TashanGKD

指导 AI 正确填写任务日志，并在任务完成后自动提取认知价值。当任务完成后、对话即将结束时、或用户提到「写日志」「更新日志」「任务记录」时自动触发。对应 AGENT_RULES.md RULE-01/02/03。版本：v2.0（2026-03-19新增步骤四：认知提取）

项目收尾检查。在项目完成后、再次打开前执行：多角色文档审查 + 追踪台核查 + 遗留事项清点，输出收尾报告。与 project-retrospective 的区别：本 Skill 检查文档一致性和遗留问题，后者更新 Skill 体系。触发词：「项目收尾」「收尾检查」「确保文档自洽」。

项目规范问题自动修复 Skill。当用户指出项目内的规范偏差时，自动分类问题类型，路由到对应角色Skill执行修复，并通过verifier验证修复效果。类比产品侧「问题追踪+修复」的完整闭环，是项目内规范问题的「接收→分类→执行→验证」一体化机制。触发词：「这里有个规范问题」「这不符合规范」「规范偏差」「按规范修复这里」「这里违反了规范」「规范不对」「帮我修复规范问题」。注意：与 issue-tracker 的区别——后者只记录不执行；本 Skill 记录并自动路由执行。

基于已有项目做重构/新建（搬家不重写）的完整流程 Skill。当用户需要从现有混乱项目迁移到干净新项目时激活，引导完成：新项目文件夹 → PM功能清单 → 技术架构+红蓝推演（回写闭环）→ Cursor规范配置 → 分Phase构建。区别于 role-技术架构师（后者设计新技术方案）：本 Skill 是迁移型，先盘点已有资产，再设计去哪里放。触发词：「基于已有项目重构」「重构方案」「新建项目并迁移」「搬家不重写」「从零开始但复用现有代码」「项目架构整改」。

项目级 Skill 批量复盘。在一个项目/任务闭环完成后，主动扫描本次对话中调用过的所有 Skill，逐个判断是否需要新建或更新，批量调用 skill-capture-closure 完成沉淀，最后输出复盘报告。触发词：「项目做完了」「更新一下Skill」「基于刚刚的过程更新规范」「做个项目复盘」「沉淀一下经验」「把这次的经验记下来」。

整改计划制定 Skill。将差距报告、审核发现、或不兼容分析转化为有优先级、有验收标准的可执行整改计划。每个步骤配对验证方法，防止「计划没有验证」的情况。触发词：「基于这个分析制定整改计划」「怎么修复这些问题」「制定改进方案」「这些差距怎么补」「把发现转成行动计划」。

对任何主题进行系统调研，自动产出图文并茂的 Markdown 文档（含 Mermaid 结构图 + qwen-image 可视化），保存到认知结构对应维度的知识库，并自动注册到文档分类清单和知识图谱。当用户说「帮我调研/调研一下/系统调研/研究一下/帮我系统了解/深度研究 [主题]」时触发。

展示完整的科研数字分身供用户审核，收集反馈并标记审核状态。当用户想查看画像、或数据采集完成后进行确认时使用。

DevOps/运维角色。关键词：部署/上线/CI-CD/服务器/Docker/nginx/SSL/域名/端口/监控/GitHub Actions。接收测试通过报告后执行部署，维护生产环境，监控AI调用成本。

从现有 role-* Skills 动态发现所有任务场景，为每个场景生成包含「认知根 D0 节点」和「认知反馈节点」的完整大闭环沙盘文件（status: draft），供 skill-closure-verifier-meta 做 Phase 2 验证。⚠️ 与 skill-sandbox-expander 的区别：后者从已有域的缺口扩充；本 Skill 从零发现所有场景，生成覆盖全体系的初始沙盘库。触发词：「场景沙盘生成」「为当前体系生成场景沙盘」「发现所有任务场景并建沙盘」「场景化沙盘覆盖」「从零建沙盘库」。

任务结束后的统一复盘入口，同时覆盖「修改」（识别并修复 B/K 对象缺陷）和「沉淀」（将新经验/洞见写入对应 B/K 对象）两个方向。主分类轴：B-object（Skill/Rule/Agent）vs K-object（原则/框架/规范/项目规格/碎片），操作类型：modify（修改已有）或 create（新建沉淀）。触发词：「复盘一下」「做个复盘」「这次踩坑了」「这个经验值得记」「跑通了」「总结经验」「沉淀一下」「记录一下这次」。注意：项目级批量复盘请触发 project-retrospective。

元级闭环验证编排器。读取五域形式化描述（DOMAIN-REGISTRY + NODE-IO-CONTRACTS），两阶段（Phase 1预想/Phase 2实际）执行沙盘验证，调用 skill-domain-health-check 检查传播完备性，调用 skill-domain-self-optimizer 生成修复方案，输出带证据链的全系统闭环验证报告。这是整个Skill体系自我验证的最高入口。触发词：「运行元验证」「闭环验证」「验证Skill体系传播完备性」「系统闭环检查」「全域验证」「元系统运行」。

Skill/Agent/Rule 开发全流程双视角导引者。新建或重构任何 Skill/Agent/Rule 时激活。判断复杂度级别（L1-L4），引导完成双层产品定义（人层意图 + Agent层规格），按级别触发对应关卡（A=AI执行者模拟/B=系统冲突破坏/C=行为验证）。触发词：「新建Skill」「设计一个Skill」「要写一个新的Skill」「新建Agent」「设计子智能体」「新建Rule」「设计规则」。

按域检查Skill体系的传播完备性：所有节点可达、I/O契约满足、任意入口可触发相关闭环终态。与 skill-system-health-check 互补——后者检查内部一致性（版本/触发词/文件存在），本Skill检查跨节点的传播完备性（任意输入能否完整走完闭环）。触发词：「检查[域名]域健康」「[域名]域传播完备性检查」「域健康报告」「[域名]闭环是否完整」。通常由 skill-closure-verifier-meta 调用，也可独立触发。

基于域健康报告和沙盘Gap记录，识别断裂模式，生成具体的补全行动方案：新Skill提案/现有Skill修改建议/缺失触发链路描述。与 skill-evolution-planner-meta 的区别：后者基于历史日志做宏观演进规划；本Skill基于具体Gap证据做定向修复。触发词：「优化[域名]域」「修复[域名]域Gap」「[域名]域自优化」「根据健康报告生成修复方案」。通常由 skill-closure-verifier-meta 调用，也可独立触发。

Skill体系演进规划 Skill。基于CO-BUILD-LOG（决策轨迹）、PENDING-EXPERIENCES（踩坑模式）、PENDING-SKILLS（需求积压）和SYSTEM-BLUEPRINT（体系蓝图），主动分析Skill体系的演进方向——哪些Skill应该新建、哪些应该合并/拆分、哪些描述需要重写、哪些触发词需要调整、整体编排架构是否需要升级。对应产品侧的 product-evolution-planner。触发词：「Skill体系怎么演进」「Skill体系应该怎么完善」「有没有新的Skill需要建」「Skill体系演进建议」「主动分析Skill体系」「Skill体系下一步」。

全量搜索外部 Skill/Agent/Rule 仓库，必须执行7维度协议，禁止以少于7维度的搜索声称「全量完成」。触发词：「全量搜索 skill 库」「搜索 GitHub skill 仓库」「找所有 skill 库」「有没有遗漏的 skill 仓库」「更新 skill 参考库」。

沙盘库系统化扩充 Skill。识别各域沙盘覆盖缺口，建议优先场景（优先级：缺失类型>跨域>边界>变体），严格两阶段生成（Phase 1 禁止读 SKILL.md → Phase 2 对照验证），将 status="draft" 补全为 "validated" 或 "gap-found"，持续推进 100 沙盘目标。触发词：「扩充沙盘」「增加沙盘」「写更多沙盘」「沙盘库不够」「填充沙盘覆盖缺口」「把[域名]域的沙盘补到N个」「沙盘数量太少」「补全draft沙盘」「把草稿沙盘补完」「把所有草稿补完」「把draft补成完整版」。

Skill体系自洽性审查 Skill（由用户主动触发，不被其他组件调用）。主动检查整个Skill/Agent/Rule体系的内部一致性：触发词冲突、孤立组件、版本漂移、SKILL-INDEX与实际文件不一致、alwaysApply Rule叠加矛盾等。对应产品侧的 project-closeout。注意：与 skill-system-destroyer（子智能体，只读审查新组件冲突）不同——本 Skill 审查整个体系的历史一致性。触发词：「检查Skill体系」「Skill体系有没有问题」「Skill体系自检」「Skill体系自洽性」「Skill健康检查」。

他山工作台（tashan-workbench）开发专属 Skill。接手/开发/调试工作台时激活：启动命令、架构速查、历史踩坑、测试方法。触发词：「他山工作台」「openwork-local」「tashan-workbench 开发」「工作台怎么启动」「接手工作台」「工作台调试」。

测试环境自动准备 Skill。在执行任何测试之前，自动检查并准备完整的测试环境：服务健康检查、自动启动后端、数据库就绪、测试账号创建、依赖验证。确保后续测试在稳定环境中执行。触发词：「准备测试环境」「环境预检」「初始化测试环境」「测试前准备」。也被 role-测试工程师 Step 0 和 fixer Step A0/B0 自动调用。

三大闭环日常健检（v2.0）。快速读取系统状态文件（约1分钟），从三个层次输出健康仪表盘：①运营指标层（PENDING-EXPERIENCES/碎片积压/一致性检查日期/cascade/PENDING-SKILLS）②沙盘状态层（sandboxes/目录的 validated/draft/gap-found 分布）③D0覆盖率层（role-* Skills 有多少已有认知根行）。触发词：「三大闭环健康检查」「全系统健康报告」「整体系统健康」「三个闭环都健康吗」「三大闭环状态怎么样」。⚠️ 本 Skill 为快速只读健检，无 Full 模式。深度场景沙盘验证→skill-closure-verifier-meta；生成场景沙盘→scenario-sandbox-builder；单一Loop专项→对应专项Skill。

指导 AI 正确执行跨项目联动通知。当任务涉及①公理体系变动、②体系结构变动、TF变动、分身数据格式变动、产品设计变动时触发。对应 AGENT_RULES.md 第六节和 06_全链路联动规则.md。

对已有科研人员画像进行精确的字段补充或修改。当用户说「修改」「更新」「补充」「不对」等，或审核反馈后需要更新数据时使用。

为他山学科交叉公众号撰写微信文章，包括选择文章类型、套用排版模板、生成配图、转换HTML、添加底部模板。当用户说"写一篇公众号文章""帮我写他山文章""写公众号推文""帮我把这篇写完""补全这篇文章""继续写这篇"时使用。写完后自动触发 article-proofreading 审稿。

AI效果评测子智能体。以独立视角评测 LLM 调用链、Prompt 设计、智能体输出质量。检查幻觉率、边界输入处理、输出一致性、成本效率。与 AI 工程师开发上下文完全隔离。由 role-AI工程师 Skill 调用。

架构破坏审核子智能体（关卡B）。以黑客/极端用量视角审查技术架构草稿，找出安全漏洞、性能瓶颈、可演化性问题。与架构设计上下文完全隔离，避免设计者视角的盲区。由 role-审核者-系统破坏 Skill 调用。

协作建设过程日志子智能体。在人机协作构建新 Skill/机制/架构的过程中，将关键决策点（任务启动/方案提出/方向转折/意外发现/任务完成）写入过程日志。后台模式，不阻断主任务。由 co-build-log Rule 驱动。

认知级联通知器（后台异步）。当 L1.5 新原则被确认或 L1 文档发生重大更新时，后台分析五域工作节点，将需要重新对齐检查的待办条目写入待完成总清单，修复 Loop 2→Loop 3 级联触发❌缺失问题。

碎片批量整合器。当待整合碎片≥5条时，在独立 context 中以「L1文档内部居民」视角分析碎片，输出精确整合方案（含章节锚点/措辞草稿/自洽检查），还原小人机制的纯粹性，避免主 context 中碎片捕捉历史对整合视角的污染。

任务认知萃取器。在认知类任务完成后（任务日志包含 cognitive-* / L1/L1.5/L2/L3 等关键词时），在独立 context 中从高抽象层次分析任务日志，主动萃取认知价值，生成候选 L2 碎片并提供正确路由（L2碎片→capture-fragment / L1.5候选→extract-principle）。修复 Loop 3→Loop 2 认知反馈非系统性问题。

认知自洽验证器。在独立 context 中验证 L1 文档更新的自洽性（CV-1 L0一致性 / CV-2 L1.5原则校验 / CV-3 邻域矛盾检测），输出通过/警告/不通过报告。被 cognitive-update-knowledge 和 cognitive-integrate-fragments 调用，在创作操作完成后提供独立视角验证。

代码修复子智能体。与开发上下文完全隔离，从干净上下文接收 Bug 描述，执行完整的 TDD 修复协议（先复现→先写失败测试→修代码→CI通过→更新追踪台）。支持三种模式：①单Bug内联修复（被测试agent spawn）②全自动修复循环（读追踪台P0→P1→P2循环至收敛）③紧急P0热修复。所有修复信息通过文档传递。拥有完整终端权限：可执行测试、重启服务、运行 CI。由 bug-fix-loop-coordinator 或测试agent调用，或用户说「spawn fixer」「修复这个Bug」「全自动修复」时使用。

架构文档审查子智能体。以技术架构师「专业读者」视角审查技术架构文档与产品定义的对齐情况，检查技术决策是否都有记录，以及架构与产品需求是否一致。与 role-技术架构师（创作模式）完全不同：本角色只读取、不修改。由 project-closeout Skill 调用。

开发文档审查子智能体。以开发者「接手视角」审查开发计划与实际完成情况的对齐，检查任务状态是否准确、Bug是否都有跟踪、变更是否有记录。与前端/后端开发角色（创作模式）完全不同：本角色只读取、不修改。由 project-closeout Skill 调用。

PM文档审查子智能体。以产品经理「专业读者」视角审查项目的产品定义文档，检查完整性、内部一致性、以及用户需求/决策类输入是否已被文档化。与 role-产品经理（创作模式）完全不同：本角色只读取、不修改。由 project-closeout Skill 调用。

Skill执行者模拟子智能体（关卡A）。以「刚拿到这个Skill的AI执行者」身份走一遍，找出歧义步骤、触发词混淆、隐含假设、边界条件缺失。与Skill设计者上下文完全隔离，避免设计者视角盲区。由 skill-designer Skill 在关卡A调用。

Skill系统破坏审核子智能体（关卡B）。以「想让Skill体系失效」的破坏者视角，找出新Skill/Agent/Rule与现有系统的冲突：触发词歧义、优先级缺失、死锁依赖、Rule叠加矛盾、已有流程异常。与Skill设计者上下文完全隔离。由 skill-designer Skill 在关卡B调用。

Skill 更新专家子智能体。由 project-retrospective 调用，负责处理单条经验——判断新建还是更新已有 Skill，执行备份、写入、变更记录、更新索引的完整操作。每次只处理一条经验。

用户模拟审核子智能体（关卡A）。产品定义完成后，以挑剔用户视角走完所有核心路径，找出设计漏洞。与产品经理上下文完全隔离，避免设计者视角盲区。由 role-审核者-用户模拟 Skill 调用。

陌生用户审核子智能体（UI/UX设计审核）。以完全不了解产品的第一次接触视角审查设计方案，检查视觉层级、词语歧义、跨设备适配、可访问性。与设计师上下文完全隔离。由 role-UI设计师 Skill 调用。

独立验证子智能体（关卡C）。功能代码写完后，以测试工程师视角独立验证实现是否真正完成。与开发上下文完全隔离，避免自我验证偏差。由 role-测试工程师 Skill 调用，或用户说「验证一下」「跑一遍关卡C」时使用。

微信公众号文章批量抓取子智能体。负责完整的抓取流程：Cookie获取 → 验证 → 批量下载文章到本地。在独立上下文中处理所有失败重试，主Agent只收到最终结果（文件路径列表）。调用方式：传入目标公众号名称和一篇文章链接（用于发现biz）。

施测学术动机量表（AMS-GSR 28），采集科研人员的内在动机、外在动机和无动机数据。当用户选择填写量表、或画像中AMS数据缺失时使用。

施测大五人格量表（Mini-IPIP，20题），评估外向性、宜人性、尽责性、神经质和开放性。当用户选择填写量表、或画像中人格数据缺失时使用。

施测科研人员认知风格量表（RCSS），评估横向整合 vs 垂直深度的认知偏好。当用户选择填写量表、或画像中RCSS数据缺失时使用。

AI配图能力层 Skill。任何需要生成信息图的任务都调用此 Skill，而不是自行调用 API。包含：模型选择、API调用、多视角草图流程、风格库引用、配图索引联动。触发词：「需要绘图」「生成配图」「画一张图」「制作信息图」「根据这段文字画图」「图片提示词」。

架构/系统差距分析 Skill。将当前系统/代码库/文档与目标框架/标准/竞品对比，生成带证据链的差距报告（兼容/冲突/缺失三类），为整改计划提供输入。触发词：「对比XXX和YYY」「这两个项目有什么异同」「找出差距」「现有系统与目标有什么不对齐」「竞品分析」「和XXX相比缺什么」。

分析文章可用的多种配图视角，为每个角度生成提示词草图供用户选择。触发词：帮我分析配图角度/生成多视角草图/配图有几种选择/给我几个配图方案。

管理他山公众号的配图风格库，提供风格模板调用和新风格沉淀。触发词：调用风格库/用XX风格/存入风格库/更新风格模板/风格库有哪些风格。

按郑总的审稿标准审阅中文文章草稿，检查AI腔、标题写法（4种错误类型）、绝对表达、结构层次污染、结语完整性，逐条给出修改方案。当用户说"审稿""帮我检查文章""review一下"时使用，也可在完成文章草稿后主动执行。

追踪文章审稿意见，将编辑反馈结构化记录并逐条落实。触发词：审稿意见/修改文章/这里写得不好/审稿反馈/帮我追踪这个意见。

Bug修复循环协调者。测试完成后，读取技术问题追踪台，按P0→P1→P2顺序协调修复，每修复一个触发针对性回归测试，循环直至P0+P1全清，输出可上线结论。所有信息通过文档传递，不依赖对话历史。触发词：「全自动修复循环」「按Bug清单修复」「修复所有问题」「循环修复到上线」「开始bug修复循环」。

代码库探索与架构理解 Skill。接手任何代码库时激活：扫描目录结构，识别技术栈，读取核心文件，提取架构模式，与产品定义/需求对比，输出可信赖的架构理解文档。触发词：「阅读XXX项目」「理解这个代码库」「写技术架构文档」「这个项目是做什么的」「接手这个项目」「帮我读一下这个代码」。

基于用户自己的认知文档回答问题，严格引用来源，标注置信度，暴露矛盾，识别知识空白。触发词：「基于我的文档」「根据我的想法」「我之前怎么想的」「我说过什么关于X」「我对X的看法是什么」「帮我回忆」「我的认知里怎么说」「我的框架里有没有」「从我的角度」「我如何看待」。

捕捉碎片化思考，结构化写入认知结构L2层。触发词：「碎片」「记录一下」「想法」「新洞见」「我发现」「我觉得」「随手记」「想记一个」。

对认知结构运行完整的C1-C10一致性验证，输出验证报告并修复发现的不一致。触发词：「一致性检查」「自洽检查」「验证认知结构」「检查有没有问题」「跑一遍验证」。批量操作完成后自动触发。

生成今日认知系统汇报：整合L3记录、待完成项、知识库状态，并主动提问帮助用户恢复上下文。触发词：「汇报」「今天有什么」「有什么更新」「同步一下状态」「有什么积压」「今日简报」「最近新了什么」。

检测L1文档之间或文档内部的矛盾，基于L1.5原则提出消解方案。触发词：「矛盾」「不一致」「这里有问题」「检查一致性」「[文档A]和[文档B]是否一致」「有没有冲突」「逻辑漏洞」。

从L2碎片中识别跨领域共同模式，提炼L1.5底层原则候选，经用户确认后写入原则库。触发词：「提炼原则」「有什么规律」「这些碎片有没有共性」「是不是反映了某个习惯」「总结一下模式」「有什么底层逻辑」。

任意输入的路由分类器。在输入意图不明确时，判断应走「认知更新路径A（cognitive-capture-fragment）」还是「任务执行路径B（对应任务Skill）」，输出明确路由结论 + 判断理由，不自动触发下游。触发词：「帮我判断这是认知更新还是任务执行」「这个输入是什么类型」「先分类再执行」「路由分类一下」。不应触发：关于计算机网络路由算法的技术问题。

将待整合的L2碎片通过小人机制整合进L1系统性文档，保持知识体系自洽。触发词：「整合碎片」「哪些碎片没整合」「更新文档」「把碎片整合进去」「处理积压」「消化碎片」。

从整个工作区出发，系统性地重组认知结构并整理全局文档归属。适用于首次建立认知结构、或积累了大量散落文档需要批量归档时。基于三大闭环框架（Loop1 Skill体系 / Loop2 思维体系 / Loop3 场景投射）做全工作区分类路由。触发词：「系统整理」「重组认知结构」「从文档构建认知结构」「整合文档」「全量梳理」「认知结构乱了」「全工作区整理」「文档归属梳理」「如何加入认知结构」「怎么加入认知结构」「按规范加入」「未更新的文档怎么处理」「这些文档要怎么整理」「有没有关于X的已有文档」。注意：若用户仅询问流程而非执行重组，执行 Step 0.5（检查分类清单现状）后，先向用户展示已有文档状态和分类建议，再确认是否执行完整重组。

生成认知结构当前状态快照，帮助用户了解知识体系全貌并决定今日优先处理项。触发词：「大脑地图」「认知状态」「今天做什么」「复盘」「系统状态」「看一下状态」「有什么积压」。

引导用户进行自我认知反思，结构化写入自我反思记录，并与历史模式做跨时间比对。触发词：「反思」「我发现我有个习惯」「我注意到」「我又犯了」「这个模式」「我有个问题」「感觉自己」。

受控更新L1系统性文档：含影响范围预分析、历史版本备份、矛盾检测、级联写入。触发词：「更新[文档名]」「完善[文档名]」「修改[文档名]」「我要改[内容]」「在[文档]里加上」「[文档]需要更新」。

为L1文档创建新的x.0版本快照，标志一次重大变更的里程碑。触发词：「创建新版本」「打一个快照」「这是v2.0了」「这次改动很大」「记录一下这个版本」。

认知-工作对齐健康检查（第四维）。验证五个工作域的核心产出是否可追溯到元思维体系（L1.5原则 or L1文档），识别「漂浮」的工作任务，输出对齐报告。与现有三维健康检查互补：skill-system-health-check（内部一致性）/ cognitive-consistency-check（认知自洽）/ skill-domain-health-check（传播完备性）+ 本Skill（认知根对齐）= 四维完整体系。触发词：「检查工作任务与认知的对齐」「第四维健康检查」「检查工作任务是否有认知根」「认知体系和工作任务是否自洽」「认知对齐检查」。

采集科研数字分身的基础信息（研究阶段、学科领域、方法范式、技术能力、科研流程能力）。当用户开始建立科研数字分身、或基础信息尚未填写时使用。

跨项目并行开发协调框架创建 Skill。当启动涉及2个或以上子项目并行开发时激活：收集项目清单，生成标准协调框架文档（项目地图/API契约/并行轨道/Day 1清单）。触发词：「多项目并行」「建协调框架」「几个项目同时做」「分工要明确」「并行开发」「各自独立启动」「RULE-37」。与元项目导航的区别：元项目导航是轻量指针文档，本Skill生成可操作的协调框架（含API契约和并行轨道）。

文档整合 Skill。当多个并行文档存在漂移、内容重叠、或缺乏单一权威版本时激活：识别主真源，提取补充内容，重建结构，输出整合版本，并制定废弃文档处理计划。触发词：「文档太乱了」「有好几个版本」「哪个才是最新的」「整合这些文档」「文档漂移」「合并文档」「恢复单一真源」。

统一写作流水线。任何文档/文章/报告均走此流程：研究→草稿→逻辑自检→真实性校对→画图规划→批量画图→图片自审→审稿→格式转换（HTML/LaTeX/MD）。可从任意阶段入场（已有草稿直接审核，已审稿直接转格式）。触发词：「写一篇/帮我写/写一份/我有初稿了/帮我检查逻辑/帮我配图/从画图开始/从[Stage名称]开始继续/转成HTML/转成LaTeX」。注意：「只要审稿」请直接触发 article-proofreading；「帮我审稿」不触发本 Skill。

工程/执行原则录入器。当用户发现系统应遵守某条原则（工程约束/AI行为规范），自动分类原则类型、写入正确执行层、审计当前违规点、生成修复追踪。区别于 cognitive-extract-principle（后者处理郑总的思维方式原则）。触发词：「立一个原则」「记下这个原则」「这是条工程原则」「以后所有X都要Y」「把这条原则记在相关文档里」「这应该是工程原则」。

按需培养领域专家子智能体。通过调研→整理→自问自答反思→专家配置输出四阶段，将任何领域的知识转化为可 dispatch 的专家 Agent。Orchestrator 在识别到「现有审查能力不足」时触发。触发词：「需要X领域的专家」「这个任务需要X领域的深度审查」「培养专家」「我们没有X方面的专家」「expert-bootstrap」「build expert」「专家培养」。

他山前端品牌设计系统完整参考手册。包含技术框架选型、设计令牌（颜色/字体/圆角/阴影）、组件规范代码模板、响应式/无障碍约定。被 role-前端开发 和 role-UI设计师 主动调用；与 frontend-brand-guard.mdc（约束层）配套使用。

撰写通用长文（技术分析/产品思考/对外分享/个人随笔），区别于微信公众号文章（公众号请用 wechat-article-writer）。读取写作习惯手册后起草，支持大纲确认、正文撰写、挑战者自检、审稿闭环。当用户说「写一篇技术文章」「写一篇对外分享」「写一篇产品分析/产品思考」「帮我写一篇通用文章/长文」「写一篇个人随笔」时使用。

根据当前科研数字分身状态，生成结构化提示词，供用户提交给 ChatGPT 等带记忆功能的 AI，从中提取与画像构建相关的信息。不询问用户使用哪个 AI 工具，提示词对所有平台通用。

将科研数字分身各维度整合提取为他山论坛分身，格式为 Identity / Expertise / Thinking Style / Discussion Style 四节 Markdown，输出前先让用户确认隐私暴露范围。当用户说「生成他山论坛分身」「论坛画像」「数字分身」「导出论坛档案」时使用。

历史对话审计 Skill。审查长期协作历史，提取用户稳定偏好、重复任务类型、未解决的循环、以及可升级为 Skill/Rule 的工作规律。触发词：「审查历史对话」「回顾过去的工作」「分析我们做过什么」「从历史中提取规律」「哪些任务重复出现」「有什么可以沉淀成Skill的」。

解析用户从 ChatGPT 等 AI 获取的记忆回复（支持多个 AI 依次粘贴），与现有画像对比后，有据可查的条目内部整合直接写入并标注置信度；模糊/冲突/当前需求条目以选择题形式逐条确认；❌记忆不足条目不丢弃，转入步骤五追问队列；写入后执行字段级完整度扫描，列出缺口清单并逐批追问，达到必填门槛后才进入量表阶段。

根据用户已填写的基础身份和能力信息，AI推断学术动机、人格和认知风格维度。当用户不想填写量表、或希望快速估算时使用。

用户报告问题时的结构化拆解与追踪。将一个问题拆解为「产品设计类」和「技术实现类」，分别记录到对应的追踪文件，确保产品经理和技术架构师下次激活时能感知到未解决问题。触发词：「有个问题」「发现了bug」「这里不对」「用不了」「为什么会」「有个bug」。

对画像系统的维度结构进行增加、删除或修改。当用户需要新增一个画像维度、删除某个维度、或修改某个维度的字段定义时使用。

指导 AI 正确修改①公理体系或②体系结构（A-C-B三粒子）。当用户提到「修改公理」「修改体系结构」「发现规则漏洞」「增加粒子」「修改规则」时触发。对应 AGENT_RULES.md RULE-13~16 和 08_技术体系修改规范.md。

主动式产品演进规划 Skill。基于「AI时代产品问题全景框架」等设计原则，主动分析当前产品现状，识别原则缺口，生成有理据的改进建议。与 role-产品经理 的区别：后者执行具体设计任务；本 Skill 是「对照原则做战略诊断，主动思考产品应该怎么演进」。触发词：「基于产品原则看看有什么可以改进的」「帮我看看产品还缺什么」「给我一些迭代建议」「从第一性原理看这个产品」「主动分析产品」「这个产品符合马斯洛新瓶颈吗」「产品演进建议」。

新产品/新场景立项前的三大闭环兼容性检查。在触发 role-产品经理 之前，验证新产品是否与现有认知体系、工作域架构、技术架构兼容，识别缺口并给出补齐建议。触发词：「新项目立项」「启动新产品」「新产品兼容性检查」「立项前检查」「这个产品和我们体系兼容吗」「三大闭环兼容性」。与 role-产品经理 的区别：后者设计产品内容；本 Skill 检查产品与整体体系的结构兼容性。

项目待办管理器（两种模式）。【收集模式】接收任意混合输入 → 解析追加到「项目待办.md」文档，不立即执行；【处理模式】读取文档 → 前置决策收集 → 按优先级逐条路由执行 → 更新状态 → 批次报告。触发词：【收集】「有几个问题先记到待办」「加到项目待办」「先存到待办文档」「记录这些待办」；【处理】「处理项目待办」「按待办文档逐条修复」「开始处理待办文档」。⚠️ 触发词必须含「待办」关键词才激活，避免与 issue-tracker / bug-fix-loop 混淆。

认知级联通知器（后台异步）。当 L1.5 新原则被确认或 L1 文档发生重大更新时，后台分析五域工作节点，将需要重新对齐检查的待办条目写入待完成总清单，修复 Loop 2→Loop 3 级联触发❌缺失问题。

碎片批量整合器。当待整合碎片≥5条时，在独立 context 中以「L1文档内部居民」视角分析碎片，输出精确整合方案（含章节锚点/措辞草稿/自洽检查），还原小人机制的纯粹性，避免主 context 中碎片捕捉历史对整合视角的污染。

任务认知萃取器。在认知类任务完成后（任务日志包含 cognitive-* / L1/L1.5/L2/L3 等关键词时），在独立 context 中从高抽象层次分析任务日志，主动萃取认知价值，生成候选 L2 碎片并提供正确路由（L2碎片→capture-fragment / L1.5候选→extract-principle）。修复 Loop 3→Loop 2 认知反馈非系统性问题。

认知自洽验证器。在独立 context 中验证 L1 文档更新的自洽性（CV-1 L0一致性 / CV-2 L1.5原则校验 / CV-3 邻域矛盾检测），输出通过/警告/不通过报告。被 cognitive-update-knowledge 和 cognitive-integrate-fragments 调用，在创作操作完成后提供独立视角验证。

基于用户自己的认知文档回答问题，严格引用来源，标注置信度，暴露矛盾，识别知识空白。触发词：「基于我的文档」「根据我的想法」「我之前怎么想的」「我说过什么关于X」「我对X的看法是什么」「帮我回忆」「我的认知里怎么说」「我的框架里有没有」「从我的角度」「我如何看待」。

联想激活（启动效应等效）。不被用户直接触发，作为「能力层工具函数」由其他Skill调用。给定一个概念，在知识图谱中激活语义相邻的概念网络，返回Top-5邻居摘要给调用方。被 cognitive-ask Step 2c 和 cognitive-capture-fragment Step 2.5 调用。

认知信号检测（突显网络 SN 等效）。检测当前对话内容中隐含的五类认知信号：S1洞见/S2跨域联想/S3矛盾/S4反思/S5原则印证。触发词：「检查这段话有没有认知信号」「帮我识别这里的洞见」「这段话有没有值得记录的」「cognitive-attend」「信号检测」「有什么值得深入的」。也可作为可选的对话预处理步骤（见集成说明）。

后台认知合成器（DMN等效，Headless）。不被用户直接触发，由后台调度脚本每3天执行一次。跨碎片关联分析：找到不同时间捕捉的碎片之间的隐性关联，生成合成报告写入L3，等待daily-briefing展示给用户。触发词（人工触发时）：「执行后台合成」「cognitive-background-synthesizer」。

置信度校准（元认知监控）。追踪L1文档和L2碎片中「AI生成/推断」的内容是否事后得到了验证，定期向用户提问「这段内容当时是AI推断，现在有没有实际证据？」。触发词：「验证历史内容」「校准知识置信度」「哪些内容还没验证」「cognitive-calibrate」。也被 cognitive-consistency-check 内部调用（月度维护）。

捕捉碎片化思考，结构化写入认知结构L2层。触发词：「碎片」「记录一下」「想法」「新洞见」「我发现」「我觉得」「随手记」「想记一个」。

对认知结构运行完整的C1-C10一致性验证，输出验证报告并修复发现的不一致。触发词：「一致性检查」「自洽检查」「验证认知结构」「检查有没有问题」「跑一遍验证」。批量操作完成后自动触发。

记忆巩固（Headless，睡眠期巩固等效）。不被用户直接触发，由后台调度脚本每7天执行一次。将积压的成熟L2碎片批量整合进L1，conflict类碎片记录到待完成清单由用户决策。触发词（人工触发时）：「执行记忆巩固」「批量整合积压碎片」「cognitive-consolidate」。

创造性发散（DMN+CEN协同等效）。遇到思路瓶颈时触发，从认知体系中随机抽取「表面不相关」的跨领域概念，强制寻找结构相似性，生成非常规解法候选列表。触发词：「没有思路」「换个角度想」「帮我发散一下」「有什么不同的方向」「反常识的方案」「跨领域看这个问题」「想不到解法」。

生成今日认知系统汇报：整合L3记录、待完成项、知识库状态，并主动提问帮助用户恢复上下文。触发词：「汇报」「今天有什么」「有什么更新」「同步一下状态」「有什么积压」「今日简报」「最近新了什么」。

检测L1文档之间或文档内部的矛盾，基于L1.5原则提出消解方案。触发词：「矛盾」「不一致」「这里有问题」「检查一致性」「[文档A]和[文档B]是否一致」「有没有冲突」「逻辑漏洞」。

从L2碎片中识别跨领域共同模式，提炼L1.5底层原则候选，经用户确认后写入原则库。触发词：「提炼原则」「有什么规律」「这些碎片有没有共性」「是不是反映了某个习惯」「总结一下模式」「有什么底层逻辑」。

任意输入的路由分类器。在输入意图不明确时，判断应走「认知更新路径A（cognitive-capture-fragment）」还是「任务执行路径B（对应任务Skill）」，输出明确路由结论 + 判断理由，不自动触发下游。触发词：「帮我判断这是认知更新还是任务执行」「这个输入是什么类型」「先分类再执行」「路由分类一下」。不应触发：关于计算机网络路由算法的技术问题。

将待整合的L2碎片通过小人机制整合进L1系统性文档，保持知识体系自洽。触发词：「整合碎片」「哪些碎片没整合」「更新文档」「把碎片整合进去」「处理积压」「消化碎片」。

从整个工作区出发，系统性地重组认知结构并整理全局文档归属。适用于首次建立认知结构、或积累了大量散落文档需要批量归档时。基于三大闭环框架（Loop1 Skill体系 / Loop2 思维体系 / Loop3 场景投射）做全工作区分类路由。触发词：「系统整理」「重组认知结构」「从文档构建认知结构」「整合文档」「全量梳理」「认知结构乱了」「全工作区整理」「文档归属梳理」「如何加入认知结构」「怎么加入认知结构」「按规范加入」「未更新的文档怎么处理」「这些文档要怎么整理」「有没有关于X的已有文档」。注意：若用户仅询问流程而非执行重组，执行 Step 0.5（检查分类清单现状）后，先向用户展示已有文档状态和分类建议，再确认是否执行完整重组。

生成认知结构当前状态快照，帮助用户了解知识体系全貌并决定今日优先处理项。触发词：「大脑地图」「认知状态」「今天做什么」「复盘」「系统状态」「看一下状态」「有什么积压」。

引导用户进行自我认知反思，结构化写入自我反思记录，并与历史模式做跨时间比对。触发词：「反思」「我发现我有个习惯」「我注意到」「我又犯了」「这个模式」「我有个问题」「感觉自己」。

受控更新L1系统性文档：含影响范围预分析、历史版本备份、矛盾检测、级联写入。触发词：「更新[文档名]」「完善[文档名]」「修改[文档名]」「我要改[内容]」「在[文档]里加上」「[文档]需要更新」。

为L1文档创建新的x.0版本快照，标志一次重大变更的里程碑。触发词：「创建新版本」「打一个快照」「这是v2.0了」「这次改动很大」「记录一下这个版本」。

认知-工作对齐检查。验证你的实际工作产出是否可追溯到你的认知体系（L1.5原则 or L1文档），识别「漂浮工作」——有执行但无认知根的任务，输出对齐报告。触发词：「检查工作与认知的对齐」「认知根对齐」「这个工作有没有认知根」「认知体系和工作是否自洽」「认知对齐检查」「第四维健康检查」。