Workbuddy Smart Learning

基于反馈和行为信号，Workbuddy Smart Learning实现任务模式识别、知识蒸馏及自适应警报，持续优化执行效率。

Security Scan

The skill's code, instructions, and requirements are coherent with its stated purpose: it collects feedback and local behavioral signals, analyzes local memory files, and persists templates/threshold state under a .workbuddy workspace directory; it requests no external credentials or installs and contains no obvious network/exfiltration code.

Purpose & Capability

Name/description (智能学习: 模式识别、知识蒸馏、警报) align with the code and SKILL.md: modules implement feedback collection, implicit signal collection, task profiling, pattern recognition, adaptive thresholds and distillation. No unrelated binaries or credentials are requested.

Instruction Scope

SKILL.md and code instruct the agent to read local memory files (MEMORY.md and daily .md files) and to persist results under workspace/.workbuddy/memory (feedback, signals, patterns, templates, threshold_state.json). This is expected for the stated purpose but means the skill will read user memory/notes and write derived templates/avoid rules to disk — a privacy-related behavior to be aware of.

Install Mechanism

No install spec; code is instruction-and-local-files only. There are no network installers, downloads, or package installs in the manifest.

Credentials

The skill requires no environment variables, no external credentials, and does not reference any unrelated secrets. It mostly reads/writes under the configured workspace path.

Persistence & Privilege

always: false. The skill persists state under the workspace (.workbuddy/memory/...), including threshold_state.json, templates/avoid_*.yaml, patterns_*.json, and feedback JSON. This is expected for learning functionality, but users should know it stores derived artifacts on disk.

Assessment

This skill appears to do what it says: it reads local memory/markdown files and session signals, analyzes patterns, and writes templates, alerts and threshold state into a .workbuddy/memory folder. There is no network code or requested credentials in the provided files. Before installing: (1) confirm the workspace path used by the skill (learn.py has a Windows default c:/Users/Administrator/...), so change it if you don't want it to access that location; (2) be aware it will read your MEMORY.md and other .md files under the workspace and will write YAML/JSON artifacts there — do not run it on a workspace containing highly sensitive material unless you are comfortable with local persistence; (3) review any generated templates/avoid_*.yaml files before using them to run automated actions; (4) if you expect cross-workspace/template sharing or remote publication (mentioned in README), note the code does not implement sharing — any external sharing would be an additional risk if added later.

WorkBuddy 智能学习系统 (Smart Learning System)

概述

WorkBuddy 的自我进化引擎，基于「感知-学习-行动」SEA 循环实现持续优化。整合六大模块，形成完整的反馈闭环。

---

系统架构

反馈收集 ←→ 隐式信号 ←→ 任务画像
     ↓              ↓           ↓
  知识蒸馏 ←→ 自适应阈值 ←→ 模式识别
                  ↓
            实时警报（触发→固化）
                  ↓
            模板执行（命中→执行→对比）

模块说明

模块	文件	核心功能
反馈收集	feedback.py	显式反馈（👍/👎/✏️）+ 自动归类
隐式信号	signal_collector.py	5类行为信号无感采集
任务画像	task_profiler.py	执行轨迹追踪 + 复杂度分析
模式识别	pattern_recognizer.py	高频模式扫描 + 自适应警报
知识蒸馏	knowledge_distiller.py	自适应阈值 + 模板匹配 + 避坑规则
主入口	learn.py	整合六大模块，CLI 命令行

数据存储

.workbuddy/memory/
├── feedback/           # 反馈记录 (JSON)
├── signals/           # 隐式信号数据 (JSON)
├── task_profiles/     # 任务执行轨迹 (JSON)
├── patterns/          # 模式识别结果 + 阈值状态
│   └── threshold_state.json  # 自适应阈值状态
└── templates/         # 蒸馏模板 + 避坑规则
    └── failed_patterns/avoid_*.yaml

---

核心模块详解

1. 反馈收集 (feedback.py)

FeedbackCollector：

• record_feedback(task_id, rating, tags, note) - 记录单条反馈
• get_recent_feedback(days) - 获取近期反馈
• generate_feedback_prompt() - 生成反馈询问文本

反馈类型：good / bad / neutral 标签：用户自定义，如 文件整理、数据分析、报告生成

2. 隐式信号采集 (signal_collector.py)

SignalCollector - 5类信号无感采集：

信号	计算方式	学习意义
反馈填写率	有反馈任务/总任务	参与度代理
任务取消率	主动中断/总任务	方案不适配
平均任务时长	所有任务耗时均值	执行效率
工具成功率	成功调用/总调用	工具质量
重复修正率	重复执行/总任务	模式固化价值

健康评分（0-100）：基于5类信号综合计算

3. 任务画像 (task_profiler.py)

TaskProfile - 单任务轨迹：

• start_task(task_id, summary) - 开始
• use_template(template_id, name) - 标记使用模板
• record_tool_call(tool, success, duration) - 记录工具调用
• end_task(outcome, success) - 结束

TaskProfilerAnalyzer - 分析器：

• get_complexity_distribution(days) - 简单/中等/复杂 分布
• compare_template_vs_free(days) - 有模板 vs 自由执行 对比
• get_tool_usage_stats(days) - Top10 高频工具

4. 模式识别 + 警报 (pattern_recognizer.py)

评分公式：

score = (freq/max_freq) * 50 + (recency/max_recency) * 20 + stability * 30

≥60分 = 高价值模式，建议沉淀

自适应阈值引擎 (AdaptiveThresholds)：

• 基于历史警报准确率自动调节阈值
• 准确率 > 70% → 敏感模式（降阈值 15%）
• 准确率 < 40% → 保守模式（升阈值 30%）
• 状态持久化：threshold_state.json

三级警报：

等级	类型	条件	响应
URGENT	突发	≥ urgent阈值（默认75）	立即通知
TREND	趋势	环比增长 > 150% 且 ≥ trend阈值	本周关注
STABLE	稳定	长期高频且 ≥ high阈值	建议模板化

5. 知识蒸馏 (knowledge_distiller.py)

自适应蒸馏阈值：

effective_threshold = base / feedback_rate

填写率高 → 低阈值（频繁蒸馏）；填写率低 → 高阈值（避免误触发）

模板匹配：

• match_template(user_request) - Jaccard 相似度关键词匹配
• generate_match_suggestion(user_request) - 生成推荐文本
• 置信度 ≥ 50% → 直接推荐；≥ 20% → 参考提示

避坑规则：

• 负面反馈 → avoid_*.yaml 避坑规则
• 自动推断应避免的操作 + 修复建议

---

命令行使用

cd .workbuddy/skills/workbuddy-smart-learning

python learn.py full        # 完整学习周期（6阶段综合报告）
python learn.py patterns     # 模式识别
python learn.py feedback    # 记录反馈
python learn.py distill     # 知识蒸馏
python learn.py signals     # 隐式信号报告
python learn.py alerts      # 实时警报检查
python learn.py profiler    # 任务画像分析
python learn.py match "关键词"  # 模板关键词匹配

full 命令输出结构

## 1. 反馈摘要     - 近7天反馈数、填写率
## 2. 模式识别     - 近30天高价值模式、Top3高频任务
## 3. 实时警报     - URGENT/TREND/STABLE 三级警报
## 4. 知识蒸馏     - 自适应阈值状态、自动蒸馏触发结果
## 5. 模板对比     - 有模板 vs 自由执行 成功率/耗时对比

---

与主对话流程集成

任务完成后 → 反馈询问

反馈：[👍/👎/✏️]
标签：任务类型（可选）
备注：改进建议（可选）

调用 python learn.py feedback 记录

新会话启动时 → 模式检查

检测到涉及历史上下文时：

1. 读取 MEMORY.md + 近期每日记忆
2. 检查 ≥60分的高频模式
3. 主动提示用户是否需要优化

警报处理 → 阈值学习

• 用户确认警报有效 → record_alert_confirmed(task)
• 用户判定为误报 → record_alert_rejected(task)

---

阈值配置

参数	默认值	说明
模式评分阈值	60	≥60分触发沉淀建议
蒸馏基础阈值	5	正面反馈达到此数触发蒸馏
警报-突发	75	立即通知
警报-关注	70	本周关注
警报-趋势	60	周报标记
趋势增幅	150%	环比超过此值触发趋势警报

---

版本历史

• 2026-04-14：基础版 - 反馈收集 + 模式识别 + 知识蒸馏
• 2026-04-17 v1：第一轮 - 隐式信号 + 自动蒸馏触发 + 实时警报
• 2026-04-17 v2：第二轮 - 任务画像 + 模板匹配 + 自适应阈值引擎