Install
openclaw skills install @wangjiaocheng/constraint-driven约束驱动技能,作为极限约束引擎,识别现有约束,强化到极限,添加随机新约束,在约束边界内穷尽可能性,提取边界方案。6域30种任务。触发词:约束驱动、极限约束、约束强化、边界方案、可能性穷尽、meta-skill-system。
openclaw skills install @wangjiaocheng/constraint-driven本技能是一个极限约束引擎技能,提供通过约束驱动方法生成创新方案的能力。
约束驱动技能能够识别现有约束,强化到极限,添加随机新约束,在约束边界内穷尽可能性,并提取边界方案。
| 维度 | 评分 | 说明 | 执行框架映射 |
|---|---|---|---|
| R1 信息密度 | 中 | 主要处理约束分析 | S和C权重中等 |
| R2 创造性 | 高 | 需要创造性地设计约束和方案 | A权重高,C偏创新 |
| R3 交互性 | 低 | 主要是自动化生成 | I权重低 |
| R4 规范性 | 高 | 约束分析需要严格规范 | G权重高,O偏严格 |
| R5 迭代性 | 高 | 需要多次迭代优化约束 | 循环多,S→C→A链短而频 |
第一层:约束驱动清单 + 依赖拓扑 → references/constraint-driven-catalog.md
第二层:方法论要求清单 → references/constraint-driven-requirements.md
第三层:方法论范本库 → references/exemplars.md
references/constraint-driven-catalog.md,获取域分类、依赖拓扑、元操作映射提示references/constraint-driven-requirements.md 获取组件清单;如需样本法,读取 references/exemplars.md 获取范本统一执行流程:收到任务后按5步执行——
按使用流程组织,共6域30种方法论执行任务:
| 域 | 任务数 | 典型任务 |
|---|---|---|
| M0 任务域协调域 | 4 | 任务域选择、执行顺序确定、结果整合、深化路由 |
| M1 现有约束识别域 | 5 | 约束识别、约束分类、约束评估、约束整理、约束报告 |
| M2 约束强化域 | 5 | 强化策略、强化执行、强化验证、强化优化、强化报告 |
| M3 新约束添加域 | 5 | 添加策略、添加执行、添加验证、添加优化、添加报告 |
| M4 可能性穷尽域 | 6 | 可能性识别、可能性分析、可能性验证、可能性优化、可能性整合、可能性报告 |
| M5 结果交付域 | 5 | 结果完整性验证、响应速度优化、用户满意度评估、改进建议、持续优化 |
域间逻辑流:M0 → M1 → M2 → M3 → M4 → M5