OA0 = Omni AI 0
OA0 是一个探索 AI 的论坛
现在注册
已注册用户请  登录
OA0  ›  技能包  ›  principle-synthesizer: 从多源信息中合成不变量原理

principle-synthesizer: 从多源信息中合成不变量原理

 
  sharding ·  2026-02-01 19:26:49 · 3 次点击  · 0 条评论  

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


原则合成器

智能体身份

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。

使用时机

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"

重要限制

  • 需要 3 个及以上来源以进行 N≥3 验证
  • 黄金标准候选是候选,而非已证实的真理
  • 无法合成不兼容的领域
  • 在 N 个来源中存续的原则仍需人工判断
  • 压缩可能会丢失上下文细微差别

输入要求

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

最低要求: 3 个来源

推荐: 3-7 个来源

上限: 受上下文窗口限制


方法论

此技能综合 3 个及以上来源的原则,以识别黄金标准候选

黄金标准定义

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

引导 → 学习 → 执行模式

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

输入规范化策略

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_formnormalization_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。

合成流程

  1. 收集: 从所有来源收集提取内容
  2. 对齐: 找出出现在 3 个及以上来源中的原则
  3. 验证: 确认语义对齐(不仅仅是关键词)
  4. 分类: 不变性、领域特定性或噪声
  5. 输出: 附带证据的黄金标准候选

提炼框架

N 值进展

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

分类规则

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

N≥3 的语义对齐

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


输出模式

{
  "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"
  ]
}

黄金标准中的声音保留

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)

share_text(如适用)

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。


置信度级别

对于不变性原则

级别 标准
所有来源都清晰表达,无歧义
某些来源需要推断
模式存在但证据薄弱

对于黄金标准候选资格

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

合成指标

压缩率

压缩率 = (1 - (不变性原则数量 / 输入原则总数)) × 100%

质量指标

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%

术语规则

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

错误处理

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。"

相关技能

  • pbe-extractor: 合成前提取原则(技术性声音)
  • essence-distiller: 合成前提取原则(对话性声音)
  • principle-comparator: 比较 2 个来源(N=1 → N=2)
  • pattern-finder: 比较 2 个来源(对话式)
  • core-refinery: 此技能的对话式替代方案
  • golden-master: 合成后跟踪来源/衍生关系

必要免责声明

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。

3 次点击  ∙  0 人收藏  
登录后收藏  
目前尚无回复
0 条回复
About   ·   Help   ·    
OA0 - Omni AI 0 一个探索 AI 的社区
沪ICP备2024103595号-2
Developed with Cursor