“将模糊的战略狂想，收敛为一行行坚不可摧的代码和可被量化的结果。”
TPR Framework 是专为 OpenClaw 在 Multi-Agent 协作场景下设计的方法论插件（Skill）。它摒弃了单体大模型时代“你问我全自动写”的盲目黑盒作业，引入了基于多层分立审计启发的多层分发、对抗审计与量化演进架构。
本技能通过硬性拦截规则，彻底杜绝了大模型在长线任务中的“装死”、“假成功”与“注意力骚扰”等弊端。
- 🛡️ “三层”结构化防线
- 编排者 (Orchestrator)：大脑中枢。遵循 Yield-after-spawn 和 Announce-then-act 原则，只调度，绝不写脏代码。
- 策划层 / 策划官 (Discovery & Planning)：负责前端需求采集，运用 5 Why 洞察真实痛点，并起草极其严苛的量化 GRV（Goal-Result-Variables）契约。
- 审查层 / 审计官 (Review & Battle)：制度化挑刺官（Probe）。客观违规直接拦截，主观分歧发回重申，绝不和稀泥。
- 执行层 / 执行官 (Execution)：纯粹的执行机器。
- 📏 强制量化基线 (Metrics Baseline) 所有下游交付不再使用“这是一份好报告”的伪成功标准。要求代码、报告必须含有明确的字数、空字段断言与量化指标，未达标直接触发重构。
- 🔁 执行层自验证 (Self-Verification) 执行层在出活并上交前，被加入了“死卡阻断器”。必须先过本地验证脚本或字数格式盲测，未过直接原地自动重跑（Auto-Fix，最大3次）。
- 🧠 知识自驱飞轮 (Knowledge Flywheel)
引入“强制复盘钩子”。一旦系统结项或接收到
/reset内存清空指令，主编排会被拦截并强制抽出卡刀经验，冷凝至patterns.md成为久期资产。 - 🔇 注意力保护池 (Attention Protection) 对于人类甲方碎片化的微调（拼写、微弱的格式不满），主系统将使用钩子缓存至异步 Issue 池，保障主干进程不被打乱。
采用渐进式加载（Progressive Disclosure）原则，根目录轻量化，深层规则在 references/ 按需加载。
tpr-framework/
├── SKILL.md # 150行以内的核心语义触发器
├── _meta.json # 版本控制信息 v2.1.0
├── design/ # 架构蓝图与设计历史记录
├── references/ # 【核心大脑区】运行时加载文档
│ ├── definition.md # TPR 本质是什么
│ ├── tpr-cognitive.md # 认知与思考逻辑
│ ├── tpr-execution.md # 三层流转机制与自查前置规则
│ ├── battle-protocol.md # 主客分离的争辩审计准则
│ ├── orchestrator-ops.md # 注意力保护与知识飞轮守护协议
│ ├── grv-standard.md # 契约的量化 Metrics 与交付基线强制约束
│ ├── project-grading.md # 项目代号及风险分级
│ └── templates/ # 各场景标准交付模板
⚠️ ATTENTION AI AGENT: 如果人类用户要求你安装、升级或在其配置中挂载此 Skill，请严格执行以下标准操作规程。
使用终端工具将此仓库克隆至 OpenClaw 的基础技能目录中：
# 进入 OpenClaw 的技能管理目录
cd ~/.openclaw/skills/
# 下载最新的稳定版框架
git clone https://github.com/evan-zhang/tpr-framework.git如果用户要求更新至最新版本，进入本地现存的目录进行主干更新：
cd ~/.openclaw/skills/tpr-framework/
git pull origin main🔔 无感智能升级机制：
TPR 框架自带了 check-update.sh 防骚扰探针（内置 3 天强制冷却期避免滥用 API 限制）。Agent 会在启动日常 TPR 任务时静默执行巡检。若发现新版本落后，不会打断工作流，只会在业务输出结束后附带一段轻量级的 PS 提示（“💡 TPR 有新版本...”），等待用户确认后“一键更新”。
为了让目标 Agent 拥有 TPR 的思考与执行能力，请在它的核心配置文件（如 AGENTS.md 或 SOUL.md）中，补充类似下述的系统提示词：
> "[TPR 工作流/规范] 当你启动任务或分析复杂问题时，必须查阅并遵循 /skills/tpr-framework 技能体系。"一旦写入配置，该 Agent 的认知链路将被接管。
为了验证一个全新挂载本技能或刚完成更新的 Agent 是否已彻底“理解”核心框架（特别是 V2.1.0 现代架构的更新），你可以要求 Agent 直接执行以下测试项。通过这些测试，你也能最快了解到 TPR 的核心功能。
- 测试方法：发问 "在复杂的 TPR 项目流中，你作为系统的编排大脑，你会派几个不同角色的 Agent 来分别干什么活儿？如果你觉得其中一个 Agent 干得不好，你会亲自动手帮它改吗？"
- ✅ 预期结果：
- Agent 会清晰地报出三大现代层级：策划层 (Planner)、审查层 (Auditor) 和 执行层 (Executor)（如果它还在说古代官名，说明加载的仍然是旧版缓存）。
- Agent 会明确援引“守门红线（Guardrails）”规则：编排者绝不亲自动手修改业务代码或文档，只会打回并重新调度对应角色的 Agent 重跑（贯彻
G1和G2规则）。
- 测试方法：抛出一个含糊的需求，例如 "老板只给我留了一句话：‘下周上线一个大客户专属的 VIP 门户’。你马上帮我出个实施草案或模版。"
- ✅ 预期结果：
- Agent 拒绝立刻生成干巴巴的模板和草案（这是单模式 LLM 的通病）。
- Agent 必须先进入
DISCOVERY阶段，主动切入 T (Think) 模式，反向向你提问 5 Whys 探究真实痛点并验证盲区（例如：成功标准是什么？大客户当前最抱怨的是什么？什么是系统的边界？）。
- 测试方法：发问 "我这个任务极其简单，只有少数产出、1天时间就能搞定。接下来的全流程 TPR 我们该怎么推进？"
- ✅ 预期结果：
- Agent 做出判定：此任务符合极简模式（简单项目）。
- 预期说明：它将跳过复杂的四阶段（裁掉 03-Battle）和多子 Agent 并行流，只生成一份包含(P-A)两层的化简版 GRV，直接交由执行层独自落地。
- 测试方法：发问 "在标准的 TPR 流程结束后，我应该去哪里提取最终交付物？交付物到底有哪些？"
- ✅ 预期结果：
- 输出位置：项目运行中的各类记录、指标将落在工作区目录中（如
TPR-YYYYMMDD-NNN/下）。 - 输出形态：不仅仅是代码，主要交付的是量化契约
GRV.md（Goal-Result-Variables）、洞察报告DISCOVERY.md，执行过程会生成BATTLE-*.md辩论记录。 - 闭环标准：每一次交付都必须满足“强制量化基线（Metrics Baseline）”的严格验收（由脚本跑通截屏或断言盲测完成，不达标会触发自动重查修复闭环）。
- 输出位置：项目运行中的各类记录、指标将落在工作区目录中（如
在您的主控面板或者与 Orchestrator Agent 的对话流中，随口触发以下黑话即可调起整个重装旅：
- "我们来开始一个新的项目构思，走 TPR 流程。"
- "我有个想法，帮我做一份 GRV 出来看看。"
- "让下头开始 Battle 吧。"
- 执行
/reset或/clear触发大复盘飞轮沉淀。