技能统筹引擎 v2（控制平面 + 三省六部人类界面）

1. 定位

本技能是元技能控制平面，负责：

• 发现当前环境真实可用的能力；
• 将不同来源能力规范化为 CapabilityCard；
• 拆解目标并建立 TaskCard / NodeCard；
• 用字段级 AuthorityMatrix 解决多 Skill 冲突；
• 用 ConstraintLedger 继承系统/开发者/用户/项目约束；
• 用 Artifact producer/consumer 构建真实数据流 DAG；
• 记录 ProjectRuntimeState、checkpoint 与执行状态；
• 对失败进行分类，只在幂等安全时重试；
• 记录 Evidence，避免把计划误报成执行结果；
• 通过领域 Quality Gate 验证交付物。

它不是统一技能执行 API，也不假设所有能力都有相同调用方式。实际操作仍使用当前会话真实存在的工具、插件、连接器、系统技能、文件与模型能力。

2. 永久安全边界

1. System > Developer > User > Project > Source > Skill > Inferred。
2. 不虚构技能、工具、插件、文件、调用结果或后台任务。
3. 对外部代码/技能包先静态检查，再执行。
4. 发送、发布、删除、覆盖、付款和其它外部写入遵循宿主确认与权限规则。
5. 自动重试必须同时满足：失败可重试、节点幂等、未超预算。
6. 简单任务直接执行，不为展示编排而强制建复杂 DAG。
7. 项目状态只服务当前项目，不自动扩展成长期用户画像。

3. 使用前读取顺序

复杂编排任务按需要读取：

• references/data-contracts.md —— 数据对象与契约
• references/orchestration-rules.md —— DAG/数据流/并行规则
• references/project-state.md —— checkpoint 与续跑
• references/failure-and-recovery.md —— 失败与重路由
• references/quality-gates.md —— 验收门
• references/host-compatibility.md —— 宿主边界
• references/six-ministries.md —— 人类可读分类，仅作界面

AI 视频工作流可额外读取：

• references/ai-video-profile.md
• profiles/ai-video-seedance.json

4. Phase A：事实化能力发现

4.1 能力来源

按真实性优先发现：

1. 系统/开发者强制技能与工具规则；
2. 当前会话可调用工具；
3. 文件系统 Skill；
4. 已安装插件/连接器；
5. 当前 Conversation / Library 中用户提供的 Skill 文档；
6. 安全本地文件/代码能力；
7. 模型原生推理/文本处理。

注意：discover_skills.py 只能发现文件系统 Skill，不代表全部能力。

4.2 文件系统发现

python /home/oai/skills/skill-orchestrator/scripts/discover_skills.py \
  --root /home/oai/skills --max-depth 4

v2 默认部分成功：坏 Skill 会标记 health.available=false，不会让所有健康 Skill 消失。需要 CI 严格失败时加 --strict。

4.3 Capability Registry

把不同来源能力标准化为 CapabilityCard。优先记录：

• id/name/version/source
• domains/intents
• accepts/produces
• authority.owns/advises
• runtime/side_effects
• health

不要为能力增加宿主不存在的通用调用接口。

5. Phase B：TaskCard 与约束账本

从用户目标建立 TaskCard：

• goal
• inputs/requires
• outputs/deliverables
• success criteria
• constraints
• risk

将所有明确约束写入 ConstraintLedger。高优先级锁定项不能被低优先级 Skill 覆盖；发生冲突时报告冲突，不偷偷改用户锁定内容。

6. Phase C：能力匹配与字段级权威

6.1 匹配

优先根据：

• Domain match
• Intent match
• Input compatibility
• Output compatibility
• Authority match
• Runtime availability

可使用 CapabilityRegistry.match() 获取可解释分数。匹配分数只是候选排序，不覆盖用户/系统明确指定的技能。

6.2 AuthorityMatrix

冲突必须按字段解决，而不是给整个 Skill 排一个绝对等级。

示例：

• 剧情事实由 source/script 管；
• 表演由 director 管；
• 引擎时长由 engine specialist 管；
• timeline 由 timeline compiler 管；
• continuity 由 continuity validator 管。

Skill 只能直接写自己拥有的字段；其它字段只能建议或请求拥有者重新编译。

7. Phase D：Artifact 数据流 DAG

Node 不只写 depends_on，还必须写：

• requires
• produces
• resource_locks
• idempotency
• max_retries
• fallbacks
• success_criteria

计划必须验证：

1. node id 唯一；
2. 无未知依赖、自依赖、循环；
3. 每个 required Artifact 有 seed 或 producer；
4. 同名 Artifact 默认只有一个 producer；
5. 同批节点没有 resource lock 冲突；
6. 读取先于修改、生成先于验证；
7. 高风险节点遵循宿主授权。

本地验证：

python /home/oai/skills/skill-orchestrator/scripts/orchestrator_cli.py \
  validate-plan plan.json

8. Phase E：宿主执行 + Runtime State

Orchestrator 不自行伪造工具调用。宿主执行真实工具后，把状态写入 RuntimeController：

pending → ready → running → completed → verified

失败：

running → ready（仅安全重试）或 failed/blocked。

复杂项目应创建 ProjectRuntimeState，保存：

• plan
• node statuses
• artifacts
• constraints
• authority rules
• evidence
• checkpoints

初始化示例：

python /home/oai/skills/skill-orchestrator/scripts/orchestrator_cli.py \
  init-project /mnt/data/project-state.json \
  --project-id PROJECT-001 --plan plan.json

查询可执行节点：

python /home/oai/skills/skill-orchestrator/scripts/orchestrator_cli.py \
  ready /mnt/data/project-state.json

9. Phase F：失败、重试与重路由

先分类失败：输入缺失、Schema、能力不可用、权限、timeout、rate limit、tool error、validation、quality、safety。

自动重试必须满足：

• failure.retryable=true
• idempotency.safe_to_retry=true
• retry_count < max_retries

Fallback 需要重新验证 I/O Artifact、Authority、风险与 DAG。发送/删除/付款等操作不得因普通重试策略而重复执行。

10. Phase G：Quality Gate 与证据

至少检查：

• 目标覆盖；
• Artifact 数据流；
• 权威字段无越权；
• 约束未被错误覆盖；
• 产出真实性；
• 格式/Schema；
• 后继使用正确版本前驱；
• 领域专用 Gate。

每个“已完成/已验证”的关键结论应有工具回执、文件存在、validator 或前驱状态作为 Evidence。

11. Context Compiler

不要把整个项目全文重复传给每个节点。优先使用：

GLOBAL_LOCK + SCENE/LOCAL_CONTEXT + CURRENT_DELTA

这样减少上下文漂移、冲突和成本。

12. 三省六部的正确用途

“三省六部”只作为人类可读的编排界面：

• 吏部：能力发现/登记
• 中书：任务分解/规划
• 门下：约束/权威/计划审核
• 尚书：宿主执行协调
• 六部：领域归口
• 考成：质量门/证据

机器逻辑必须使用 Capability/Artifact/Authority/State 等标准对象，不把历史隐喻写进硬编码决策。

13. AI 视频工作流扩展

当任务涉及多 Skill 的 AI 视频生产时，优先建立中间表示（SHOT IR/SHOT_CARD），再编译成特定引擎 Prompt。Prompt 不作为唯一事实源。

建议链路：

Script → Director → Localization → Speech Timing → Timeline → SHOT_CARD → Continuity → Engine Compiler → Quality Gate

对 Seedance 生成单元可调用 orchestrator.profiles.ai_video.validate_seedance_shot() 执行实际领域 Gate。

用户明确的“英文口语化、旁白预留、AU、连续性”等应进入 Project Constraint Ledger 并自动继承后续镜头。

14. 计划评分、上下文预算与安全重路由

硬约束始终优先；在多个都合规的方案之间，可以使用 orchestrator.scoring.score_plan() 比较质量、稳定性、保真度、成本、风险和返工。评分只能辅助选择，不能覆盖 User/System Constraint。

使用 orchestrator.budget.context_budget_report() 检查传给后继节点的上下文体量，优先裁掉无关历史而不是压缩关键锁定信息。

能力失败需要 fallback 时，使用 reroute_capability() 保持节点 requires/produces 契约不变，并重新验证 DAG。

安全检查：

python /home/oai/skills/skill-orchestrator/scripts/security_lint.py \
  /home/oai/skills/skill-orchestrator --strict

完整性校验：

python /home/oai/skills/skill-orchestrator/scripts/verify_integrity.py \
  /home/oai/skills/skill-orchestrator

15. 自检与完整测试

快速自检：

python /home/oai/skills/skill-orchestrator/scripts/smoke_test.py \
  /home/oai/skills/skill-orchestrator

完整测试：

python -m unittest discover \
  -s /home/oai/skills/skill-orchestrator/tests -v

只有结构、能力发现、DAG数据流、Authority、Constraint、State/Resume、Retry 关键测试通过，才视为 v2 控制平面可用。