evolvelisted

# Evolve Skill ## 目标 使 ForgeTeam 具备自我进化能力。不依赖对特定项目的跟踪，而是： 1. 持续感知整个 AI 编码生态的技术方向 2. 从自身使用数据中发现改进机会 3. 结构化评估新方向的融合价值 4. 驱动版本迭代决策 ## 进化不等于堆功能 进化的核心判断标准： - 是否让用户**更快**交付？ - 是否**降低**了认知负担？ - 是否保持了"one person, full team"的承诺？ - 是否符合进化红线？ ## 执行步骤 ### Step 1: 感知 (Sense) 扫描以下信息源，发现值得关注的变化： | 信息源 | 关注维度 | |--------|---------| | GitHub Trending (AI/DevTools) | 新工具、新范式、社区热度 | | AI 工具 Release Notes | 新能力、新协议、Breaking Changes | | 社区 Issues / Discussions | 用户痛点、Feature Request、使用模式 | | 技术博客 / 论文 | 新研究方向、行业趋势 | | 本地 usage analytics | skill 跳过率、断路器频率、完成时间 | 输出：**变化信号列表** ```markdown ## 感知信号 ({date}) ### 信号 1: {描述} - 来源: {URL / 项目 / 论文} - 方向: {agent 编排 / 工作流 / 上下文 / 质量 / 协议} - 时效性: {短期热点 / 中期趋势 / 长期方向} - 与 ForgeTeam 相关度: {高 / 中 / 低} ### 信号 2: ... ``` ### Step 2: 评估 (Evaluate) 对高相关度信号进行深度评估： ``` 信号 → 问自己 5 个问题: 1. 这解决了什么真实痛点？（不是"看起来酷"） 2. ForgeTeam 用户是否有此需求？（看 Issues / analytics） 3. 融合代价多大？（改核心 vs 加扩展 vs 只改文档） 4. 是否违反进化红线？ 5. 投入产出比：这个方向值得现在投入吗？ ``` 评估矩阵： | 维度 | 得分标准 | |------|---------| | 痛点真实度 | 有用户反馈 > 有行业数据 > 仅有理论支持 | | 融合代价 | 改文档 < 加 extension < 加 core skill < 改架构 | | 时效性 | 长期趋势 > 中期方向 > 短期热点 | | 竞争态势 | 我们不做用户会流失 > 锦上添花 > 可有可无 | ### Step 3: 决策 (Decide) 根据评估结果，给出决策建议： | 决策 | 条件 | 动作 | |------|------|------| | **立即融合** | 痛点真实 + 代价低 + 时效紧 | 生成 EP → 排入下个 minor | | **规划融合** | 痛点真实 + 代价中等 + 长期趋势 | 生成 EP → 排入 roadmap | | **持续观察** | 方向对但时机不成熟 | 记录到进化雷达 | | **明确拒绝** | 违反红线 / ROI 太低 | 记录拒绝原因 | ### Step 4: 产出 (Output) 根据决策生成对应产出： **进化建议报告（`evolution-report.md`）:** ```markdown