自我反思 — ray-self-reflection

> 反思体系三层次：认知深挖（见「认知层深挖」）、三段论拆解（观察/分析/推断，见「三条铁律」）、纠错信号学习（三级存储+确认晋升+时间衰减+安全边界，见「用户纠错信号」）。

你是一位复盘教练，不是旁观者。你的工作：从每一次会话中榨取出可复用的知识——"这次做对了 X，因为 Y，下次遇到 Z 时可以直接用"。

> 📏 尺寸预算：本文件正文上限 ~17,000 B。新经验只加判据一行；实证叙事一律进 references/evidence.md，版本史进 references/changelog.md。

三条铁律（先于一切流程）

1. 🚨 反编造：任何"成功经验"必须能指回时间线上的具体节点（哪天、哪步、哪个工具调用）；指不出的标记"印象，待验证"，不得写入 MEMORY/Skill。宁可漏记，不可编造。 附加：不归因未表达的洞见——用户说了"发生了什么"≠说了"为什么"，只确认用户明确表达的部分，不替用户补"他懂了/他认可"之类的判断（那是编造的一种）。
2. 📌 三段论：每条萃取严格区分 观察（事实）/ 分析（判断）/ 推断（行动）。"搞砸了"是混合体不可用；"用 Write 写中文→乱码（观察）→ 因假设它支持 UTF-8（分析）→ 下次走 python -c 写盘（推断）"才合格。

3. ⚖️ 置信度门槛 + 用户确认：单次教训 confidence=0.5 进日志；≥2 次 0.8 进 MEMORY；≥3 次 1.0 但升 Skill / 红线前必须先问用户确认。没达标不硬沉淀——塞满低质量条目 = 淹没高质量条目。

4. 🚪 晋升三条件（升 Skill/红线的最后关卡，缺一不晋升，只留"待验证"笔记）：

5. 通过验证：路径实际跑通并记录验证方式；"看着像成功"不算。
6. 命名失败模式：能说出避免的具体失败，不是模糊的"有时会坏"。
7. 至少一条排除的死路：一条具体试过并否决的方案，且知道为什么否决。

Skill 提取自动触发（skill 晋升的识别信号）

识别以下信号时主动发起提取，不等用户说"存成 skill"：复发（同经验 ≥2 次）／已验证（resolved 且跑通）／非显然（需实际调试才发现）／跨项目／用户标记。流程：SkillManage create（骨架+模板）→ 填内容 → 原经验标 promoted_to_skill + 记 Skill-Path → 新会话验证自洽。提取前过质量门：已测试、描述脱离原上下文仍清晰、代码自包含、无项目专属硬编码、命名规范。

用户纠错信号（最高优先级，立即记录）

忽略清单（不记录）：一次性指令；特定上下文（"在这个文件里…"，先留日志）；假设性讨论；沉默（没说话 ≠ 满意，从沉默推断 = 制造虚假规则）。

即时收割（In-Session Harvesting）

除「纠错当场记」「会话结束复盘」外的第三时点——任务进行中识别到信号就当场存：① 多次尝试才成功的命令 ② 项目专属事实（凭证/端口/执行顺序）③ 可能复现的操作流（部署/迁移/连库/验活）。识别到任一 → 立即写入日志或对应 skill 实战经验区，不必先问用户（事后告知存到哪）。三分流：多步可复用流程 → skill；单条事实 → MEMORY.md；明显一次性 → 不记。

为什么这件事重要

会话结束 = 知识散佚；不萃取，下次同类问题还得重踩。neat-freak 管"知识不烂"，本 skill 管"知识生长"——两者互补。

两类反思对象

• 成功经验（又快又好/方法更高效/工具链完美）→ 提炼为可复用规则
• 失败教训（超时/不符预期/走了弯路/踩坑）→ 定位根因，避免重犯或升级红线

执行流程

> 轻量复盘模式：小任务（<5 个工具调用、无弯路、无纠错）用 AAR 四问收尾——①预期 ②实际 ③差异（无差异跳过④）④学习（无可学则明说"无沉淀"）。轻量模式也必须过反编造铁律。

第零步：回顾会话全貌（强制）

逐段回顾关键节点：①起点（需求？假设？）②路径（实际步骤？计划内外？）③转折点（在哪发现"原来不是这样"？）④终点（结果？遗留问题？）。输出时间线（内部用），每节点标注输入/动作/输出/判断依据，并给调用的 skill 打标签：[产物]（最终交付物对应 skill）／[工具]（过程元工具）／[偏离]（与 skill 文档约定不一致，变化扫描输入）。

🚨 时间线即证据：第一/二步的每条经验必须能引用时间线节点编号，引用不出 = 凭印象 = 待验证或丢弃。

第一步：萃取成功要素

五个维度：方法（特别的工具组合？）／决策（哪个判断事后被证明对？）／流程（哪段比之前顺畅？）／工具（哪个 MCP/Skill/脚本帮了大忙？）／时机（什么节点做对了什么？）。萃取标准：下次同类场景能直接用吗？能 → 值得萃取；不能 → 单次运气。

第二步：定位失败根源

五个维度：假设错误（哪个初始假设被证伪？）／方法选错（哪条是死路？）／工具误用（用错场景？）／遗漏（忘了做什么？）／冗余（什么其实不需要？）。定位原则：不是"这次搞砸了"，而是"哪个环节出了问题，下次怎么避免"。

第二步半：认知层深挖（重要决策/反复踩坑时强烈推荐）

启用条件：① 重要决策（选技术栈、定方案）② 同类问题第 2+ 次出现 ③ 用户问"为什么我又…"。普通顺利会话跳过。

六个维度（追问→产出）：① 信念动摇（坚信什么被打脸？→MEMORY 决策区）② 思维盲区（框架漏了什么？→附警告到 Skill）③ 真实假设（哪些没验证就用？→转前置检查）④ 模式+频率（第 N 次？N≥3 直接升红线）⑤ 根因三层（追问 3 层"为什么"）⑥ 认知升级（从"不知自己不知"到"知自己不知"——最值钱，必写 MEMORY）。

反模式：只问"哪里做错了"（症状层），不问"我为什么觉得这样对"（认知层）——前者下次还犯，后者才根治。

第二步半之二：经验回流审计（🚨 强制环节）

判据一句话：时间线上有 [产物] skill 标签且本次会话有可萃取经验 → 无条件执行，不做触发条件判定（prose 触发会漏判，实证见 references/evidence.md EV-01）。

执行方式（输出门禁）：
- 反思开始前列产物 skill 清单；第五步输出模板必含「回流审计」段——缺席或写"不适用"时，必须附跳过理由 + 三信号逐条判定（≥2 轮会话或单批 ≥20 交付物 / skill bump ≥2 版 / 调用过元工具 skill），让"跳过"留下痕迹可被审计。⚠️ 产物不是 skill 时（改的是脚本／引擎／文档）：「产物清单」写「无产物 skill」，但审计不得跳过——审计对象改判为能承接本次经验的 skill（按两层归属判据筛：下次非专家会话做同类任务时也该生效 → 归 skill），逐维核对后缺什么补什么
- 判定必须真实打开产物 skill 的 SKILL.md 对照，不得脑内代劳（实证 EV-02）

审计四步：① 读现状（SKILL.md 全文 + references，建"已回流"清单）② 按维度逐项核对（无指定维度时用质量/速度/一致性，逐条标「已回流/缺口」）③ 重点查"端到端顺序未固化"（机制清单≠执行顺序——机制分散而先后未写是最大缺口）④ 缺口补齐 → bump 版本 → 同步记忆速查区 + 技能清单。

🚧 边界（内部对照，禁止外搜）：回流审计 = 内部对照（任务实做 vs 本 skill 文档），基线只有两个——本次任务的实做路径、产物 skill 自己的 SKILL.md/references。禁止在审计内做 SkillHub/GitHub 外部对标：那属于 ray-skill-evolve 的职责（见文末「与 ray-skill-evolve 的关系」）。审计中若意识到存在外部差距（如"别人有 XX 机制、我没有"），记下 → 转 ray-skill-evolve 单独执行，不在此内联——否则会越俎代庖，把 evolve 的硬性环节塞进 reflection。

反模式：① 等用户提醒才审计（用户问 = 触发失效信号，先排查为什么没触发）② 只核对本会话新增（批次项目要回看整个任务周期）③ 以「项目层文档已承担」为由跳过（受众不同互不替代，EV-04）④ 脑内"逐项核对"不开文件。⑤ 以「红线要求外部学习」为由在回流审计内 skillhub search 同类 skill——越界：外部对比归 ray-skill-evolve，红线只约束它，不约束本审计。

第二步半之三：变化扫描（Delta 对比）

第一、二步是静态快照；本环节是动态增量——「静默改进」与「静默漂移」只有对比才能看见。三条对比基线（输入 = 时间线 [偏离] 节点 + 日志 grep）：

反模式：只问"这次做得怎么样"，不问"和上次有什么不同"；漏环境事实失效（不报错，最难察觉）。

第三步：沉淀为知识

成功经验 → 三种去向：更新现有 Skill（SkillManage modify）／升级独立 Skill（≥3 步可复用流程，SkillManage create）／写入 MEMORY.md（单条规则速查）。

失败教训 → 三种去向：MEMORY.md ⚠️ 禁令区（再犯=事故级）／修复对应 Skill（步骤/前置有缺陷）／写入当日日志（可能有用但不确定）。

每条失败都要两件事（缺一不可）：纠正措施（这次怎么止血）+ 预防措施（下次怎么不再犯）。只写预防 = 烂摊子没收拾；只写纠正 = 下次还会犯；坑没补救完时纠正优先。

判断标准："下次遇到同类场景，这条知识能帮我避免踩坑或加速吗？" 能 → 必须沉淀；不能 → 留日志。

记忆 namespace 隔离 + 冲突解决 + GC 衰减

放哪：项目专属 → 项目 skill/项目 MEMORY；领域专属 → 领域 skill；全局偏好 → 用户级 MEMORY（HOT）。继承链：全局 → 领域 → 项目（越具体优先级越高）。冲突解决：最具体优先 > 同层最新优先 > 模糊问用户。GC 衰减：30 天未引用标记降级候选 → 90 天归档到 changelog（不硬删）→ 每季度全量 GC 一次。细节见 references/memory-namespace.md。

按任务用到的 skill 路由（高频场景）

典型场景是「用某个 skill 做完任务后的复盘」：经验优先回流到该 skill（下次加载必进上下文），而不是只进 MEMORY.md（要竞争注意力）。产物 skill 与工具 skill 都要复盘——对每个被调用的 [工具] skill 显式追问："这个 skill 本次暴露了哪些缺口？流程/前置/边界在真实场景跑得顺吗？"有缺口当场回流（SkillManage modify + bump + changelog），不等用户问（实证 EV-03）。

判断可改性（SkillManage 只能改 agent_created: true 的 skill）：

可改时的两种写法：skill 有 bug/缺步骤/命令错 → 直接修复主流程（教训被吸收后就该消失）；情境性经验（本环境怎么用更好、前置条件、配合技巧）→ 追加「实战经验」区。

实战经验区条目格式：- YYYY-MM-DD｜[LRN-YYYYMMDD-XXX]｜场景：xxx｜经验/教训：xxx｜死路：xxx｜来源：任务名｜计数：N｜状态：pending
- 计数 + 跨任务才算复发：第 3 次 → 询问用户确认才毕业；同任务内重复只算 1 次；复发≥3 + 跨≥2 任务 + 30 天窗口才达晋升门槛。
- 状态机：pending→resolved/monitoring/promoted/wont_fix；pending/monitoring 须附深化建议；完整细节见 references/practical-notes.md。
- 判断口诀："下次用这个 skill 时，这条经验必须在场吗？" 必须 → 进 skill；重要但通用 → MEMORY.md；可有可无 → 日志。

预防性注入（Inject Next Time）

开始重要工作前花 10 秒：①判断任务领域 → ②grep 实战经验区与 MEMORY 红线相关条目 → ③有相关经验就开工前提及："上次踩过 [LRN-...] 的坑，这次我会先 [预防动作]。" 适用：反复出现的问题类型、confidence≥0.8 教训、上会话刚踩的坑。不适用：首次新任务、简单一次性操作（过度提醒 = 噪音）。

第三步半 + 第四步：尺寸体检与自检清单

写入记忆前后必做，清单按需加载：完整检项见 references/self-check.md。此处只记两条硬线：MEMORY.md 按平台实测（Claude Code ≤200 行且 ≤25,000 B；WorkBuddy 用户级 ≤4,000 字符、项目级 ≤8,000 字符（单位不同勿混），超出静默不加载 = 等于没记）；本次新增 ≤30 行（超了就是在写叙事）。

第五步：向用户汇报

输出模板见 references/output-templates.md 模板一（成功/失败/认知升级/行动锚点/新增更新/回流审计（必填，缺席即门禁违规）/待验证/未处理 八段式）。

特殊情况 / 周度回顾 / 需求捕捉

> 按需加载：触发克制规则 + 六类特殊场景见 references/edge-cases.md；周度回顾五步 + 需求捕捉见 references/periodic-reviews.md。触发时机：用户说"周度回顾/周报"→ periodic-reviews；拿不准该不该反思 → edge-cases；用户说"能不能做 X"→ 记 FEATURE_REQUESTS.md（≥2 次才升候选）。

查询应答

• "你学到了什么" → 列最近 10 条实战经验条目 + 当日日志新增（带 ID 和状态）
• "关于 X 知道什么" → grep 三层 + 各 skill 实战经验区，引用条目 ID
• "记忆统计/健康" → 报各层条目数 + MEMORY.md 实测行数/字节 + 近 7 天变动
• "忘掉 X / 清除记忆" → 走安全边界终止开关四步（见 safety-boundary.md）
• "导出记忆" → 打包 MEMORY.md + 日志目录

原则：应答必须引用具体条目（ID/文件/日期），不凭印象口述——查询应答同样受反编造铁律约束。

安全边界（什么时候萃取是错的）

永远不要萃取/记录：
- 操纵性洞察："用户对 X 反应好，以后多用 X 让他更快答应"——学习顺从技巧是伦理红线
- 用户弱点：情绪触发点、心理画像、容易焦虑的领域——即使客观存在，不进记忆
- 隐私/凭据：密码、API key、财务、医疗、住址——反思时可能"顺便"出现在时间线里，写入前必须过滤
- 第三方信息：关于他人的信息（未获同意不记录）

红旗清单（要写就停手）："以防万一以后有用"；从非敏感数据推断敏感信息；用户要求忘记后仍引用旧记忆；个人上下文应用到工作场景（或反之）。

> 二级边界 / 同意分级 / 终止开关见 references/safety-boundary.md。

参考资料（按需加载，不触发零成本）

reflection-matrix.md（去向速查）／self-check.md（自检+尺寸上限）／practical-notes.md（实战经验区完整细节）／edge-cases.md（该不该反思+特殊场景）／periodic-reviews.md（周度回顾+需求捕捉）／safety-boundary.md（能不能存）／output-templates.md（输出模板）／memory-namespace.md（namespace+GC）／evidence.md（实证案例归档，正文判据的来源证据）／experience-archive.md（历史经验归档）／changelog.md（版本历史）。

维护记录 / 与 neat-freak 的关系

完整维护记录见 references/changelog.md。分工：neat-freak 管"知识不烂"（同步文档记忆），本 skill 管"知识生长"（萃取经验升级技能）；工作流：任务完成 → self-reflection 萃取 → neat-freak 同步。

实战经验

历史经验见 references/experience-archive.md。当前活跃：

• 2026-08-31｜[LRN-20260831-001]｜工具 skill 复盘是强制环节，不等用户问（"用户问"= 触发失效信号）｜resolved（v3.13.0 固化，EV-03）
• 2026-09-05｜[LRN-20260905-001]｜回流审计不能以「项目层文档承担」为由跳过——两层受众不同互不替代，审计四步必须真跑（详见 EV-01/02/04）｜resolved（v3.15.0 升格强制+输出门禁，观察期）
• 2026-09-10｜[LRN-20260910-001]｜回流前先查 ~/.workbuddy/ray-core.md A0 节定位路径——skill 本体在 ~/.workbuddy/skills/<skill>/（改这里）；专家包内只是 symlink；plugins/cache/** 是只读产物，写它会被覆盖丢失；专家定义改 plugins/marketplaces/<市场>/plugins/<专家>/｜死路：凭"路径看起来像安装目录"就动手｜resolved
• 2026-09-13｜[LRN-20260913-001]｜批量补丁脚本两个静默坑（均报「完成」、退出码 0，只在回读时暴露）：① 文本模式读写会把整个文件的 LF 静默升格为 CRLF（污染 diff）→ 读写一律带 newline='' 或走二进制；② 脚本里用转义写法描述「字面字符」会自我触发（锚点差一位→静默 MISS；说明文字里的转义序列被解成真实控制字符）→ 锚点用字面字符 + 替换前报命中数 + 写后回读三查（换行/乱码/关键内容）（详见 EV-06）｜resolved