好写 /tmp),是 CI 连续两次失败的根因;同时它也不提供真实防护。改为「不跟随 symlink + 不覆盖已有内容 + 不删除任何东西」。顺带修三个同类问题:~ 未展开(README 的 ~/my-agent 在 Windows 上会建出字面量 ~ 目录)、已存在空目录无法初始化(WinError 183)、目标为文件时抛未捕获 NotADirectoryError。
  • scripts/validate_state.py 接受 Markdown 列表前缀:v2.4.0 的「安全加固」把幂等键正则改成行首锚定,结果拒绝了仓库自带的示例(- 2026-06-29: article: uuid-a1b2c3)。这正是 skill-evolution 里「旧成功仍然成立」那条被自己违反的实例。同时 Lessons Learned 改为「章节必须存在、内容可为空」(新任务尚无经验可写)。
  • 两个 starter kit 的 STATE.md 补齐缺失章节(basic-agent 缺 Idempotency Keys,两者均缺 Lessons Learned),cron-production 的幂等键从表格改为与 templates/STATE.md.template 一致的列表格式——一个契约,不再各写各的。
  • scripts/run_regression.py → scripts/check_test_suite.py:它从来不跑任何 prompt,只校验 JSON 字段齐全。改名后报告口径同步改为 schema-valid,并显式标注「未执行行为验证」。徽章从 Regression 36/36 Pass 改为 Test suite 36 schema-valid。顺带删掉 Patterns covered 这个指标——它用 id.rsplit("-", 1) 猜模式名,36 条算出 36 个「模式」,是假的。
  • CI 新增 state-contract job:对 templates/、examples/、starter-kits/ 下每个 STATE.md 逐一校验,README 里「CI 自动运行 STATE 校验」这句话从此为真(此前为假)。regression-test job 更名为 test-suite-schema。
  • 新增 .gitattributes(* text=auto eol=lf):修 Windows 检出(autocrlf)后 lint.js 把全部 21 篇公约误判为「无 frontmatter」的根因,也让后续跨平台工具行为一致。
  • 文档数字对齐:21 个公约(原写 20)、anti-patterns 13 条(原写 8 种);package.json 版本 2.01.00(非法 semver)→ 2.4.1。

已知未修(下一阶段):hpp audit 仍只按文件名匹配证据、密钥扫描仍整行锚定、lint.js 在 CRLF 下仍会误判并可能写坏文件、check_maturity.py 仍有 6 条恒真项。详见审查报告的 P0-2/P0-3/P1-6/P1-7。

v2.4.0 — 判断层落地:决策契约 + Record & Replay + 离线评测标定

Choose a tag to compare

@Komagon Komagon released this 30 Sep 08:19

判断层落地:新增公约 decision-contract(判断/授权/执行三分离 + Record & Replay + 离线评测标定),配套 data-driven-optimization v1.1.0 / human-escalation v1.1.0 / hermes-capability-map v1.5.0,反测集 36 条,实测基线见 examples/decision-os-baseline-2026-09.md。


⚖️ 判断层落地:决策契约(Decision Contract)+ 复现 + 评测标定

此前的能力地图只覆盖执行层(cron/状态/错误)与产出层(浏览器/网关/多模态),本版首次覆盖判断层——「怎么判」不该埋在提示词里。

  • 新增公约 conventions/decision-contract.md v1.0.0(maturity: beta):判断/授权/执行三分离(Decision 出选择+置信度,Policy 出授权,Action 才执行);五种判断形态的契约六件套(type/candidates/policy/fallback/receipt/version);后端链 rule→cache→local→jev→llm→human(能规则就规则、硬边界先由代码裁剪候选集、失败与越界一律 fail-open);三段门与按 type 分阈值;Record & Replay(key 含 version/policy,未接受与降级结果也记,命中即短路复现);离线评测(弃权单列、有序档位用档位距离)。
  • data-driven-optimization v1.0.0 → v1.1.0:新增「标定闭环」——评测集 → 基线 → 分离度检验(真值 vs 错值置信度中位)→ --fresh 重跑 → 写回 policy.calibration。附三条实测教训:置信度不区分对错时阈值无效;有序档位别用精确匹配当唯一指标;弃权 ≠ 答错。
  • human-escalation v1.0.0 → v1.1.0:新增「弃权语义」——拒答不等于答错(实测某决策被算成 0.583,排除弃权后是 1.000);弃权要能归因到「谁弃的」(收据里的降级轨迹);弃权率当 SLO 看,不当错误率看。
  • hermes-capability-map v1.4.0 → v1.5.0:新增三族——「十五、决策与路由」(决策插件 / 影子钩子 / 只做判断的后端 / 收据与降级轨迹 / replay / 评测)、「十六、外部工具目录(MCP 延迟加载)」、「十七、多代理任务编排(kanban 工具族:依赖门 / 按原因分流的阻塞 / 交审与打回 / 附件 / 心跳 / 判官续跑)」。
  • 反测集 30 → 36 条(覆盖 19 → 20 个行为契约模式):新增 5 条决策契约反测(按类型分阈值 / 改型必须升版本 / 弃权不是答错 / 先查候选集再怀疑模型 / 打分刻度由档数决定)+ 1 条能力目录按需加载;skill-evolution 速查表同步。
  • 验证案例 examples/decision-os-baseline-2026-09.md:8 个判断的 labeled dataset 基线(含 4 个真实修复:候选集解析 0.31→1.00、打分刻度档位数坑、noul 置信度 margin 坑、弃权被算成答错),全部可 --fresh 复跑。按项目成熟度分级标为 🟡 beta(有初步验证数据,尚未 ≥30 天长期运行)。
  • 兼容性矩阵:新增 Decision Contract 行(任意版本可用,纪律即可落地;参考实现为扩展面决策 CLI + 可选插件,标 experimental)。

与既有资产关系:全部为增量章节与新增文件,未改动既有行为契约的既有小节;control-flow-separation(哪一步用代码)与本节(判断本身怎么被约束与授权)互补,observability-trace(收据)与 data-driven-optimization(标定闭环)为下游落地。

v2.3.0 — 硬门禁判定 + 变更后自动验证 hook + 任务遴选 + 变更收据

Choose a tag to compare

@Komagon Komagon released this 07 Sep 06:32

v2.3.0 (2026-09-07) — 三篇 X/GitHub 项目吸收

skill-evolution v1.3.1 → v1.3.3(借鉴 iFixAi 的 mandatory-minimum + N/A sentinel)

  • 硬门禁判定纪律:N/A 与验证失败分离(仅显式 sentinel 判 INCONCLUSIVE,其余 fail-closed)、横切技能条目强制门禁(不过则整体封顶)、分数封顶而非平均对消(PASS/FAIL 二值)。
  • 变更后自动验证强制 hook:skill 变更必跑 ① routing_check + capability_probe ② 反向引用 grep(横切技能引用非空 → 全量反测)③ 反测条目;缺项不结项。

cron-job-pattern v1.1.0 → v1.1.1(借鉴 polydao loop engineering)

  • 该不该自动化:频率×可逆性遴选 — 频率(每周重复)/ 可验证(一分钟确认)/ 可逆(错成本≈0);反例本:发消息/支付/发布/发邮件。

state-file-pattern v1.0.0 → v1.1.1(借鉴 LunarResearcher harness engineering)

  • 变更收据(Change Receipt):run 结束时收敛 state + evidence + unresolved risk 三件套,给人类审 + 给下次 session 起跑。

全部为增量章节,保留 hpp_* 发行元数据;未触碰既有行为契约。详见 CHANGELOG v2.3.0。

v2.0.00 — Productization Phase:MAKE PATTERNS USABLE

Choose a tag to compare

@Komagon Komagon released this 31 Aug 03:35

🚀 v2.0.00 — Productization Phase:MAKE PATTERNS USABLE

按产品化升级路线图执行。核心战略转变:不再以增加 Pattern 数量为目标,而是让既有 Pattern 被真正采用——从 Pattern Library 升级为 Production Engineering System。

新定位:A production engineering system for building reliable Hermes Agents.
Reliable. Observable. Recoverable. Evolvable.


🧰 Starter Kits(P0,starter-kits/,6/6)

每个 kit 都是可 cp -r 直接跑的骨架,含 Patterns Used 表、安装步骤、流程图与验证清单:

Kit 场景 复杂度
basic-agent 第一个 Agent,本地实验 ★
cron-production 定时无人值守,失败可恢复 ★★
maker-checker 产出质量高要求,独立验证(schema 契约 + red-flags + 压缩反馈模板 + 反测集) ★★
research-agent 证据驱动研究(evidence.jsonl 纪律 + 独立 Verifier + 断点续跑) ★★★
memory-agent 五层记忆 + 写侧三问 + 预定义召回 + 定期复盘 ★★★
self-evolving-agent Metrics/Baseline/Gate/Deploy/Rollback 完整自进化闭环 ★★★★

📦 Production Stacks(P0,stacks/)

五个 Opinionated 官方组合,叠加原则对齐成熟度 L1→L3:

  • 🟢 Starter Stack — SKILL + STATE + Control Flow
  • 🟡 Reliable Automation Stack — STATE + Cron + Error Compact + Checkpoint
  • 🔵 Quality Stack — Maker + Checker + Red Flags + Regression
  • 🟣 Memory Stack — Memory OS + Evidence + Retrieval + Review
  • 🔴 Evolution Stack — Metrics + Gate + Regression + Deploy/Rollback

⏱ 10-Minute Quick Start(P0,quickstart.md)

六步从零到第一个 Production Agent:复制 kit → 定义技能 → 初始化状态 → 运行 → 独立验证 → 挂定时。网站 Hero CTA 已改为「10-Minute Quick Start」优先。

🧭 Router 2.0(P0)

Router 页新增 Problem → Diagnosis 表:7 类用户症状(重启断片 / cron 跑偏 / 自己验自己 / 结论无出处 / 经验不沉淀 / 改 prompt 像赌博 / 多 Agent 接缝出错)→ 诊断 → 推荐 Stack → 落地 kit。

📋 Production Recipes(P1,recipes/,7 个)

每个九节齐全:Problem / Architecture / Patterns Used / Installation / Configuration / Run / Failure Modes / Recovery / Metrics:

daily-news-agent · content-pipeline · research-pipeline · autonomous-monitor · coding-agent-pipeline · knowledge-agent · multi-agent-workflow

✅ Production Audit + Readiness Score(P1,audit/)

  • 审计规范:查 Pattern Evidence(行为证据),不是「文件存在」
  • 15 项行为检查单(A 可靠性 / B 可观测性 / C 可恢复性 / D 质量 / E 进化)
  • 五维加权评分模型:Reliability 25 / Observability 20 / Recoverability 20 / Quality 20 / Evolution 15,总分 100

🔌 hpp CLI(P2,cli/)

纯 stdlib,零依赖,cli/hpp 直接运行:

hpp init cron-production ~/my-agent   # 六 kit 脚手架
hpp add maker-checker ~/my-agent      # 五 pattern 增量注入(幂等跳过)
hpp validate ~/my-agent               # SKILL 契约/STATE/JSON/YAML/密钥泄漏
hpp audit ~/my-agent                  # 五维打分条形图 + 缺失项 + 建议命令
hpp doctor                            # 环境诊断

已本地全命令实测:新 kit audit 6/100 → add maker-checker + error-compact → 62/100,建议命令联动正确。

🌐 Compatibility Matrix(P1,compatibility/)

13 个 pattern 的 min_hermes / status / requires 矩阵,机器可读 hermes-versions.yaml 供 CLI 与审计工具引用。

🖥 网站重组

导航改为 START HERE / BUILD / UNDERSTAND / VALIDATE 五区;build_docs.py 复制清单扩展至全部新板块并新增 starter-kits 生成页与 cli 页;check-nav 64 页全过。

🔄 CI

新增 hpp-cli-smoke job:init → validate → audit → add → audit 全链路回环 + starter-kits 六 kit 契约断言。


📊 Full Changelog

v1.04.00...v2.0.00(v1.05.x / v1.06.x 文档站与 maker-checker 升级亦包含在内)

核心不再是 More Patterns,而是 MAKE PATTERNS USABLE.