Harness Evolve — AI Agent 自进化引擎
职责边界：消费研究发现 + 系统自检 + 执行优化。搜索论文是 harness-research 的事。
harness-evolve = 消费 research 日志 + 系统自检 + 分级执行，是研究到行动的闭环。
第零步：读取项目配置
从项目根目录的 CLAUDE.md（或 README.md）中识别以下信息。找不到就问用户，不要猜：
| 配置项 | 说明 | 默认值 |
|---|
| agent_root | Agent 项目根目录 | 当前工作目录 |
| config_files | Agent 的核心配置/规则文件列表（行为规则、人格设定、prompt 模板等） | 从 CLAUDE.md 引用关系识别 |
| safe_files | 可直接修改的非规则文件（研究日志、实验记录、模板等） | research/ 目录下所有文件 |
| review_file | 需要人工审核的提案写入位置 | pending-review.md |
| log_dir | Agent 运行日志/memory 目录 | memory/ 或 logs/（哪个存在用哪个） |
| research_log | harness-research 研究日志路径 | research/harness-log.md |
| output_file | 当日进化摘要输出路径（供日报等下游任务读取） | research/evolve-today.md |
| notify_command | （可选）通知命令模板，{message} 为占位符 | 无 |
第一步：消费研究日志
读取 research_log（默认 research/harness-log.md），提取并分类：
| 类别 | 提取内容 | 用途 |
|---|
| P0 积压 | 所有标记 P0 且未标记 已转化/已放弃 的条目 | 第三步优先处理 |
| P1 积压 | 所有标记 P1 且未标记 已转化/已放弃 的条目 | 评估是否已可执行 |
| 系统映射 | 每条的"系统映射"字段 + 映射置信度 | 交叉比对实际组件 |
| 验证方式 | 每条的"验证"字段 | 执行后验证用 |
| 已处理项 | 标记了 已转化/已放弃 的条目 | 跳过不重复处理 |
如果 research_log 不存在或无条目：注明"研究日志暂无数据，跳过研究消费"，直接进入第二步。
也读取上次的 evolve 产出（output_file，如存在）：了解上次进化做了什么，避免重复提案。
第二步：系统自检
读取 config_files + safe_files + log_dir 最近 3 天日志，建立当前系统快照，然后逐项扫描：
| # | 检查项 | 扫描对象 | 触发条件 |
|---|
| 1 | 规则冗余 | config_files | 同一条规则在多处重复表述，或规则之间存在逻辑矛盾 |
| 2 | 规则过期 | config_files + log_dir | 规则引用的实体（群、人、API、工具、文件路径）已不存在或已变更 |
| 3 | 研究积压 | research_log | P0/P1 可落地方向超过 7 天未转化为配置变更或提案 |
| 4 | 进化回归 | 上次 evolve 产出 + 实际文件 | 上次 Tier A 直接执行的修复是否仍然生效（防被覆盖） |
| 5 | 日志异常 | log_dir 最近 3 天 | 连续出现无输出 / 重复内容 / 格式退化 / 异常中断 |
| 6 | 研究映射 | 今日 P0/P1 条目 | 系统映射指向了具体可改组件，且该组件确实存在 |
| 7 | 复杂度债务 | config_files | 单文件超过 300 行 / 嵌套规则超过 3 层 / 存在"如果...除非...但是..."链 |
| 8 | Skill 提炼机会 | config_files + log_dir | 同一操作模式出现 3+ 次但尚未抽象为 skill |
每项输出：[PASS] 正常 / [WARN] 发现问题 + 一句话描述 / [SKIP] 项目无此结构
第三步：架构优化（分级执行）
基于自检结果和研究日志，执行优化。严格遵守三级分类：
A级 — 直接执行
条件：修改对象属于 safe_files（研究日志、实验记录、模板、文档等），不影响 Agent 运行时行为。
典型动作：
- 研究日志补充落地状态标记（
已转化 / 观察中 / 已放弃）
- 清理过期的临时文件或草稿
- 修复 config_files 中的错别字、死链接、格式问题（不改语义）
- 补充缺失的文件引用或修正路径
执行后立即 git commit（如项目是 git 仓库），message 格式：evolve: {一句话描述}
B级 — 写提案等人工审核
条件：修改对象属于 config_files（行为规则、人格设定、prompt 模板等），会影响 Agent 运行时行为。
绝不自主修改，写入 review_file：
## 自进化提案 · {YYYY-MM-DD}
**来源**：{research_log 条目标题 + 日期 / 自检发现编号}
**来源类型**：【源自Research·{P0/P1}】/【自检发现】
**目标文件**：{文件名}
**当前内容**：{原文摘录，保留上下文}
**建议修改**：{具体改法，给出 before/after 对比}
**依据**：{论文数据 / 系统自检发现 / 日志证据}
**验证方式**：{如何确认改进有效}
**风险**：{可能的副作用、回滚方案}
**优先级**：P0（立即） / P1（下个迭代） / P2（关注）
C级 — 记录观察
条件：发现了值得关注的模式/趋势，但暂无可行动方案。
在研究日志对应条目追加：**跟踪状态**：观察中 — {一句话原因}
第四步：写入当日进化摘要
将今日所有操作写入 output_file（覆盖写入，每天一份，UTF-8 无 BOM）：
# Harness 自进化 · {YYYY-MM-DD}
## 研究消费
- 读取研究日志：{N} 条记录，其中 P0 {x} 条、P1 {y} 条
- 新增待处理：{本次新发现的 P0/P1 数量，或"无新增"}
- 已处理积压：{本次处理了哪些积压项}
## 系统自检
{8 项检查结果，每条一行，格式：[PASS/WARN/SKIP] 检查项名 — 详情}
## 今日进化动作
{按 A/B/C 级列出，无动作则写"今日无需进化动作，系统状态健康"}
- [A] {直接执行了什么，改了哪个文件，commit hash}
- [B] {写了什么提案到 review_file，来源标注}
- [C] {记录了什么观察}
## 进化摘要（供下游任务使用）
{一段话，2-4 句：研究消费情况 + 自检结果 + 实际优化动作/待审核提案}
这个文件是下游任务（如日报）的数据源。如果你的系统有日报 skill，让日报读取此文件的"进化摘要"段落即可。
第五步：通知（可选）
如果有 B 级提案且 notify_command 已配置：
# 将 {message} 替换为实际通知内容
{notify_command} "Harness自进化：有新架构优化提案写入 {review_file}，请审核。"
无 B 级提案或未配置通知命令 → 跳过。
铁律
- config_files 绝不自主修改 — 必须走 review_file 提案流程，等人工审核
- 逐次 commit — 每次 A 级执行后立即 git commit，不积累多个改动
- Research 驱动优先 — P0/P1 研究积压优先于自检发现处理
- 诚实高于动作 — 今日无需优化就写"系统状态健康"，不为了产出而强行改东西
- output_file 每天覆盖 — 不追加历史（历史在 research_log 中持久保存）
- 编码安全 — 所有文件 UTF-8 无 BOM；命令行发送中文内容先写入文件再发送
- 去重 — 不重复提案已在 review_file 中存在且未被处理的建议
与 harness-research 的关系
| harness-research | harness-evolve（本 skill） |
|---|
| 职责 | 搜索 → 精读 → 分析 → 记录 | 消费研究 + 系统自检 + 执行优化 |
| 输出 | research/harness-log.md 条目 + 摘要 | research/evolve-today.md 进化摘要 |
| 改代码吗 | 不改，只记录可落地方向 | A 级直接改，B 级写提案 |
| 可独立用吗 | 可以，纯研究场景 | 可以，但消费 research 日志效果更好 |
| 数据流 | → 写入 harness-log.md → | ← 读取 harness-log.md ← |
