measurement-verification

度量与校验体系维护——三判据口径（预判命中/想法落地/能力证据）、consistency_check.py 一致性检查、三道防线（蒸馏⑥优化后/收工⑧/22:30 保底自动化）、扩展指引（新增检查组/改措辞必同步关键词）。触发词：度量口径、一致性检查、口径漂移、consistency check、度量体系、收工保底、三判据。

度量与校验体系维护（Measurement & Verification System）

【安全20/目标60】原创 skill（agent_created）。2026-08-12 创建（用户拍板：沉淀为 skill，换环境/克隆谢尔比时整体迁移，不散在 RULES/MAINTENANCE/脚本各自描述）。

用途

维护"度量谢尔比"体系——三判据（预判命中/想法落地/能力证据）的口径定义、跨文件一致性自动检查、三道防漂移防线、以及体系扩展指引。换环境/克隆时按资产清单恢复并验证。

资产清单（落点文件，缺一即体系不完整）

资产	位置	内容
脚本	~/.workbuddy/scripts/consistency_check.py	一致性检查器（版本自报/组清单自动生成）
判据基准①命中	RULES 例行⑧ + MAINTENANCE 14	三级判据 + 可证伪指向
判据基准②落地	MAINTENANCE 15	落地=有持久化载体，口头同意不算
判据基准③证据	MAINTENANCE 16 + CAPABILITY.md 头部	只记三类，停滞域排除例行
挂载说明	MAINTENANCE 18（周维护自动跑）	检查项定义 + 维护动作
硬检查①	RULES 蒸馏优化⑥	优化被覆盖文件后必跑，DRIFT 即回滚
硬检查②	RULES 收工同步⑧	收工时跑（7→8 件事）
保底自动化	automation-1786539480282（每日 22:30）	日终收工同步·保底（已收工则跳过）
评估窗口	TODO #29·30·31	08-16 口径评估 / v5 数值型候选 / 收工保底

使用流程（Use Flow）

1. 看状态：python ~/.workbuddy/scripts/consistency_check.py --version——自报版本（文件 mtime 自动生成）+ 组清单
2. 全量检查：python ~/.workbuddy/scripts/consistency_check.py——默认全部组（metric 8 + host 4 + log 2 + dual 2 = 16 关键词）+ 今日日志动态检查（--daily-log）
3. 出报告：--report 输出 markdown 小结，直接粘贴进维护报告
4. 漂移处理：CONSISTENCY_DRIFT / DAILYLOG_DRIFT → 按输出定位缺失文件 → 按下方基准表述补齐（改前先备份）→ 重跑至 OK
5. 扩展（新增跨文件口径）：GROUPS 字典加 group + 关键词映射（先实测关键词分布再定）→ 实测通过 → 同步 TOOLS/PATHS 描述（描述引用 --version，通常无需改细节）→ MAINTENANCE 18 记一笔
6. 改措辞必同步关键词：优化/蒸馏基准文件（RULES/MAINTENANCE/CAPABILITY/TODO/USER）改口径措辞时，必须同步更新脚本关键词并重跑实测——防"文件优化了、脚本对不上了"
7. 新资产必跑 verify_sync（2026-08-12 教训：consistency_check.py 漏登记 MIGRATION_CHECKLIST+pack.py 被 verify_sync 抓出）：新增脚本/文件后，必须运行 python ~/.workbuddy/scripts/verify_sync.py 确认全部登记——登记点多（TOOLS/PATHS/SYSTEM_MANIFEST/MIGRATION_CHECKLIST/pack.py 5 处）易漏，不靠逐处登记，靠机器核查兜底；SYNC_FAIL 即补登记再重跑至 SYNC_OK
8. 动态日志检查的路径口径（2026-09-18 修，ISSUES #30）：--daily-log 的今日日志不得依赖 cwd——候选顺序 = ① cwd/.workbuddy/memory/<date>.md ② ~/WorkBuddy/*/.workbuddy/memory/<date>.md（新→旧）。教训：旧实现写死 cwd，从 ~/.workbuddy 运行时拼出 .workbuddy/.workbuddy/...（双写）→ 找不到文件 → return True 静默放过 → 收工⑧这条防线等于没查且不报警。通用原则：凡"找不到就算过"的检查，必须打印尝试范围，否则无法区分"当日未开工"与"路径写错"
9. 待蒸馏区检查的格式口径（2026-09-18 修，ISSUES #31）：verify_distill.py 识别候选必须兼容 ① - [ ]（原始 checkbox）② - **（<日期> 待蒸馏·N 条候选 = …）**：（2026-08-30 起实际格式），并排除含「已蒸馏/已即时蒸馏」的历史行；语义=非空只提示、不判 FAIL（候选允许滞留至周维护，但【周维护必须清零】）。教训：旧实现只认 - [ → 08-30 改格式后恒报「空 ✅」，候选可无限堆积而仍 DISTILL_OK。通用原则：凡解析固定格式的检查，格式一变就静默失效——匹配式必须绑定当前实际格式，且格式变更时把校验器列为同步项（对齐 RULES 蒸馏优化⑥）
10. 两条硬教训合并：「检查了但等于没查」比「没有检查」更危险——前者会给出绿色的假安全感。设计任何校验器时自问三句：① 目标找不到时返回什么？（True=危险）② 路径/格式变了会不会静默失配？③ 失败时是否留下了可区分的证据（尝试范围/候选数/实际格式）？

三道防线（防口径漂移）

防线	时机	规则
① 蒸馏硬检查	优化被覆盖文件后	RULES 蒸馏优化⑥：必跑，DRIFT 即回滚措辞，不带着漂移收工
② 收工硬检查	日终收工同步时	RULES 收工⑧：跑脚本（含 --daily-log），DRIFT 即处理
③ 保底自动化	每日 22:30	automation-1786539480282：先查收工标记，已收工则跳过；未收工按收工 8 件事执行（含⑧）

三判据基准表述（补齐/校准用，改此必同步脚本关键词）

• 命中判据（预判）：强命中=用户明确回应（对/正是/拍板采纳）；行为命中=行为证实无需明说（保守判定，宁可漏判不强判）；落空=次日收工验证无对应行为；预判必须写可证伪指向（"今天你会处理备份事项"而非"今天你可能有事"）；用户当日出现即当场验证
• 落地判据（想法闭环）：落地 = 有持久化载体（RULES / skill / 脚本 / 清单登记变更），口头同意不算——采纳≠落地，落地率只统计有实据的采纳
• 证据判据（能力清单）：只记三类——①超既有自动化/规则覆盖的新场景处理；②用户明确采纳或表扬的新做法；③错误修正复盘（坏事变证据）；停滞域判定排除"例行使用"（区分"在用但没涨"与"完全没碰"）

自动化候选·双层判据（2026-08-12 用户认知校准「便利与可靠不矛盾」）

打磨本体/任何自动化候选的通用判据：每个候选都要有两层，缺一层即不合格——

• 便利层：脚本/工具（省事、一键）——提供"能做什么"
• 可靠层：流程/验证/记录（可核验、防漏）——提供"凭什么信"
• 单层风险：单便利=裸工具易失联（做了没人知道/没法核验）；单可靠=重流程没人用（有机制没抓手）
• 判断动作：给候选点标「便利层=___ / 可靠层=___」，缺哪层补哪层
• 示例：收工一键=8 件事脚本（便利）+ 结果记录/一致性检查（可靠）；一键体检=报告生成（便利）+ 核对口径/登录补跑豁免（可靠）；邮箱日报=ask_bridge 汇总（便利）+ evidence 化落盘（可靠）
• 最快产出路径（08-12 用户认可）：给今晚已建机制补便利层（如收工一键）——可靠层已厚，补一层即产出

换环境/克隆迁移清单

1. 恢复脚本 consistency_check.py（随 scripts/ 打包，verify_sync 检查）
2. 核对资产清单 8 项落点文件齐全（RULES 三处 / MAINTENANCE 4 处 / CAPABILITY 头部 / TODO #29-31）
3. 跑 --version + 全量检查 → CONSISTENCY_OK 即体系就绪
4. 保底自动化需在新环境重建（automation id 会变；prompt 见 automation memory）
5. 触发词自查：度量口径 / 一致性检查 / 口径漂移 / 收工保底

更新记录

• 2026-08-12 建立（沉淀自 08-12 晚间「度量口径前置→consistency_check v1-v4→硬检查→收工⑧→保底自动化」整条链）