技能2基因
- 作者仓库星标 3,892
- 作者仓库 mpx
- 领域
- 人工智能
- 作者声明的智能体
- 未找到明确声明;不据此推断已兼容或已测试
- 静态检查
- 88 / 100 · 启发式扫描,不代表运行安全
- 运行环境证据
- 未执行;当前没有隔离运行测试证据
- 作者 / 版本 / 许可证
- @didi · 未声明许可证
- 上下文用量评级
- 低消耗
- 接入复杂程度
- 即装即用
- 是否需要外部接口密钥
- 不需要
- 兼容的系统
- 未声明(默认跨平台)
- 运行环境要求
- 未检出明确要求
- 检测到的文件与系统行为
-
- 只读
- 网络行为
- 仅限本地
- 安装命令数
- 无(仅作为资料)
需要注意: 未声明工具权限范围;实际权限由运行环境决定。
Step 1: 分析与拆分
始终加载: `gene_distill` + `gene_gep_format` 识别 Skill 中的控制信号——哪些内容实际影响模型行为(通常集中在 workflow 部分) 按功能域将控制信号拆分为原子 Gene 单元 丢弃纯文档性内容(overview、背景解释、API 文档搬运)
Step 2: 蒸馏为 Gene
按需加载: `gene_signal_density` + `gene_failure_encoding` 对每个原子功能域: 提取 keywords(触发信号) 写 1 句 summary(行为意图) 写 3-7 条 strategy(有序决策步骤)
Step 3: 组装与验证
加载: `gene_validation` 编写 GENES.md 注册表 编写 SKILL.md 入口(含调度规则) 对比验证:gene 是否覆盖了原 skill 的有效控制信号
Step 4: 演化准备(可选)
加载: `gene_evolution` 为后续迭代演化预留 Capsule 和 Event 接口
# Skill2Gene: Procedural Skill → Strategy Gene 转换器
本 Skill 自身采用 Gene 理念编写——紧凑、控制导向、面向行为而非文档。
## 核心理念
传统 Skill 是文档导向的经验表达(~2500 tokens),优化目标是人类可读性和完整性。Strategy Gene 是控制导向的经验表达(~200-300 tokens),优化目标是推理时行为控制的信号密度和有效性。
**Gene 不是 Skill 的压缩版,而是一种不同的经验抽象。**
## Gene 注册表
| gene_id | 触发信号 | 文件 |
|---------|---------|------|
| `gene_distill` | 蒸馏, 提取, 转换skill, 拆分gene | [genes/gene_distill.md](genes/gene_distill.md) |
| `gene_gep_format` | GEP格式, strategy-gene标签, 字段 | [genes/gene_gep_format.md](genes/gene_gep_format.md) |
| `gene_signal_density` | 信号密度, token预算, 精简, 去噪 | [genes/gene_signal_density.md](genes/gene_signal_density.md) |
| `gene_failure_encoding` | 失败经验, AVOID, 警告, 踩坑 | [genes/gene_failure_encoding.md](genes/gene_failure_encoding.md) |
| `gene_evolution` | 演化, 迭代, 积累, capsule, event | [genes/gene_evolution.md](genes/gene_evolution.md) |
| `gene_validation` | 验证, 校验, 质量检查, 对比 | [genes/gene_validation.md](genes/gene_validation.md) |
## 转换流程
### 输入:一个传统 Procedural Skill
读取目标 Skill 的全部文件:SKILL.md + references/ + scripts/
### Step 1: 分析与拆分
**始终加载:** `gene_distill` + `gene_gep_format`
1. 识别 Skill 中的控制信号——哪些内容实际影响模型行为(通常集中在 workflow 部分)
2. 按功能域将控制信号拆分为原子 Gene 单元
3. 丢弃纯文档性内容(overview、背景解释、API 文档搬运)
### Step 2: 蒸馏为 Gene
**按需加载:** `gene_signal_density` + `gene_failure_encoding`
对每个原子功能域:
1. 提取 keywords(触发信号)
2. 写 1 句 summary(行为意图)
3. 写 3-7 条 strategy(有序决策步骤)
4. 提取 AVOID 项(从 pitfalls/error_handling 中蒸馏为紧凑警告)
### Step 3: 组装与验证
**加载:** `gene_validation`
1. 编写 GENES.md 注册表
2. 编写 SKILL.md 入口(含调度规则)
3. 对比验证:gene 是否覆盖了原 skill 的有效控制信号
### Step 4: 演化准备(可选)
**加载:** `gene_evolution`
为后续迭代演化预留 Capsule 和 Event 接口
## 详细参考
| 参考文档 | 用途 |
|---------|------|
| [GEP 协议参考](references/gep-protocol.md) | Gene Evolution Protocol 完整定义、对象模型、演化循环 |
章节与文件索引
按说明文件中的顺序排列。
核心理念
Gene 注册表
输入:一个传统 Procedural Skill
Step 1: 分析与拆分
Step 2: 蒸馏为 Gene
文件/命令 -> gene_distill · gene_gep_format · gene_signal_density · gene_failure_encoding · gene_evolution · gene_validation
内容校验值 -> 1205fd8e882d
当前原文的自动摘译,尚未人工审校。
核心理念
传统 Skill 是文档导向的经验表达(
2500 tokens),优化目标是人类可读性和完整性。Strategy Gene 是控制导向的经验表达(200-300 tokens),优化目标是推理时行为控制的信号密度和有效性。 Gene 不是 Skill 的压缩版,而是一种不同的经验抽象。Gene 注册表
gene_id · 触发信号 · 文件
gene_distill· 蒸馏, 提取, 转换skill, 拆分gene · genes/gene_distill.mdgene_gep_format· GEP格式, strategy-gene标签, 字段 · genes/gene_gep_format.mdgene_signal_density· 信号密度, token预算, 精简, 去噪 · genes/gene_signal_density.mdgene_failure_encoding· 失败经验, AVOID, 警告, 踩坑 · genes/gene_failure_encoding.md输入:一个传统 Procedural Skill
读取目标 Skill 的全部文件:SKILL.md + references/ + scripts/