evolve-checklisted

# Evolve-Check（收尾评估协议） > **定位**：self-evolve 的伴随形态。self-evolve = 用户显式发起的深度轮（全库观测/ > 攒批/聚合）；本协议 = **任何内容流程收尾自动执行的轻量检查**——用户说"沉淀 > vllm-ascend 的 closed issue"，issue-ingest 跑完收尾即触发本协议，不看用户是否 > 另说"改进系统"。演进是隐形执行策略的一部分；本文自包含执行参数。 > > **本地执行说明**：本 skill 是收尾协议，非独立用户入口。内容流程（issue-ingest / > to-reference / to-postmortem / diagnose / knowledge-groom）收尾时，agent > `read` 本文件并遵循下方流程；用户说"这次做完有什么可改进的/值得沉淀的"也可直接触发。 ## 何时触发（收尾钩子） 任何内容流程**完成主体目标后、出最终报告前**执行一次，成本目标近零（无信号即止）： - issue-ingest：沉淀与标记完成后； - to-reference / to-postmortem：草稿产出、落盘后； - diagnose：**不强制每次收尾跑本协议**（高频 + 已有内建 evolving：未命中起草候选 case、源码揭示稳定结构事实顺手走 to-reference、反馈捕获写 feedback_pending）—— 其 L2/L3 视角（反复 miss 同族、流程摩擦）由 S2 replay（`s2_replay.py --todo`） 与深度轮归因事件信号覆盖，见 /skill:self-evolve §二； - knowledge-groom：批审产出后。 触发**不需要用户说"跑自演进"**——它是流程的默认收尾步骤（同 diagnose 写 trace 的 地位）。如果一轮内容执行本身就是自演进深度轮的一部分（self-evolve 驱动），跳过本 协议（深度轮已含观测）。 ## 评估步骤（先扫信号，无信号即止） **第 1 步：读本轮执行现场**（不重扫全库、不读 case 全文——token 预算，原则九）： - **优先读统一执行记录**：内容 skill 收尾时已由 `log_skill_exec.py` 落一条到 `metrics/skill-exec-log.yaml`（skill/时间/产出 id/decision_reason）。本步读最近几条： `python3 -c "import yaml;d=yaml.safe_load(open('metrics/skill-exec-log.yaml'));print('\n'.join(f\"{r['seq']} {r['skill']} {r.get('at','')[:16]} {r.get('products','')} {r.get('decision_reason','')[:40]}\" for r in (d.get('records') or [])[-3:]))"` ——拿"本轮做了什么"（替代凭 agent 记忆）： - 产出：本轮新增 case/reference/卡 id（从记录 products 提取，不重扫全库）； - 过程中有没有：miss（diagnose/replay 未命中）、重复手动动作、流程摩擦、执行错、 新数据源/新 issue 类型首次出现——这些在 d