auto-converge

# auto-converge——让规则从写完了变成能执行 两个策略驱动—— 1. **外部对标**：先研读高质量参考（同类工具的文档、博客、规范），提取差距和缺失项，不闭门造车 2. **对抗收敛**：写样例 → subagent 零容忍审查 → 量化违规数 → 修复 → 重复直到违规 < 5，规则不是改一次就对的 两条策略必须同时执行。只看参考不迭代，规则停留在理论正确但 agent 执行不走；只迭代不看参考，规则在低水平收敛但没有吸收业界最佳实践。 --- ## 适用于什么 不限于 SKILL.md——任何需要 agent 稳定遵守的规范都可以收敛。常见场景—— | 用户说的 | 实际要收敛的东西 | 样例是什么 | |---------|----------------|-----------| | "��个 prompt 写好了但 agent 返回格式老不对" | prompt 模板 | 一组 agent 的实际输出 | | "团队的 code review checklist 没人真按那个查" | review 检查清单 | 对同一段代码的审查记录 | | "想让 agent 写的 API 文档风格统一" | 文档写作规范 | 几篇按规范写的 API 文档 | | "这个部署检查表每次都有项漏掉" | 部署 checklist | 模拟执行记录 | | "agent 回复用户的语气不统一" | 回复风格指南 | agent 对话记录 | | "这个 project README 永远写不规范" | README 模板/规范 | 按模板写的 README | | "git commit message 格式老不一致" | commit 规范 | 一组 commit message | | "这个 skill 写出来了但 agent 不遵守" | SKILL.md 规则 | 按 skill 写的输出 | | "想让 agent 列出来的东西都有这个格式" | 输出格式规范 | 格式化的输出样例 | 核心模式不变——只要你能说明**agent 应该遵守什么**且有**参考源可以学习**，auto-converge 就能做。收敛对象可以是 markdown 文件、prompt 字符串、JSON schema、checklist、或者任何有规则的文本文档。 --- ## 触发条件 - 用户描述了一个规范/规则但 agent 屡次违反 - 用户给了一个文件路径，说"让它能执行""让它变得可验证" - 用户说"帮我打磨""收敛""这个写出来不 work" 如果用户只说了"agent 做得不好"但没明确规范在哪——先帮他把规范落到文件里，再收敛。收敛的前提是规范有地方写。 --- ## 工作流程 ### 第 1 步：澄清三个问题 在开始对标之前，必须确认以下三点。不问清楚就动手，收敛方向可能和用户实际需求完全错位—— 1. **收敛什么东西？**——如果有现成文件，拿路径。如果没有，帮用户把规范写下来再收敛。文件格式不限（.md、.json、.txt、prompt 字符串都可以）。 2. **"agent 遵守"怎么验证？**——对 commit 规范来说是生成的 message 是否合规，对 prompt 来说是 agent 的输出是否按格式，对 checklist 来说是检查项是否全部覆盖。这个验证方式决定了样例长什么样。 3. **参考源是什么？**——没��参考不启动。参考可以是同类项目的文档、官方规范（如 ...