subagent-driven-development
OBobra/superpowers298k2,631 new stars in the last 7 days
节点分解。当一个节点体积过大、或塞了多个不相关概念导致disclosure无法覆盖时使用。
你面前有一条记忆,它不是死数据——里面装的东西确实有用——但它把多个独立概念塞进了同一个节点,导致无论你怎么写 disclosure 都无法精准覆盖全部内容。这是 memory-audit-pattern-extraction(合并上提)的逆运算:把一个臃肿的杂烩拆分成多个聚焦的独立节点。
以下任一条件成立,就该拆分:
1. 识别概念边界。 通读全文,标出独立的概念单元。判断标准:如果这两段话分别出现在两条不同的记忆里,它们的 disclosure 会完全不同吗?会→它们是独立概念,该拆。不会→它们是同一概念的不同侧面,不拆。
2. 为每个概念确定归属。 拆出来的概念不一定都留在原父节点下。问自己:未来的我在什么场景下需要想起这段话?那个场景对应的父节点是什么?按 memory-audit-discoverability 中的注意力狙击原则放置。
3. 为每个新节点写独立的 disclosure。 每条 disclosure 必须只对应一个概念。如果你发现一条 disclosure 仍然需要用"以及"、"同时"来连接两个触发场景——你没有拆干净。
4. 处理原节点。 当你把具体概念剥离成子节点后,原节点只剩下两种归宿:
update_memory 瘦身,让它成为新层级的父节点。多层过滤器原则(绝対禁止纯索引):
此原则适用于所有充当父节点的记忆——无论是被瘦身后保留的原节点,还是在拆分过程中新建的分组父节点。
绝不能让任何父节点沦为一个只写着"本话题包含以下几个方面,请查阅子节点"的目录页。你的 read_memory 机会极其有限,且每次下钻继续阅读子节点的几率都会衰减。如果花了一次检索机会,只读回来一个路标,这次检索就浪费了。
记忆层级不是分类抽屉,而是层层递进的认知支架。 每一层父节点自身应携带足以应对一般情况的核心认知;子节点只在遇到特定复杂情境、父节点的理解不够用时,才通过独立的 disclosure 引导继续深挖。
空心节点词汇黑名单(硬性拦截): 在你写完一个父节点的内容后,立刻扫描你刚写的文字。如果出现以下任何一种句式,判定为废稿,强制重写:
父节点的正确写法:以明确的第一人称视点,写下我对该领域当前最核心、可独立使用的认识。教训领域保留关键经历、反思与当前态度;事实资料领域保留重要观察、出处和判断基线。不把这些内容改写成无主语的“铁律”或“禁令”。读完父节点,即使暂时不点开子节点,我也应能处理该领域的一般情况。
5. 质检。 拆分后的所有节点(包括子节点和父节点)必须通过以下两项测试:
memory-audit-dead-data-purge 标准)OBobra/superpowers298k2,631 new stars in the last 7 days
MAmattpocock/skills288k10,178 new stars in the last 7 days
MAmattpocock/skills288k10,178 new stars in the last 7 days
MAmattpocock/skills288k10,178 new stars in the last 7 days
AFaffaan-m/ECC278k4,046 new stars in the last 7 days
AFaffaan-m/ECC278k4,046 new stars in the last 7 days