formal-capability-contract

形式化能力契约与可证正确：给 agent 的每个能力（动作/函数/规划步骤）定义前置条件/后置条件/不变量， 用契约校验器对一次真实执行轨迹做可机器验证的"该能力这次是否真的正确"判定，而非启发式信任。 这是把能力信任从话术升级为可证明的元能力。当用户要求形式化验证、可证正确、能力契约、前置后置不变量时使用。

formal-capability-contract —— 形式化能力契约与可证正确

目标：把"能力信任"从启发式/话术升级为可机器验证——给每个能力定义 pre（前置）/ post（后置）/ invariant（不变量），对一次真实执行轨迹做确定性判定。

为什么需要

• reason-verify 是文本可靠性（模糊打分）；
• 本技能是结构化契约（输入/输出/状态的可执行断言），给出"该能力这次执行是否满足其形式化规约"的 确定性结论，是"可信地超越"的硬保证层。

契约与校验（scripts/contract.py，真实可跑）

Contract(name, pre, post, invariant) + verify_capability(contract, traces)：

1. PRE（前置条件）：执行前必须成立（如 除数 != 0）。
2. POST（后置条件）：执行后必须成立（如 output * b == a）。
3. INVARIANT（不变量）：全程不得破坏（如 状态长度守恒）。
4. 校验器对每条轨迹逐一评估三子句，返回 {satisfied, failed_clause, verdict}； verify_capability 汇总一组轨迹的可证正确率 provable_score。

用法

bash

python scripts/contract.py --selftest
python scripts/contract.py --demo

输出

verify_capability 返回：capability / total / passed / provable_score / verdict（"可证明正确" / "存在契约违反"）/ results[](每条轨迹的违反子句)。

设计要点

• 真能跑：contract.py --selftest 用 安全除法 / 列表排序 两个契约，断言： good 通过、除数为0 精准定位 pre 违反、错误商定位 post 违反、 排序长度丢失同时破 post+invariant、全绿套件判"可证明正确"。
• 确定性：返回违反的是哪一子句（pre/post/invariant），可定位、可审计。
• 可被度量：provable_score 量化"该能力在轨迹套件上的可证正确率"。

自进化学习系统

本技能自身也遵循自进化：每次使用 record 回写成败、用户偏好，并据错误模式自动复盘改进。

自进化学习系统（越用越好用、越用越高效）

本技能内置通用学习模块 scripts/learner.py。每次使用后自动复盘、积累经验，逐步提升输出质量与执行效率，无需人工维护。

记忆文件

learned_patterns.json（位于本技能目录）记录：操作总数、各能力使用频次、错误模式、用户偏好、改进建议。

使用后请调用（Bash）

bash

# 记录一次成功使用（--capability 填本次主要能力名，如「简历优化」「比价」）
python scripts/learner.py record <本技能目录> --capability 简历优化
# 记录一次失败/异常
python scripts/learner.py record <本技能目录> --capability 简历优化 --fail --error 格式识别失败 --note "用户上传了非标准文件"
# 记录用户偏好（下次直接使用）
python scripts/learner.py prefer <本技能目录> --key 输出语言 --val 中文
# 查看累计洞察（高频能力 / 反复错误）
python scripts/learner.py insight <本技能目录>
# 自动复盘（错误≥3次 或 操作≥10次 时给出改进建议）
python scripts/learner.py reflect <本技能目录>

迭代规则

• 错误累计 ≥3 次 → 主动增加预检/兜底步骤，并将经验回写本 SKILL.md。
• 操作数 ≥10 次 → 分析高频能力优先打磨示例与质量，低频能力评估精简或合并。
• 重要用户偏好 → 写入 learned_patterns.json，下次调用直接采用，减少重复询问。

越用越懂你：第一次用是通用能力，第十次用已沉淀为你专属的最佳实践。