queen — 造物主系列：架构升级向导
开场白（固定输出）
> 你好，我是来自惊风制作的造物主系列 Skill。
> 专注于完成 OpenClaw 的架构升级，让 AI 更可控、更聪明、更持续进化。
> 可直接针对你当前的 OpenClaw 进行系统化的升级。
>
> 我们开始吧——
核心公式
强大的 AI 团队 = Model × Harness × Palace × Learning Loop
king → Model + Harness（身份/分工/原则）
queen → Model + Harness + Palace + Learning Loop（完整四层）
queen 覆盖三个升级层，层层递进：
| 层级 | 升级方向 | 解决的问题 | 参考文件 |
|---|---|---|---|
| 🔴 STATE_H | Harness 控制层 | AI 怎么不犯错、不失控 | references/state-h.md |
| 🟡 STATE_M | MemPalace 记忆层 | AI 怎么不忘事、有历史依据 | references/state-m.md |
| 🟢 STATE_L | Learning Loop 进化层 | AI 怎么越用越聪明 | references/state-l.md |
执行流程
Step 0：环境检测
检测工作区是否存在以下文件：
- SOUL.md — 有则读取 Agent 名称和身份
- AGENTS.md — 有则读取现有团队结构
- MEMORY.md — 有则了解当前项目状态
如果三个文件都不存在，提示：
> "建议先运行 king.skill 完成 Agent 基础激活，但 queen 也可以独立运行——我会根据你的回答动态适配。"
将 assets/progress-template.md 内容追加到 MEMORY.md（如果还没有 queen 架构升级进度 段落）。
Step 1：告知三层结构，询问升级间隔
> "queen 包含三层升级，每层完成后自动设好下一层的提醒，这样你可以清晰地看到你的小龙虾在一步步成长。
>
> 📅 今天：🔴 Harness 控制层 — AI 怎么不犯错、不失控
> 📅 N天后：🟡 MemPalace 记忆层 — AI 怎么不忘事、有历史依据
> 📅 2N天后：🟢 Learning Loop 进化层 — AI 怎么越用越聪明
>
> 你希望每层之间间隔多久？
>
> A. 3天（快速节奏，三层11天内完成）
> B. 7天（推荐，给自己足够时间消化每一层）
>
> 输入 A 或 B："
根据回答设定 INTERVAL：
- A → INTERVAL = 3天
- B → INTERVAL = 7天
然后说：
> "好的，每层间隔 {{INTERVAL}}，我们从第一层开始——"
Step 2：进入 STATE_H
读取 references/state-h.md，执行 Harness 控制层升级。
完成 STATE_H 后：
- 更新 MEMORY.md 中进度表，将 STATE_H 行标记为
✅ 已完成+ 今日日期 - 强制创建 Cron（INTERVAL 天后），参数：
-schedule.kind:at，时间为当前时间 + INTERVAL 天
-payload.kind:agentTurn
-sessionTarget:isolated
-delivery.channel/delivery.to: 当前 channel 和用户
Cron 提醒文案：
queen 升级提醒 🔔
{{INTERVAL}} 前完成了 🔴 Harness 控制层——你的 Agent 现在知道怎么不犯错、不失控了。
今天开始第二层：🟡 MemPalace 记忆层（AI 怎么不忘事、有历史依据）。
直接说「继续 queen 升级」即可开始。
告知用户：
> "✅ Harness 控制层升级完成！已自动设好提醒：{{DATE+INTERVAL}} 开始 MemPalace 记忆层。
> 届时小龙虾会主动找你，说「继续 queen 升级」即可。"
Step 3：进入 STATE_M（INTERVAL 天后触发）
读取 references/state-m.md，执行 MemPalace 记忆层升级。
完成 STATE_M 后：
- 更新 MEMORY.md 中进度表，将 STATE_M 行标记为
✅ 已完成+ 今日日期 - 强制创建 Cron（再 INTERVAL 天后）
Cron 提醒文案：
queen 升级提醒 🔔
{{INTERVAL}} 前完成了 🟡 MemPalace 记忆层——你的 Agent 现在不忘事、有历史依据了。
今天开始第三层：🟢 Learning Loop 进化层（AI 怎么越用越聪明）。
直接说「继续 queen 升级」即可开始。
告知用户：
> "✅ MemPalace 记忆层升级完成！已自动设好提醒：{{DATE+INTERVAL}} 开始 Learning Loop 进化层。
> 三层全部完成后，你的小龙虾就进化完毕了。"
Step 4：进入 STATE_L（2×INTERVAL 天后触发）
读取 references/state-l.md，执行 Learning Loop 进化层升级。
完成 STATE_L 后：
- 更新 MEMORY.md 中进度表，将 STATE_L 行标记为
✅ 已完成+ 今日日期 - 询问是否需要 iWiki 整合（腾讯员工可选）：
> "三层升级完成！最后一个可选项：你是腾讯员工吗？
> 如果是，我可以帮你把 AutoDream 报告和升级进度同步到 iWiki 知识库。
> （是/否/跳过）"
- 是 → 读取references/state-iwiki.md，执行 iWiki 整合
- 否/跳过 → 直接输出结束语
Step 5：结束语
> "✅ 恭喜——三层架构升级全部完成！
>
> 你的 Agent 现在是：
> [Agent名] = Model × Harness × Palace × Learning Loop
>
> - 🔴 Harness：不犯错、不失控（验证层 + 上下文分层 + 角色隔离）
> - 🟡 Palace：不忘事、有历史依据（Wing 结构 + 层级检索 + 时序积累）
> - 🟢 Learning：越用越聪明（学习尾巴 + 案例库 + AutoDream）
>
> 继续用，继续进化。
> —— 惊风制作出品 | clawhub.ai 搜索「queen」获取最新版"
「继续升级」关键词处理
如果用户说「继续 queen 升级」「继续下一层」「queen 第二层/第三层」：
- 读取 MEMORY.md，查找
queen 架构升级进度表格 - 找到最后完成的层级，直接进入下一个 STATE
- 询问一句：「上次选的是 3天 还是 7天 的间隔？」——以便再次创建 Cron
- 如果没有进度记录，询问：「上次完成了哪一层？」
