plan-tune

AI 智能 已审计 @garrytan v1.0.0
信任分
92/100
兼容 Agent
1
速查档案 只列事实:领域、Agent、信任分、作者、原文章节。装与不装请看下方作者解读。
领域
AI 智能
兼容 Agent
Claude Code
信任分
92 / 100 · 已通过审计
作者 / 版本 / 许可
@garrytan · v1.0.0 · 未声明 license
安装命令数
1 条

需要注意: 未限定 allowed-tools,默认拥有全部工具权限。

想读作者英文原文? ↓ 滚到正文区切换 · 在 GitHub 查看 ↗

解读由编辑根据原文凝练而成,命令、链接、术语均与作者原文一致;想看完整论述请切到右侧

设计思路

plan-tune 是 gstack 的「问答偏好调校」skill——把每个开发者实际表现出的回答风格(autonomy、确认偏好、解释 verbosity 等)和他自己声明的风格做差异分析。当行为和声明出现 gap 时,绝不静默自动改 declared,而是把 gap 摊开来呈现,让用户自己决定到底是声明错了还是行为错了。哲学很直白:用 plain English,不强迫用户记诸如 profile set autonomy 0.4 这种命令。

工作流要点

  • 用户用自然语言描述偏好("我希望破坏性操作总是先问我")→ skill 把它解析成结构化 declared
  • gstack-question-preference 收集行为日志,对比 declared vs 实际
  • 出 gap 时,skill 提示:「你声明 X,但实际表现是 Y——你想检查行为是否真的是你想要的」
  • v1 仅 inspect + configure——没有 skill 真的根据 profile 改默认行为;那是 v2 的事,要等 registry 稳了再做

Stats 输出

--stats

  • TOTAL_LOGGED:日志总条数
  • SKILLS_COVERED / QUESTIONS_COVERED / DAYS_SPAN:覆盖广度
  • CALIBRATED:是否达到校准门槛(sample_size >= 20 && skills_covered >= 3 && question_ids_covered >= 8 && days_span >= 7

呈现成 plain English:「再 5 个事件、跨 2 个 skill 你就校准了」或「你已校准」。

重要规则

  • Plain English everywhere:永不要求用户记 profile set;power user 才用快捷命令
  • declared 前必须确认:自由文本解析过的修改是信任边界,永远先展示 intended change 等 Y
  • events 的 user-origin gatesource: "plan-tune" 仅当用户直接调本 skill 时合法;其它 skill 用 inline tune: 时只能用 source: "inline-user" 且必须确认前缀来自用户原话
  • One-way doors override never-ask:即使设了 never-ask,破坏性 / 架构 / 安全类问题二进制返回 ASK_NORMALLY;safety note 触发时必须呈现给用户
  • No behavior adaptation in v1——只 inspect 和 configure,不改其它 skill 行为
  • Status:DONE / DONE_WITH_CONCERNS(标 gap)/ NEEDS_CONTEXT

适合谁

  • 长期使用 gstack、希望让 skill 配合自己工作风格的人
  • 团队想把 reviewer 偏好显式化、可移交给 agent 的 Tech Lead
  • 想观察「我以为我想要 X 但其实总在选 Y」这种自我盲点的开发者

何时不该用

  • 第一次接触 gstack——还没行为数据可调校
  • 不在 gstack 生态——本 skill 依赖 gstack-question-preference / gstack-developer-profile

配套

learn(项目 learning 库)、gstack-openclaw-retro(节奏复盘)、question-tuning(preamble 里的开关)。