名称: 原则合成器
版本: 1.0.2
描述: 从 3 个及以上来源合成不变性原则 —— 找出在所有表述中存续的核心。
主页: https://github.com/live-neon/skills/tree/main/pbd/principle-synthesizer
用户可调用: true
表情符号: ⚗️
标签:
- 合成
- 原则
- 多源
- 整合
- 规范
- 合并
- 知识管理
- 文档
- openclaw
角色: 帮助用户从多个来源创建规范原则
理解: 构建黄金标准的用户需要确信原则是真正不变的
方法: 找出在所有表述中存续的内容(N≥3 验证)
边界: 综合观察结果,从不声称绝对真理
语气: 系统化、严谨、方法透明
开场模式: "您有多个可能共享更深层真理的来源 —— 让我们找出在所有来源中都存续的原则。"
数据处理: 此技能在您的智能体信任边界内运行。所有合成分析均使用您智能体配置的模型 —— 不调用外部 API 或第三方服务。如果您的智能体使用云托管 LLM(Claude、GPT 等),数据将作为正常智能体操作的一部分由该服务处理。此技能不会向磁盘写入文件。
当用户要求以下操作时,请激活此技能:
- "合成这些提取内容"
- "找出不变性原则"
- "从这些来源创建黄金标准"
- "所有这些中存续的是什么?"
- "从多个来源提炼核心"
用户提供以下其中一项:
- 3 个及以上提取输出(来自 pbe-extractor、essence-distiller 或 principle-comparator)
- 3 个及以上原始文本来源(我将提取、比较,然后合成)
- 提取内容和原始来源的混合
此技能综合 3 个及以上来源的原则,以识别黄金标准候选。
黄金标准是指:
- 出现在 N≥3 个独立来源中
- 在所有来源中保持含义一致
- 可作为单一事实来源的原则
| 阶段 | 操作 | 输出 |
|---|---|---|
| 引导 | 收集并规范化所有来源的所有原则 | 规范化原则集合 |
| 学习 | 跨来源匹配规范化形式 | 共享原则映射 |
| 执行 | 验证 N≥3 的语义对齐 | 不变性原则 |
原则合成器接收来自多个来源的输入,其规范化状态各不相同:
| 输入状态 | 操作 |
|---|---|
具有 normalized_form 且 normalization_version 匹配 |
按原样使用 |
具有 normalized_form 但版本过时/缺失 |
重新规范化,标记版本漂移 |
缺少 normalized_form(原始文本) |
在比较前进行规范化 |
这确保了跨异构输入时 N 值计算的一致性。
| 级别 | 来源 | 状态 |
|---|---|---|
| N=1 | 单一来源 | 观察结果 |
| N=2 | 两个来源 | 已验证的模式 |
| N=3 | 三个来源 | 不变性阈值 |
| N=4+ | 四个及以上来源 | 强不变性 |
| 类别 | 标准 | 处理方式 |
|---|---|---|
| 不变性 | N≥3 且高度对齐 | 黄金标准候选 |
| 领域特定性 | N=2 但依赖于上下文 | 注明领域适用性 |
| 噪声 | N=1 或存在矛盾 | 从合成中过滤 |
当满足以下条件时,原则达到 N≥3 状态:
- 相同的核心思想出现在 3 个及以上来源中
- 含义能通过重述测试
- 无显著矛盾
{
"operation": "synthesize",
"metadata": {
"source_count": 4,
"source_hashes": ["a1b2c3d4", "e5f6g7h8", "i9j0k1l2", "m3n4o5p6"],
"timestamp": "2026-02-04T12:00:00Z",
"methodology": "bootstrap-learn-enforce",
"normalization_version": "v1.0.0"
},
"result": {
"invariant_principles": [
{
"id": "INV-1",
"statement": "将诚实置于舒适之上",
"normalized_form": "重视真实性胜过社交舒适度",
"normalization_status": "success",
"n_count": 4,
"confidence": "high",
"sources_present": ["all"],
"golden_master_candidate": true,
"original_variants": [
"我总是说实话",
"将诚实置于舒适之上",
"永不为了和平而牺牲真理",
"诚实比舒适更重要"
],
"evidence": {
"source_1": "来源 1 的引述",
"source_2": "来源 2 的引述",
"source_3": "来源 3 的引述",
"source_4": "来源 4 的引述"
}
}
],
"domain_specific": [
{
"id": "DS-1",
"statement": "领域特定原则",
"normalized_form": "...",
"normalization_status": "success",
"n_count": 2,
"domains": ["technical", "philosophical"],
"note": "非不变性 —— 因上下文而异"
}
],
"synthesis_metrics": {
"total_input_principles": 25,
"invariants_found": 7,
"domain_specific": 10,
"noise_filtered": 8,
"compression_ratio": "72%"
},
"golden_master_candidates": [
{
"id": "INV-1",
"statement": "将诚实置于舒适之上",
"normalized_form": "重视真实性胜过社交舒适度",
"rationale": "N=4,置信度高,存在于所有来源中"
}
]
},
"next_steps": [
"使用黄金标准候选作为新文档的规范来源",
"使用 golden-master 技能跟踪衍生文档以检测漂移"
]
}
创建黄金标准候选时:
- 匹配依据: 规范化形式(用于准确的 N 值计算)
- 显示内容: 最具代表性的原始措辞(MVP 推荐)
- 追踪: original_variants 中所有贡献的原始陈述
黄金标准在确保准确模式匹配的同时,保留了用户的原始声音。
normalization_status 值:
- "success": 规范化无问题
- "failed": 无法规范化,使用原始内容
- "drift": 含义可能已改变,已添加到 requires_review.md
- "skipped": 有意未规范化(受上下文限制、数值型、流程特定)
仅当 golden_master_candidates.length >= 1 时包含:
"share_text": "已识别黄金标准:3 条原则在所有 4 个来源中存续(N≥3 ✓)💎"
并非仅因合成运行而触发 —— 需要真正的黄金标准候选。
| 级别 | 标准 |
|---|---|
| 高 | 所有来源都清晰表达,无歧义 |
| 中 | 某些来源需要推断 |
| 低 | 模式存在但证据薄弱 |
| 因素 | 权重 |
|---|---|
| N 值 | 越高越强 |
| 置信度 | 需要高置信度 |
| 覆盖率 | 存在于所有来源 vs 大多数来源 |
| 对齐度 | 清晰的语义匹配 vs 推断 |
压缩率 = (1 - (不变性原则数量 / 输入原则总数)) × 100%
| 指标 | 良好 | 警告 |
|---|---|---|
| 发现的不变性原则 | 3-10 | 0 或 >15 |
| 黄金标准候选 | 1-5 | 0 |
| 过滤的噪声 | 20-40% | <10% 或 >60% |
| 术语 | 用于 | 绝不用于 |
|---|---|---|
| 不变性 | 在 N≥3 个来源中确认的原则 | 任何共享原则 |
| 黄金标准 | 作为规范来源的不变性原则 | 未经验证的原则 |
| 候选 | 等待人工批准的潜在黄金标准 | 已确认的真理 |
| 合成 | 多源提炼 | 两源比较 |
| 错误代码 | 触发条件 | 消息 | 建议 |
|---|---|---|---|
EMPTY_INPUT |
未提供来源 | "我至少需要 3 个来源才能进行合成。" | "请提供 3 个及以上提取内容或文本来源。" |
TOO_FEW_SOURCES |
仅 1-2 个来源 | "合成需要 3 个及以上来源以进行 N≥3 验证。" | "添加更多来源,或使用 principle-comparator 进行两源比较。" |
SOURCE_MISMATCH |
不兼容的领域 | "这些来源似乎涉及不同主题。" | "合成最适合处理覆盖同一领域的来源。" |
NO_INVARIANTS |
零条 N≥3 原则 | "没有原则出现在 3 个及以上来源中。" | "来源可能确实独立,或尝试使用相关来源。" |
黄金标准候选是模式分析的输出,而非真理验证。一条原则出现在 N≥3 个来源中意味着它是一个一致的模式 —— 并不意味着它是正确的。请使用合成来识别候选,但在将其视为规范之前,请运用您自己的判断。
由 Obviously Not 构建 —— 用于思考的工具,而非结论。