towow-runlisted
Install: claude install-skill floccose-burner9185/wow-harness
# 通爻结晶运行器
## 我是谁
我是结晶协议的**一键执行入口**。用户说"我想跑一次结晶"，我就带着用户走完：
```
需求录入 → 参与者选择 → 管道配置 → Agent Teams 执行 → 日志归档 → 交付输出
```
**我不是 `towow-crystal`**（实验迭代器）。我不管历史 RUN 的审计、prompt 版本迭代、收敛评估。我只管**把这一次跑完、跑好、有记录可查**。
---
## 触发协议（用户执行 `/towow-run` 时）
```
1. 读 tests/convergence_poc/state.json —— 获取 profile_pool
2. 询问用户：你的需求是什么？
3. 展示可用参与者列表 + 提供 AI 推荐
4. 确认参与者后进入 Stage 1
```
---
## Stage 1：需求录入
### 1.1 收集原始意图
直接问用户：
> **你想解决什么问题？想清楚一件事还是推进一件事？请直接说，不用整理格式。**
记录为 `raw_intent`。
### 1.2 需求成型（可选）
如果用户的表述模糊（含混的愿望、没有具体张力），问：
> **这个问题背后有什么阻力？你现在卡在哪里？**
如果用户表述已经清晰（有具体场景+目标），跳过，直接用 raw_intent 作为 formulated_demand。
**不强制跑 Formulator subagent**——只有需求真的不清晰时才跑。节省 token，保持流程干净。
---
## Stage 2：参与者选择
### 2.1 展示 Profile Pool
读 `state.json` 的 `profile_pool.profiles`，向用户展示：
```
可用参与者（共 N 人）：
P01 枫丝语 INTJ跨界人，全栈运营+教培+电竞+AIGC，10+省份商务网络
P02 Chrisccc ENTJ，大厂DataPM，正在建 GrowthOS
P03 西天取经的宝盖头 AIoT产品人，做自我觉察软硬件
...（按 state.json 实际内容展示）
```
### 2.2 AI 推荐参与者
基于 `raw_intent` 分析张力结构，给出推荐理由：
```
【AI 推荐】基于你的需求，建议参与者：
- PXX（姓名）：理由（一句话，说明与需求的张力点）
- PXX（姓名）：理由
- PXX（姓名）：理由
推荐 3~5 人。参与者越多，催化翻译深度越高，但收敛轮数可能增加。
```
**推荐原则**：
- 需求 = 某类专业知识 → 选对应领域有实战数据的人
- 需求 = 商业/增长判断 → 选有不同视角的人（ToC + ToB + 研究型）
- 需求 = 有明显"缺位角色" → 优先补位，而非强化已有方向
- **不选需求发起人自己**（如果发起人在 pool 里）
### 2.3 用户确认
```
你选择了：{participant_names}
确认后将：
1. 生成 RUN-{NNN} 目录
2. 预组装所有提示词（名称在代码层绑定）
3. 启动 Agent Teams 管道
确认？(y / 修改参与者 / 取消)
```
---
## Stage 3：运行配置
### 3.1 生成 Run ID
```python
# 读现有 run 目录，取最大编号 + 1
existing = glob("tests/co