用途:对已有技能(skill)文档做有纪律的修订与调优,让每次编辑都是可度量的改进,而非猜测。核心原则是:只有当候选版本在留出检查集上严格优于当前发布版本时,才值得发布。
主要能力与流程:
- 建立留出检查集:3–8 个代表性任务/提示,必须包含触发本次修订的失败案例,并在整轮修订中保持固定,使前后分数可比。
- 维护两个版本:best(当前发布版,不允许悄悄退化)与 candidate(best 加拟议编辑)。
- 逐项评分:把技能版本与任务交给评分代理(Agent 工具,subagent_type=general-purpose),不要给它账本、修订笔记或诊断信息,否则它不依赖技能本身解题,评分失效。按标准逐项打分,不要合并成单一通过/失败;触发失败的标准决定接受与否,其余标准作为回归护栏。
- 接受条件:candidate 在触发失败标准上严格优于 best,且无回归护栏变差;平局则拒绝,保留 best。
- 有界编辑:每轮默认约 4 个增/替/删操作,技能越成熟越少;超预算时按系统性影响、互补性、通用性、可操作性排序保留。
- 反思:先失败反思(找系统性模式),后成功反思(编码可泛化模式);编辑须可泛化、不重复已有内容。
- 保护核心:对久经考验的核心区域设限,仅在刻意纵向评审时改动。
- 记录被拒提案:修订第一步先运行 python3 scripts/skill_ledger.py check --skill <name> --before best.md --after candidate.md,退出码 1 表示该编辑此前已失败,不要重复评分;门控决定后用 record 记录结果(含 rejected)。
- 跨轮记忆:用 remember() 记录编辑该技能的经验,下一轮用 recall() 取回。
编辑机制:编辑是字面字符串操作(Edit 工具),目标文本须精确匹配,否则静默无效;优先追加、标题后插入、精确替换、精确删除,并在评分前确认编辑生效。
适用场景:编辑、修订或调优已有技能文档。不适用:从零创作新技能(用 creating-skill)、开发期版本跟踪与回滚(用 versioning-skills)、无复用的一次性文字。
限制:资料未提供具体安装方式、收费与平台信息;脚本位于 claude-workspace 的 scripts/skill_ledger.py。