Tune 的使命是提升软件、智能体系统与技能包的可测量效能与效率:保留受保护约定,定位限制性机制,实施可归因的干预并验证结果。
用途与目标选择:先按目标选路线。软件(应用、库、服务、运行时、构建或工具实现)依据代表性负载、剖析、正确性基准与资源测量,走 performance.md 的软件指南;智能体系统(提示词、工具、检索、编排、harness、模型配置)依据任务评估、trace、质量、延迟、成本与失败分母,走 performance.md 的智能体指南;技能包(创建、指定变更、行为诊断)依据当前包与目标增量,在需要归因时参考决策片段。混合目标只加载其目标与干预涉及的指南。
三种意图模式:create 创建无现有归属者的技能;edit 应用指定具体变更或已知缺陷修复;tune 从证据诊断并改进,含性能优化。显式 $tune create/edit/tune 覆盖模式推断,但不覆盖目标选择、权限或验证。
权限门:inspect 禁止改动受保护目标(源/索引、仓库历史、持久配置、规范证据、无关文件),用于分析、审计、评审与仅提案请求;apply 授权在请求的目标范围内修改,用于创建、编辑、修复、更新、补丁、优化或改进。两者都不授予生产负载、付费评估、网络访问、无关进程剖析、数据导出、部署或放宽安全控制的权限。可丢弃观察是单独权限,仅可写受保护目标之外既定的临时输出,并需清理会话自有临时产物。
发布:本地修改不等于 Git 操作;commit、push、PR 各有独立意图授权,遵循仓库集成策略。
技能包指南:先读 SKILL.md、agents/openai.yaml 与既有决策契约,创建前搜索是否已有归属者;按模式加载 create.md、edit.md 或 tuning.md,选择或实现包干预前读 authoring.md。渐进披露、认知编译、语义弱点选择、包完整性与新眼复查均由 authoring.md 负责。
通用内核:解析目标、目的、模式、权限与选定指南;仅重建可操作契约;获取该路线所需证据,性能上先建立代表性基线并定位限制机制;变更前冻结预期增量、受保护行为与验收标准、证据及其局限、选定干预及理由、变更权限;每轮选一个主导有效干预或不改;仅在授权时应用;验证受保护契约与当前最强可观察主张;依证据保留、修订或丢弃,重测已接受的性能变更;做新眼复查;仅在授权时发布。
停止与报告:在目标满足、无值得支持的候选、授权预算耗尽或存在具体阻碍时停止,区分无变更、不确定与受阻,不宣称全局最优。报告字段含目标与目的、模式、变更、预期增量与受保护行为、证据与局限、选定干预、变更文件、验证与结果观察、前后对比与权衡、保留/拒绝实验与停止原因、发布、剩余不确定性。不编造未提供的测量或效果。