SkillFoo V3.2 U1

在冻结评测、安全边界与可审计回滚下，受控演化 SKILL.md。
A bounded, evidence-driven CLI for evolving AI skills without hiding regressions.

在线原型 · 前端源码与本地预览 · 快速开始 · U1 合同 · Issues

SkillFoo 是一个本地实验性 CLI：它冻结 Task Card、评测合同和运行身份，在受限的 SKILL.md 编辑面内生成并比较候选，最终写出 public selection、Direct 与条件 sealed 的审计证据。它不会覆盖输入 Skill，也不会自动发布候选；一次合法运行可以正常结束为“保留 Starting Reference”。

打开 SkillFoo 在线原型 →
原型用于查看项目流程与案例展示；实际 Skill 演化通过本仓库的本地 CLI 运行。该网站不是在线演化服务，也不是 CLI 或离线测试的依赖。

直接改写一份 Skill 很容易，但很难回答“为什么改、是否真的更好、退步时如何恢复”。SkillFoo 将这些问题放进同一条受控链路：

• 明确意图：把自然语言目标整理为可确认的 Task Card 与评测边界。
• 保留起点：冻结原始 B0，并从完整意图生成 S0；两者都不会被候选覆盖。
• 受控演化：维护 Anchor / Elite / Diversity，通过 exploit / diversify 多代变异和有界精修探索候选。
• 证据化选择：隔离 public-train 与 terminal public-select，记录候选选择或起点保留决策；该阶段不执行源文件替换。
• 非退化保护：严格 JSON、deterministic verifier、五维最低线、安全/能力/红线与 critical regression 共同限制冠军资格。
• 隔离对照：保留同合同 one-shot Direct；它与 Adaptive 上下文隔离，但不构成外部独立评测。只有满足正式前置条件时才进入唯一一次 sealed audit。

需要 Node.js 20 或更高版本。

git clone https://github.com/azbigboss66-oss/skillfoo-v3.git
cd skillfoo-v3
npm ci
npm run build
npm test
node dist/cli.js --help

安装、构建、测试与帮助命令不需要模型密钥，也不会调用真实 Provider。

Live 执行使用一条 OpenAI-compatible Chat Completions adapter，不猜测厂商、endpoint、model 或鉴权方式。必须显式设置 LLM_BASE_URL、LLM_MODEL 和 LLM_AUTH_MODE；bearer 模式还必须设置 LLM_API_KEY。旧 DEEPSEEK_* 变量不会作为静默 fallback。

本地无鉴权 endpoint 示例：

LLM_BASE_URL=http://127.0.0.1:11434/v1
LLM_MODEL=<local-model>
LLM_AUTH_MODE=none

云端 Bearer endpoint 示例：

LLM_BASE_URL=https://provider.example/v1
LLM_MODEL=<model>
LLM_AUTH_MODE=bearer
LLM_API_KEY=<your-key>

authMode=none 只表示不发送 Authorization header，不代表禁止网络访问。不要把真实 Key 写入 .env.example、命令参数、结果、日志或 Git 历史。默认 portable preset 不添加厂商专属字段；CLI 的 deepseek 选项仍复用同一 adapter，只选择显式 DeepSeek request preset。

一次可进入完整评测链的 instruction-only U1 演化需要：

1. 一个只含待优化指令的 SKILL.md；
2. 一份结构化 intake JSON：自然语言目标、至少两个真实场景、至少一条红线、能力边界、五项完整 intentDetails，以及可选的质量优先级；
3. 用户在两个不同检查点分别审核 Task Card 与评测摘要，并显式确认。

五项 intentDetails 分别是 goal_and_intended_user、inputs_and_evidence、output_and_format、capability_boundary_and_redlines 和 success_criteria_and_protected_behavior。能力边界需明确 allowedCapabilities、network、filesystem 与 externalActions。

intake --goal ... --interactive 可以离线澄清五项意图，但不会替用户编造场景或红线，因此它本身不是完整评测链的全部输入。依赖型 Skill 还需要显式提供逐文件 hash 固定的 runtime-context.v1.json。references、attachments 与声明式 replay 始终位于候选 root 之外，只是冻结、只读的评测上下文，不会成为变异目标。

flowchart LR
    A["SKILL.md + 完整意图与场景"] --> B["Task Card"]
    B --> C["人工确认 1"]
    C --> D["评测草案与中文摘要"]
    D --> E["人工确认 2<br/>提交 formal approval lane"]
    E --> V["eval-freeze<br/>contract + holdout + manifest"]
    V --> F["B0 / S0"]
    F --> G["Anchor / Elite / Diversity"]
    G --> H["exploit / diversify<br/>多代变异与精修"]
    H --> I["public-train"]
    I --> J["terminal public-select"]
    J --> K{"全部冠军硬门通过<br/>且 score delta ≥ 3?"}
    K -- "否" --> L["保留 Starting Reference"]
    K -- "是" --> M["记录 Final Public Champion"]
    L --> N["同合同 Direct 对照"]
    M --> N
    N --> O{"sealed 前置条件完整?"}
    O -- "否" --> P["holdout not entered"]
    O -- "是" --> Q["唯一一次 sealed audit"]

候选退步只淘汰该候选。terminal public-select 先从 B0/S0 中选择可比较且得分更高的 Starting Reference（同分保留 B0），再从不同 hash 且通过全部冠军硬门的挑战者中选择 public weighted mean 最高者；只有提高至少 3 分时才形成 clear_improvement。Direct 不追溯修改已经冻结的 public 决策，sealed 也不会向生成或修复链反馈。

公开命令面包含：doctor、intake、eval-draft、eval-review、eval-freeze、bootstrap、preflight、provider-check、calibration-run、adaptive-run、direct-run、audit-compare 和 suite-report。

# 从完整结构化输入生成 Task Card；CLI 不会替用户补造场景或红线
node dist/cli.js intake --from <intake-input.json> --skill-dir <skill-dir> --out <project-dir>

# 用户第一次审核并确认 Task Card
node dist/cli.js intake --confirm <project-dir>/task-card.draft.json --by "<human-reviewer-label>" --out <project-dir>

# 离线生成评测草案、curation 与 sealed-safe 中文摘要
node dist/cli.js eval-draft --task-card <project-dir>/task-card.confirmed.json --out <project-dir>
node dist/cli.js eval-review --dir <project-dir>

# 用户阅读摘要后完成第二次确认，并提交独立 formal-evidence approval lane
node dist/cli.js eval-review --dir <project-dir> --confirm --by "<human-reviewer-label>"

# 在该 formal lane 中写入冻结合同、holdout 与 manifest
node dist/cli.js eval-freeze --dir <project-dir> --adapter instruction-v1

node dist/cli.js bootstrap --dir <project-dir>/formal-evidence --skill-dir <project-dir>/b0-source --adapter instruction-v1 --out <project-dir>/formal-evidence/bootstrap

node dist/cli.js calibration-run --dir <project-dir> --out <project-dir>/formal-evidence/adaptive --provider openai-compatible --allow-network --confirm-real-provider I_UNDERSTAND_REAL_PROVIDER_COSTS --no-release --max-retry-attempts 0 --evaluator-request-timeout-ms 120000 --proposer-request-timeout-ms 180000

node dist/cli.js adaptive-run --dir <project-dir> --skill-md <project-dir>/formal-evidence/b0-source/SKILL.md --out <project-dir>/formal-evidence/adaptive --provider openai-compatible --allow-network --confirm-real-provider I_UNDERSTAND_REAL_PROVIDER_COSTS --no-release --call-envelope-multiplier 2 --max-retry-attempts 2 --evaluator-request-timeout-ms 120000 --proposer-request-timeout-ms 180000 --mode standard --max-generations 2 --max-refinements 2 --max-in-flight 1

node dist/cli.js direct-run --dir <project-dir> --skill-md <project-dir>/formal-evidence/b0-source/SKILL.md --out <project-dir>/formal-evidence/adaptive --strategy one_shot --provider openai-compatible --allow-network --confirm-real-provider I_UNDERSTAND_REAL_PROVIDER_COSTS --no-release --call-envelope-multiplier 2 --max-retry-attempts 2 --evaluator-request-timeout-ms 120000 --proposer-request-timeout-ms 180000 --mode standard --max-in-flight 1

# 仅在 public-select 形成合格新冠军且其它正式门禁满足时才可能读取 sealed
node dist/cli.js audit-compare --dir <project-dir> --out <project-dir>/formal-evidence/audit --provider openai-compatible --allow-network --confirm-real-provider I_UNDERSTAND_REAL_PROVIDER_COSTS --no-release --call-envelope-multiplier 2 --max-retry-attempts 2 --evaluator-request-timeout-ms 120000 --proposer-request-timeout-ms 180000

• 只优化 SKILL.md：不优化 scripts、references、attachments、插件、网页、数据库或完整 Skill 包。
• 冻结运行上下文：reference-v1 只允许通过声明过的逻辑 ID 读取 hash-bound、只读、零网络上下文；它不授权任意路径、命令或真实外部行动。
• 三层资格：Comparison baseline、Eligible champion 与 Releaseable candidate 含义不同。“完成但得 0 分”不等于“评测没有完成”，但无效 JSON 或 hard-contract 失败的候选绝不能成为冠军。Releaseable 还需要额外门禁；本仓库描述的正式运行保持 no-release。
• 保留起点是正常结果：没有合格改进时保留所选 Starting Reference（B0 或 S0），说明非退化保护生效，不代表演化获得成功。
• Provider 仍有边界：正式运行使用单一 OpenAI-compatible Chat Completions adapter；portable 与 deepseek 只是显式 request preset。它不代表支持任意厂商协议、Responses API 或未声明的请求字段，具体 endpoint/model 仍需操作员验证。
• 同模型局限仍存在：同一模型家族可能承担 proposer、evaluator 与 semantic judge。角色隔离、严格 schema 和 deterministic gates 能降低风险，但不等于独立外部验证或普遍效果证明。
• 发布相互独立：GitHub 源码公开、npm 发布与生成候选 Skill 的 release 是三种不同操作；本仓库保持 private: true，不会自动 push、publish 或 release。

Live 执行会把完成相应阶段所需的任务、候选和评测内容发送给配置的 Provider；“本地 CLI”不代表数据不离机。运行目录还可能包含目标、审核者标签、候选 SKILL.md、评分、确认记录和 sealed 材料。.gitignore 只是仓库卫生措施，不能阻止外部传输，也不能保护写到其它 --out 路径或已经进入 Git 历史的文件。请只使用获准的数据，并在公开前检查暂存区、完整历史和发布包。

仓库配置了零网络单元、合同、主链集成测试，以及安装、构建、全量测试和 CLI-help 工作流。只有公开远端的实际工作流结果才代表该提交的 CI 状态；这些检查证明工程连接和确定性边界，不等于重新证明模型优化效果。public 的 100 分也只表示某一冻结合同上的结果，不是绝对满分。

• CLI 软件包版本：1.0.0。
• 架构与评测协议：SkillFoo V3.2 U1。

两个版本号属于不同层次：前者是软件包版本，后者描述当前只优化 SKILL.md 的受控演化架构。

• 贡献指南：CONTRIBUTING.md
• 安全政策：SECURITY.md
• 当前 U1 合同：docs/U1_CONTRACT.md
• 问题与功能建议：GitHub Issues
• 维护者：@azbigboss66-oss

请不要在公开 Issue、PR、测试 fixture 或模型记录中提交 API Key、原始 Provider 响应、真实人工确认、业务附件或 sealed 内容。安全问题请遵循 SECURITY.md 的私密报告边界。

本项目以 MIT License 发布。第三方依赖和内容仍分别遵循各自的许可证与版权声明。