[ { "cid": "ai_session_search_archive#0", "target": "ai_session_search_archive", "question": "我想在归档里用语义搜索找一条大概记得内容的会话。我手头有几周前导出的文件列表 txt，可以直接拿来跑吗？缓存里已经有向量的话会不会漏结果？", "excerpt": "Generate the file list from the current source scope at query time. Do not reuse an old `tmp/*files*.txt`: a semantic-search file list is also a result allowlist, so an omitted file cannot be returned even if its vectors exist in the cache.", "fact": "语义搜索的文件列表必须在查询时现生成，不能复用旧列表；该列表是结果白名单，遗漏文件即使已有向量也不会返回。", "rubric": { "must_include": [ "不得复用旧的文件列表，需按当前范围在查询时重建", "文件列表是结果白名单，遗漏文件不会返回（即使缓存有向量）" ], "reference_answer": "不能复用旧列表；每次查询都要现生成当前范围的文件清单，因为它就是结果白名单，漏掉的文件即使缓存有向量也不会出现在结果里。" } }, { "cid": "ai_session_search_archive#1", "target": "ai_session_search_archive", "question": "我想给一条只有 UUID 会话编号的记录生成 iOS 上可点的 opencode://session/... 深链，可以吗？如果不行，ID 必须满足什么条件？", "excerpt": "Antigravity / Claude Code / Codex / Second Mind IDs (UUIDs or non-`ses_` prefixes) do not satisfy this contract and cannot produce a deep link.", "fact": "只有以 ses_ 开头的 OpenCode 会话 ID 才能生成 opencode 深链；UUID 或非 ses_ 前缀的 ID 无法生成。", "rubric": { "must_include": [ "UUID 或非 ses_ 前缀的 ID 不能生成 opencode 深链", "只能使用以 ses_ 开头的 OpenCode 会话 ID" ], "reference_answer": "不行；opencode 深链只接受以 ses_ 开头的 OpenCode 会话 ID，UUID 或非 ses_ 的编号不符合约定，无法生成。" } }, { "cid": "bestpractice_ai_debugging_diagnosis#0", "target": "bestpractice_ai_debugging_diagnosis", "question": "我把报错的那个文件发给 AI 了，但它还是改不对。除了这个文件，我还需要一并提供哪些具体材料，才能让它更准确？请给出完整清单。", "excerpt": "解决：\n- 提供相关文件（不只是报错的那个）\n- 提供项目结构概览\n- 提供类似的正确实现作为参考", "fact": "在上下文不足时，需同时提供相关文件集合、项目结构概览以及类似的正确实现作为参考。", "rubric": { "must_include": [ "相关文件（不止报错文件）", "项目结构概览", "类似的正确实现作为参考" ], "reference_answer": "需要提供相关文件（不只是报错的那个）、项目结构概览，以及类似的正确实现作为参考。" } }, { "cid": "bestpractice_ai_debugging_diagnosis#1", "target": "bestpractice_ai_debugging_diagnosis", "question": "现在我觉得这个问题可能真得大修架构。按你们的建议，在动大刀子之前应该先做哪三件具体措施？请逐项列出。", "excerpt": "即使如此，也先尝试：\n- 局部重构而非大规模重写\n- 增加测试覆盖\n- 改善文档和注释", "fact": "即便判断接近架构问题，也应先尝试局部重构、增加测试覆盖、并改进文档与注释。", "rubric": { "must_include": [ "局部重构而非大规模重写", "增加测试覆盖", "改善文档和注释" ], "reference_answer": "先做局部重构（而非大规模重写）、增加测试覆盖，并改善文档和注释。" } }, { "cid": "bestpractice_ai_product_design#0", "target": "bestpractice_ai_product_design", "question": "我们在做车道偏离预警，想把告警阈值和时机微调一下。需要重训模型，还是可以直接改规则配置就生效？", "excerpt": "### 解耦收益\n\n1. **快速迭代**：产品规则可独立修改，无需重新训练模型\n2. **个性化**：不同客户/地区可有不同规则\n3. **可审计**：规则变更可追溯，模型输出稳定\n4. **LLM 集成**：未来可用 LLM 灵活组合信号", "fact": "解耦后，修改业务规则无需重训模型，可独立快速迭代。", "rubric": { "must_include": [ "不需要重新训练模型", "通过修改规则/配置即可生效" ], "reference_answer": "不需要重训模型，直接改规则参数/配置即可生效。" } }, { "cid": "bestpractice_ai_product_design#1", "target": "bestpractice_ai_product_design", "question": "我在做多模型协作的文档分析助手：如果当前模型老是不按指示把任务交给另一个模型，该怎么处理才能确保切换一定发生？", "excerpt": "### 设计启示\n\n1. **利用互补优势**：让不同模型做自己擅长的事\n2. **不要模仿人类角色划分**：PM/QA/Dev 是人类组织模式，不适用于 Agent\n3. **上下文窗口分离**：不同 Agent 负责不同上下文子集\n4. **必要时强制交接**：当模型抗拒指令时，通过代码强制切换", "fact": "在多Agent协作中，当模型不服从指令时应通过代码强制交接切换。", "rubric": { "must_include": [ "通过代码强制切换/强制交接" ], "reference_answer": "当模型抗拒时，直接用代码强制把控制权切换给目标 Agent。" } }, { "cid": "bestpractice_ai_programming_mindset#0", "target": "bestpractice_ai_programming_mindset", "question": "我在做一个本地多代理编码助手的编排，最近老是因为上下文窗口太小卡住。具体应当怎么拆分与并行这些子代理？请给出推荐的数量、职责划分以及结果整合方式。", "excerpt": "### 4. Divide and conquer 应对 context window saturation\n\n- 8 个 sub-agent 并行处理\n- 每个 sub-agent 职责单一\n- 最后汇总而非一次性塞入所有信息", "fact": "应对上下文窗口饱和时，推荐并行使用 8 个单一职责的子代理，并在最后汇总结果而非一次性塞入所有信息。", "rubric": { "must_include": [ "并行使用 8 个子代理", "每个子代理职责单一", "最后汇总而不是一次性塞入全部信息" ], "reference_answer": "并行启用 8 个子代理，每个只负责一类任务，最后把各自结果汇总，而不是把所有信息一次性塞进上下文。" } }, { "cid": "bestpractice_ai_programming_mindset#1", "target": "bestpractice_ai_programming_mindset", "question": "我要给我的本地 Coding Agent 设计状态管理方案。到底是把状态主要放内存里再定期保存，还是直接以文件系统为主？有哪些做法是需要避免的？", "excerpt": "本地 Agent 模式的核心设计原则：\n- 文件系统本身就是最可靠的状态持久化层\n- 状态变更 = 文件操作，天然可审计、可回滚\n- 避免「内存状态 + 手动持久化」的复杂性", "fact": "在本地 Agent 中应以文件系统作为状态持久化层，状态变化以文件操作表达，并避免“内存状态+手动持久化”的复杂性。", "rubric": { "must_include": [ "以文件系统作为主要的状态持久化层", "用文件操作表示状态变更", "避免“内存状态 + 手动持久化”的方案" ], "reference_answer": "把文件系统当作主要的状态持久化层，用文件操作表示状态变更，并避免“内存状态+手动持久化”的设计。" } }, { "cid": "bestpractice_api_key_management_1password_cli#0", "target": "bestpractice_api_key_management_1password_cli", "question": "我想先确认 deepseek 的密钥字段名字有没有写对，再用命令行去读。有什么命令可以把那个条目里现有的字段名都列出来给我核对？", "excerpt": "4. 如果不确定 field 是否存在，先列出现有 field 确认：`op item get dev-api-keys --vault dev --format json` 后检查 `fields[*].label`。避免因拼写（如 `olama` vs `ollama`）静默失败。", "fact": "不确定字段名时，应先用 `op item get dev-api-keys --vault dev --format json` 列出并检查 fields[*].label。", "rubric": { "must_include": [ "给出完整命令：op item get dev-api-keys --vault dev --format json", "说明需要查看 fields[*].label 以确认字段名" ], "reference_answer": "运行 op item get dev-api-keys --vault dev --format json，并查看输出中的 fields[*].label 列表确认字段名。" } }, { "cid": "bestpractice_api_key_management_1password_cli#1", "target": "bestpractice_api_key_management_1password_cli", "question": "我要把 Node 服务用 PM2 跑在生产机上，系统重启后还能自动取到密钥、不弹窗。应该在服务器上放哪个环境变量？以及要怎么把 OPENAI_API_KEY 注入给 PM2 才能生效？", "excerpt": "2. 在服务器安全保存 `OP_SERVICE_ACCOUNT_TOKEN`（如 systemd EnvironmentFile）。\n3. 启动脚本内使用 `op read` 拉取密钥后启动进程管理器（如 PM2）。\n\n示意：\n\n```bash\nexport OPENAI_API_KEY=\"$(op read 'op://dev/dev-api-keys/openai_api_key')\"\npm2 start ecosystem.config.js --env production --update-env", "fact": "生产环境需保存 OP_SERVICE_ACCOUNT_TOKEN，并用 op read 导出 OPENAI_API_KEY 后以 pm2 --update-env 启动。", "rubric": { "must_include": [ "明确环境变量名 OP_SERVICE_ACCOUNT_TOKEN", "使用 op read 导出 OPENAI_API_KEY 的命令行形式", "PM2 启动需带 --update-env 使新环境变量生效" ], "reference_answer": "在服务器保存 OP_SERVICE_ACCOUNT_TOKEN，并先执行 export OPENAI_API_KEY=\"$(op read 'op://dev/dev-api-keys/openai_api_key')\"，再用 pm2 start ... --update-env 启动。" } }, { "cid": "bestpractice_gui_automation#0", "target": "bestpractice_gui_automation", "question": "我在做一个资讯网站的无限下拉抓取，但页面上的旧内容会被动态清掉，常规爬 DOM 抓不到。用浏览器自带工具的话，具体要按什么步骤把后台请求完整导出来做成可编程的数据源？", "excerpt": "动态页面（如无限滚动）的 HTML 元素会被动态移除。解决方案：\n\n1. 打开 Dev Tools → Network Tab\n2. 执行操作\n3. Export HAR\n4. 编程解析 HAR 文件", "fact": "处理动态页面应通过开发者工具的网络面板导出 HAR，再编程解析 HAR，而不是直接抓 DOM。", "rubric": { "must_include": [ "打开开发者工具的 Network 面板", "执行相应操作后导出 HAR", "对 HAR 文件进行编程解析" ], "reference_answer": "打开浏览器开发者工具的 Network 面板，执行你要的操作后导出 HAR，然后对 HAR 文件进行编程解析。" } }, { "cid": "bestpractice_gui_automation#1", "target": "bestpractice_gui_automation", "question": "我在做一个网页端自动化流程，有一步需要同事手动截图再粘贴，流程老是在这一步卡住。怎样把这一步也实现成全自动，避免人工介入？", "excerpt": "当需要人工截图粘贴时，自动化链条断裂。解决方案：\n\n- 让 AI 自己截图（Playwright）\n- 使用 screenshot utilities 自动捕获", "fact": "人工截图会让流程断裂，应该改为由 AI 自行截图或用自动截图工具自动捕获。", "rubric": { "must_include": [ "改为由 AI 自动截图（如用 Playwright）", "使用自动截图工具/实用程序进行捕获" ], "reference_answer": "别再人工截图，改用让 AI 自己截图（例如用 Playwright）或使用自动截图工具自动捕获。" } }, { "cid": "bestpractice_internal_visuals#0", "target": "bestpractice_internal_visuals", "question": "我在写团队的内部备忘录，想给一个状态小标签加样式。CSS 类名只写 ok 可以吗，还是必须和组件的基类组合使用？担心主题色把它覆盖。", "excerpt": "### 约束三：语义类必须使用复合选择器\n装饰性的行内元素（如 chip/badge/pill）在设置 CSS 类时，必须绑定双类（如 `.vx-chip.ok` 或 `.chip.ok`），而不能只使用裸单类（如 `.ok`）。这样可以保证特异性高，不被父容器的 `--fg` 覆盖。\n* *正确示范*：`class=\"vx-chip ok\"`\n* *错误示范*：`class=\"ok\"`", "fact": "装饰性状态类必须用复合选择器（双类），不能只用单个状态类。", "rubric": { "must_include": [ "必须使用复合类/双类（例如 class='vx-chip ok' 或 .chip.ok）", "不能只用单个状态类（如 class='ok'）" ], "reference_answer": "不能只写一个状态类，必须和组件基类组成复合类，例如 class=\"vx-chip ok\"（而不是 class=\"ok\"）。" } }, { "cid": "bestpractice_internal_visuals#1", "target": "bestpractice_internal_visuals", "question": "周报里我想直接把一段 SVG 代码内嵌当图用，可以吗？在手机上浏览会不会有坑？如果不行应该用什么格式替代？", "excerpt": "4. **内联 SVG 图片**：不要在最终 Markdown 中夹带内联 SVG 代码，移动端渲染极其不稳定。需要图时，渲染成 PNG/JPG 引用。", "fact": "最终 Markdown 禁止内联 SVG；应转成 PNG/JPG 引用，因移动端渲染不稳定。", "rubric": { "must_include": [ "不要在最终 Markdown 内联 SVG", "改为渲染 PNG/JPG 并引用", "原因是移动端渲染不稳定" ], "reference_answer": "不要内联 SVG；移动端渲染极不稳定，应先渲染为 PNG/JPG 再以图片引用。" } }, { "cid": "bestpractice_interview_evaluation#0", "target": "bestpractice_interview_evaluation", "question": "我准备面一位工程师，想试探他是不是在用外部AI实时辅助回答。有没有一个简单直接的试法？给我一个可以当场操作的点子。", "excerpt": "1. **Knowledge Cutoff 钓鱼**：捏造不存在的模型/框架/版本，观察候选人反应", "fact": "以编造不存在的模型/框架/版本作为诱饵，观察候选人反应来识别AI辅助。", "rubric": { "must_include": [ "捏造一个不存在的模型/框架/版本", "观察候选人反应" ], "reference_answer": "编个并不存在的模型或框架版本当作话题，观察对方的反应。" } }, { "cid": "bestpractice_interview_evaluation#1", "target": "bestpractice_interview_evaluation", "question": "我在做 Magic Leap 的视觉定位落地，特征匹配到底该优先选传统方案还是流行的深度匹配网络？给个明确推荐。", "excerpt": "Magic Leap 实践中 ORB 特征优于 Superglue 等前沿方案——经典算法在特定场景仍有价值。", "fact": "在 Magic Leap 的实践中，ORB 比 Superglue 表现更好。", "rubric": { "must_include": [ "ORB 优于 Superglue" ], "reference_answer": "在 Magic Leap 的实践里优先用 ORB，效果优于 Superglue。" } }, { "cid": "bestpractice_markdown_html_conversion#0", "target": "bestpractice_markdown_html_conversion", "question": "用 Pandoc 把一段说明后面紧接着的星号列表转成 HTML，结果没变成项目符号，被当成普通文本了。Markdown 应该怎么改，具体需要在什么位置加什么？", "excerpt": "Markdown 转换器（如 Pandoc）通常需要列表（无序或有序列表）与其上方的段落之间有一个**完整的空行**。", "fact": "段落与其后列表之间必须留出一个完整的空行，否则列表会被当作普通文本。", "rubric": { "must_include": [ "在段落和列表之间插入一整行空白/完整的空行" ], "reference_answer": "在段落与后面的列表之间插入一整行空白（一个完整的空行），再用 Pandoc 转换即可。" } }, { "cid": "bestpractice_markdown_html_conversion#1", "target": "bestpractice_markdown_html_conversion", "question": "我用 cat 把多个 Markdown 拼起来再用 Pandoc 转网页，有时下一个文件开头的 # 标题会粘到上一个段落里。合并时文件之间该插入多少个换行？脚本里应该怎么写？", "excerpt": "当合并多个 Markdown 文件为一个大文档时，必须在文件之间插入**至少两个换行符**（即一个空行）。\n\n- **原因**：如果前一个文件以文本结束，而下一个文件以 `#` 标题开始，且中间没有空行，解析器可能会将标题逻辑混淆。\n- **最佳实践**：在 `cat` 或脚本合并时显式添加 `\\n\\n`。", "fact": "合并多个 Markdown 文件时，文件之间必须插入至少两个换行符（一个空行）；在合并脚本中应显式添加 \\n\\n。", "rubric": { "must_include": [ "至少两个换行符（一个空行）", "在合并脚本中显式添加 \\n\\n" ], "reference_answer": "在每个文件之间插入至少两个换行符（一个空行）；在合并脚本里显式追加“\\n\\n”。" } }, { "cid": "bestpractice_pdf_to_markdown#0", "target": "bestpractice_pdf_to_markdown", "question": "我在用 uv 建的 .venv 里，执行 venv/bin/python -m pip install docling 提示 No module named pip。正确的安装方式是什么？", "excerpt": "**venv 里 pip 不存在**。在用 uv 创建的 venv 里通常没装 pip，`venv/bin/python -m pip install` 会报 `No module named pip`。改用 `uv pip install --python .venv/bin/python `。", "fact": "在 uv 创建的 venv 里没有 pip，需用 uv 的命令并通过 --python 指向 .venv/bin/python 安装包。", "rubric": { "must_include": [ "使用 uv pip install", "包含 --python .venv/bin/python 参数", "给出要安装的包名（例如 docling）" ], "reference_answer": "用 uv 安装：uv pip install --python .venv/bin/python docling" } }, { "cid": "bestpractice_pdf_to_markdown#1", "target": "bestpractice_pdf_to_markdown", "question": "想用你们的 PDF→Markdown CLI 检查本机的 LM Studio 是否在线并且已加载目标模型，应该运行哪条命令（要 JSON 输出）？", "excerpt": "python rules/skills/pdf_to_markdown_cli.py doctor --check-lmstudio --format json", "fact": "用 CLI 的 doctor 子命令加 --check-lmstudio，并配合 --format json 可检测 LM Studio 与模型加载状态并输出 JSON。", "rubric": { "must_include": [ "使用 doctor 子命令", "包含 --check-lmstudio 选项", "包含 --format json" ], "reference_answer": "运行：python rules/skills/pdf_to_markdown_cli.py doctor --check-lmstudio --format json" } }, { "cid": "bestpractice_product_decision_analysis#0", "target": "bestpractice_product_decision_analysis", "question": "我在用这套方法评估一个新功能，做到“成本结构里的位置”这一步时，最后到底要分清哪件事，才能下判断？", "excerpt": "**核心判断**：它是在创造新的可能性（0→1），还是在降低已有能力的门槛（专家→大众）？这两者的战略含义完全不同。", "fact": "在第 5 步，必须判断它是创造新可能性还是降低已有能力门槛。", "rubric": { "must_include": [ "明确区分“创造新可能性”与“降低已有能力门槛”", "指出这是在“成本结构位置”这一步要做的关键判断" ], "reference_answer": "要判断它是创造了新的可能性，还是把已有能力的门槛降下来了。" } }, { "cid": "bestpractice_product_decision_analysis#1", "target": "bestpractice_product_decision_analysis", "question": "当我想判断某个功能处在技术采用的哪个阶段时，这个框架建议我参考哪条公理来校准分析？", "excerpt": "| 第 5 步：成本结构定位 | A13（技术采用三阶段） | 当需要判断功能处于 Driver/Co-pilot/Architect 哪个阶段时 |", "fact": "判断功能所处采用阶段时，应在第 5 步使用公理 A13。", "rubric": { "must_include": [ "明确回答使用 A13", "将其与“判断采用阶段”这一条件关联起来" ], "reference_answer": "用 A13（技术采用三阶段）。" } }, { "cid": "bestpractice_skill_writing#0", "target": "bestpractice_skill_writing", "question": "我刚起草了一份新的 agent 能力说明，“坑与教训”这一节需要现在就填满一些可能出错的点吗？还是可以先留空，等以后遇到问题再补？", "excerpt": "这里要特别强调：**不要在一开始凭空预测“可能的坑”来凑这一节。** 已知陷阱应该来自实际失败、返工、误判或多轮迭代中的真实教训。一个新 skill 在初版时完全可以没有这一节，或者只留一个很短的占位说明。只有当某个错误真的发生过，且未来高概率会重复发生时，它才值得被写进 meta 层的已知陷阱。", "fact": "已知问题章节不要凭空编造，初版可留空或占位，只记录真实发生且可能复现的错误。", "rubric": { "must_include": [ "不要预先罗列假想的“坑”", "初版可以没有或仅保留很短的占位", "仅当错误真实发生且高概率复现时才写入" ], "reference_answer": "不要提前编造“坑”；初版可以不写或只放占位，只有真实发生且可能重复的问题才写进这一节。" } }, { "cid": "bestpractice_skill_writing#1", "target": "bestpractice_skill_writing", "question": "我在仓库里新增了一份技能文档，提交前为了让别人能在目录里发现它，我需要更新哪个索引文件？请给出相对路径。", "excerpt": "| 忘记更新 INDEX.md | 新 skill 没人能找到 | 写完 skill 后立即更新 `rules/skills/INDEX.md` |", "fact": "新增 skill 后必须立即更新 rules/skills/INDEX.md 索引文件。", "rubric": { "must_include": [ "rules/skills/INDEX.md" ], "reference_answer": "`rules/skills/INDEX.md`。" } }, { "cid": "bestpractice_staged_approach#0", "target": "bestpractice_staged_approach", "question": "我准备用脚本批量对我们的数据库做清理操作，先做一次“试运行”的话，需要具体核对哪些事项才能放心正式执行？", "excerpt": "Dry Run 检查清单：\n- [ ] 确认操作范围（影响哪些文件/记录）\n- [ ] 确认操作内容（具体变更是什么）\n- [ ] 确认可回滚（有备份或版本控制）\n- [ ] 确认执行环境（不是生产环境）", "fact": "Dry Run 的检查清单要求核对操作范围、变更内容、可回滚性以及执行环境必须非生产。", "rubric": { "must_include": [ "操作范围与受影响对象", "具体变更内容", "可回滚（有备份或版本控制）", "执行环境不是生产环境" ], "reference_answer": "需要核对操作范围、具体变更内容、是否可回滚（有备份/版本控制）、以及确认执行环境不是生产环境。" } }, { "cid": "bestpractice_staged_approach#1", "target": "bestpractice_staged_approach", "question": "我在做一批日志转换，源数据还在不断更新；为了提速，能否边从线上抓取边在本地开始处理，还是必须满足什么条件才能开始下一步？", "excerpt": "- 完整拉取源数据到本地\n- 与线上系统隔离\n- 数据落盘后才进入下一阶段\n- 目标：确保后续处理有稳定的数据基础", "fact": "进入处理阶段前，必须先完整拉取源数据到本地并确认已落盘，不能边拉边处理。", "rubric": { "must_include": [ "源数据要完整拉到本地", "必须在数据已落盘后才能进入下一阶段" ], "reference_answer": "必须先把源数据完整拉到本地并确认已落盘，然后再进入处理阶段，不能边拉边处理。" } }, { "cid": "bestpractice_temporal_info_verification#0", "target": "bestpractice_temporal_info_verification", "question": "我这边有个看起来很新的库版本号，想让你在线核实一下是否已发布。你会用哪种搜索服务来查，并把搜索深度和最多返回条数具体设成多少？", "excerpt": "## 搜索模板\n\n```\n{产品名} {版本号} release date\n{产品名} {版本号} official announcement\n```\n\n使用 Tavily 搜索，`search_depth=\"advanced\"`，`max_results=5`。", "fact": "核实时要用 Tavily，并将 search_depth 设为 advanced，max_results 设为 5。", "rubric": { "must_include": [ "使用 Tavily 搜索", "search_depth=advanced", "max_results=5" ], "reference_answer": "用 Tavily 搜索，深度设为 advanced，最多取 5 条结果。" } }, { "cid": "bestpractice_temporal_info_verification#1", "target": "bestpractice_temporal_info_verification", "question": "我给你一组设备参数，担心有些数值违反基本物理规律。你通常会按哪三步去做快速校验，尤其发现异常时会如何处理？", "excerpt": "### 执行方式\n\n1. 识别输出中涉及物理量的部分\n2. 用已知物理常识（单位换算、量级、定律）做快速校验\n3. 发现异常时要求 AI 重新解释或搜索验证", "fact": "物理锚点校验需按三步执行：识别物理量、用物理常识做快速校验、异常时要求重新解释或搜索验证。", "rubric": { "must_include": [ "识别涉及物理量", "用已知物理常识做快速校验", "发现异常时要求重新解释或搜索验证" ], "reference_answer": "先识别涉及的物理量，再用物理常识做快速校验，若发现异常则要求重新解释或发起搜索验证。" } }, { "cid": "compressor#0", "target": "compressor", "question": "我用 Compressor 的命令行监控一个批次，把输出为 JSON 的参数放在命令最后就报错。这个参数应该放在命令的哪个位置才不会出错？", "excerpt": "On at least some Compressor versions, `-format json` must be placed immediately after `-monitor`. Placing it at the end can fail with `Invalid parameter: -format`.", "fact": "在部分版本中，-format json 必须紧跟在 -monitor 之后，放在命令末尾会报无效参数。", "rubric": { "must_include": [ "明确说明 -format json 要紧跟在 -monitor 之后", "指出放在命令末尾会导致参数无效错误" ], "reference_answer": "把 -format json 紧跟在 -monitor 后面（不要放在命令末尾）。" } }, { "cid": "compressor#1", "target": "compressor", "question": "用 Compressor CLI 提交转码时，我给 -locationpath 只传了输出目录，结果不是报错就是没有可验证的产物。这个参数到底要怎么写才对？", "excerpt": "`-locationpath` must be a complete output file path, including the output file name. It cannot be only an output directory.", "fact": "-locationpath 必须是包含文件名的完整输出文件路径，不能只给目录。", "rubric": { "must_include": [ "要求提供包含文件名的完整输出路径", "明确不能只传输出目录" ], "reference_answer": "为每个目标用 -locationpath 指定包含文件名的完整输出路径（例如 ~/Downloads/output.mov），不能只给目录。" } }, { "cid": "delayed_execution#0", "target": "delayed_execution", "question": "不安装进程管理器的情况下，我想用你们推荐的临时方案，让一个命令在 1 小时后自动执行，退出终端也不受影响，并把标准输出和错误都写到固定的日志文件。应该怎么写这条命令？", "excerpt": "```bash\n# 语法：nohup bash -c 'sleep <秒数> && <命令>' > /tmp/delayed_task.log 2>&1 &\nnohup bash -c 'sleep 3600 && /path/to/script.sh' > /tmp/delayed_task.log 2>&1 &\ndisown\n```", "fact": "用简易方案时，应使用 nohup bash -c 'sleep <秒数> && <命令>' 将输出与错误重定向到 /tmp/delayed_task.log 后台运行，并执行 disown；1 小时示例为 sleep 3600。", "rubric": { "must_include": [ "使用 nohup bash -c 'sleep 3600 && <命令>'", "将输出与错误重定向到 /tmp/delayed_task.log（> … 2>&1）", "运行后执行 disown" ], "reference_answer": "运行 nohup bash -c 'sleep 3600 && <命令>' > /tmp/delayed_task.log 2>&1 & 后再执行 disown。" } }, { "cid": "delayed_execution#1", "target": "delayed_execution", "question": "我要在明天自动提交一个需要 AI 判断的 OpenCode 任务，应该先后用哪些工具来预检和定时触发？请给出明确的先后顺序。", "excerpt": "对于需要 AI 判断的延时任务，正确组合是：先用 `opencode_skill submit --dry-run` 预检提交链路，再用 `process-launcher` 在未来时间触发真实 `opencode_skill submit`。不要在本 starter skill 里维护私有 OpenCode endpoint、模型、agent 或本地路径。", "fact": "需要 AI 判断的延时任务应先用 opencode_skill submit --dry-run 预检，再由 process-launcher 在未来时间触发真实的 opencode_skill submit。", "rubric": { "must_include": [ "先用 opencode_skill submit --dry-run 做预检", "再用 process-launcher 定时触发真实的 opencode_skill submit" ], "reference_answer": "先用 opencode_skill submit --dry-run 做预检，再用 process-launcher 定时触发真实的 opencode_skill submit。" } }, { "cid": "deployment_github_actions_koyeb#0", "target": "deployment_github_actions_koyeb", "question": "用 GitHub Actions 部署到 Koyeb 时，它老是按语言检测走了 buildpack 而不是用我的 Dockerfile。要在那一步里填哪个入参、具体值是什么，才能强制按容器构建？", "excerpt": "## 核心原则\n\n1. **关闭 Koyeb Autodeploy**——部署时机由 GitHub Actions 控制\n2. **`needs` 门控**——所有测试通过后才触发部署\n3. **显式指定 `git-builder: \"docker\"`**——否则 Koyeb 会检测到 Python/Node 文件而回退到 buildpack", "fact": "在 Koyeb 的 Git 部署中必须把 git-builder 显式设为 docker，否则会回退到 buildpack。", "rubric": { "must_include": [ "git-builder", "docker" ], "reference_answer": "把部署步骤的 git-builder 入参明确设置为 \"docker\"，即可强制走 Docker 构建而不是 buildpack。" } }, { "cid": "deployment_github_actions_koyeb#1", "target": "deployment_github_actions_koyeb", "question": "我要把 FastAPI 容器部署到 Koyeb，Dockerfile 里的启动命令端口该怎么写，才能用平台动态分配的端口而不是固定 8000？请给出确切写法。", "excerpt": "## 前提\n\n- Koyeb 控制台已创建应用和服务，且 **Autodeploy 已关闭**（Settings → Source → Autodeploy）\n- 项目根目录有 `Dockerfile`，包含 `EXPOSE` 和 `CMD`\n- `Dockerfile` 的 `CMD` 使用 `${PORT:-8000}` 以适配 Koyeb 动态端口", "fact": "Dockerfile 的 CMD 必须使用 ${PORT:-8000} 来适配 Koyeb 的动态端口。", "rubric": { "must_include": [ "Dockerfile 的 CMD", "${PORT:-8000}" ], "reference_answer": "在 Dockerfile 的 CMD 中把端口写成 ${PORT:-8000}，以适配 Koyeb 动态分配的端口。" } }, { "cid": "growth_analytics#0", "target": "growth_analytics", "question": "我有两个站点，想用同一套脚本拉 GSC 报表。默认会查哪个 property？如果要切到另一个域名，命令里该怎么写，有没有环境变量可以用？给出具体写法。", "excerpt": "- 默认 Site URL：`sc-domain:example.com`（域名级 property，替换为你的实际域名）\n- 若有多个域名，可通过 `GSC_SITE_URL` 环境变量或 `--site sc-domain:` 直接查询", "fact": "GSC 默认用域名级 property（sc-domain:前缀），可通过 GSC_SITE_URL 或命令参数 --site sc-domain: 指定其它域名。", "rubric": { "must_include": [ "默认是域名级 property（sc-domain:前缀）", "可用 GSC_SITE_URL 环境变量切换", "或用 --site sc-domain: 在命令行切换" ], "reference_answer": "默认用域名级 property（sc-domain:example.com）；换域名要么设 GSC_SITE_URL，要么在命令里加 --site sc-domain:<你的域名>。" } }, { "cid": "growth_analytics#1", "target": "growth_analytics", "question": "我想把短链点击直接和支付订单对上，能不能在一条 SQL 里把短链数据表和支付表直接连接？如果不行，请说出正确的关联路径，并说明需要声明的口径限制。", "excerpt": "3. **short_url -> 支付**：没有直接 join。要经过 `circle_tag_name -> 社区 member -> email -> 支付平台` 这条间接链路，并明确写出口径局限", "fact": "短链与支付不能直接关联，必须走 circle_tag_name→社区成员→email→支付平台的间接链路，并需声明口径局限。", "rubric": { "must_include": [ "说明没有直接 join", "给出完整链路：circle_tag_name -> 社区 member -> email -> 支付平台", "强调需要明确口径局限" ], "reference_answer": "不能直接连；需走 circle_tag_name → 社区成员 → email → 支付平台这条链路，并在分析中明确口径局限。" } }, { "cid": "mac_universal_clipboard#0", "target": "mac_universal_clipboard", "question": "我的 Mac 和 iPhone 之间复制粘贴经常不同步，重启也不行。我愿意用终端执行一条命令，你能给出包含要修改的具体偏好项位置，以及需要重启的所有相关后台进程名称的完整命令吗？", "excerpt": "defaults write ~/Library/Preferences/com.apple.coreservices.useractivityd.plist ClipboardSharingEnabled 1; \\\nkillall useractivityd 2>/dev/null; \\\nkillall sharingd 2>/dev/null; \\\nkillall pboard 2>/dev/null; \\", "fact": "将 ClipboardSharingEnabled 写为 1，并重启 useractivityd、sharingd、pboard 三个进程以重置通用剪贴板。", "rubric": { "must_include": [ "将 ~/Library/Preferences/com.apple.coreservices.useractivityd.plist 的 ClipboardSharingEnabled 设为 1", "重启/killall 这三个进程：useractivityd、sharingd、pboard" ], "reference_answer": "在终端把 ~/Library/Preferences/com.apple.coreservices.useractivityd.plist 的 ClipboardSharingEnabled 写成 1，然后依次 killall useractivityd、sharingd、pboard 让它们由 launchd 重启即可。" } }, { "cid": "mac_universal_clipboard#1", "target": "mac_universal_clipboard", "question": "我打算在 zsh 里查看这类问题的系统日志，直接敲 log show 有时行为异常。应该用哪个精确的可执行路径来运行它？", "excerpt": "在 zsh 里用 `/usr/bin/log`，不要直接用 `log`，因为某些环境里 `log` 可能解析成 shell builtin 或 function。", "fact": "在 zsh 下应显式调用 /usr/bin/log，而不是裸用 log，以避免被内建或函数遮蔽。", "rubric": { "must_include": [ "使用 /usr/bin/log（不要直接用 log）" ], "reference_answer": "用 /usr/bin/log（不要直接调用 log，zsh 里可能被内建或函数覆盖）。" } }, { "cid": "openreview#0", "target": "openreview", "question": "我在跑 papers 命令时加了 -o 保存到文件，为什么终端不再显示整份结果？它会在屏幕上输出什么内容？", "excerpt": "默认 stdout JSON。加 `-o path.json` 写文件（stdout 只返回 `{\"status\":\"ok\",\"file\":\"...\",\"summary\":\"...\"}`）。", "fact": "使用 -o 保存到文件时，标准输出不再打印完整数据，只输出包含 status、file、summary 的简要 JSON。", "rubric": { "must_include": [ "说明加 -o 后不会打印完整结果", "指出只会输出包含 status、file、summary 的简要 JSON" ], "reference_answer": "加 -o 后，终端只会打印一个包含 status、file、summary 的简要 JSON，而不是完整数据。" } }, { "cid": "openreview#1", "target": "openreview", "question": "我连续执行了几次查询后现在所有请求都报 403，账号没变，怎么立刻恢复？需要删哪个本地缓存再重试？", "excerpt": "4. **Login rate limit。** 每个时间窗口最多 3 次登录。CLI 已做 token 缓存，正常使用不会触发。如果 token 过期导致 403，删除 `tmp/openreview_token.json` 后重试一次即可。", "fact": "出现 403 时删除 tmp/openreview_token.json 再重试一次即可恢复。", "rubric": { "must_include": [ "明确要删除 tmp/openreview_token.json", "说明删除后重试一次即可" ], "reference_answer": "删除 tmp/openreview_token.json 后重试一次即可。" } }, { "cid": "playwright_ajax_capture#1", "target": "playwright_ajax_capture", "question": "我想用 requests 复现一个已登录站点的内部接口：列表类 GET 要不要带防跨站 token？发帖/删帖具体该加哪个请求头，token 一般从哪拿最稳？", "excerpt": "- **Cookie + CSRF**：最常见。GET 请求只要带 cookie；POST/PUT/DELETE 还要带 `X-CSRF-Token` header（值通常来自名为 `csrf_token` 的 cookie 或 ``）。验证方法：用 fetch + `credentials:\"include\"` 不显式带 Authorization header 发一个 GET，如果 200 说明 cookie-only 就够。", "fact": "GET 仅需带 cookie；POST/PUT/DELETE 必须加 X-CSRF-Token，值通常来自 csrf_token cookie 或页面 csrf meta。", "rubric": { "must_include": [ "GET 只带 cookie，不加 CSRF/JWT", "POST/PUT/DELETE 需要 X-CSRF-Token 请求头", "token 来源是 csrf_token cookie 或页面的 csrf meta" ], "reference_answer": "GET 不用带 CSRF/JWT，只带 cookie；写操作加 X-CSRF-Token，请从名为 csrf_token 的 cookie（或页面的 csrf meta）取值。" } }, { "cid": "project_scaffold#0", "target": "project_scaffold", "question": "我的仓库准备开源，交付前需要做一次隐私排查。请给出要执行的具体命令（包含需要匹配的关键字），以及什么条件才算检查通过。", "excerpt": "3. Public repo 必须跑隐私扫描：\n\n ```bash\n rg -n \"真实邮箱|真实手机号|内部服务器|op://|private key pattern\" .\n ```\n\n 零匹配才通过。如果匹配到了，逐个修复后再扫。", "fact": "公开仓库交付前必须用 rg 扫描指定敏感串，且结果为零匹配才通过。", "rubric": { "must_include": [ "使用 rg -n \"真实邮箱|真实手机号|内部服务器|op://|private key pattern\" .", "零匹配才通过" ], "reference_answer": "运行 rg -n \"真实邮箱|真实手机号|内部服务器|op://|private key pattern\" .，并且扫描结果为零匹配才算通过；若有命中需逐个修复后重扫。" } }, { "cid": "project_scaffold#1", "target": "project_scaffold", "question": "我想给一个 Python 项目配 GitHub Actions，用 uv 安装依赖。能直接用 --system 模式装到 runner 自带 Python 吗？如果不行，正确的替代写法是什么？", "excerpt": "- **不要用 `uv pip install --system`**，GitHub Actions runner 的 Python 是 externally-managed，会报错。用 `uv venv` + `uv pip install` 代替。", "fact": "在 GitHub Actions 上不能用 uv 的 --system 安装；应先建 venv 再用 uv pip 安装到该 venv。", "rubric": { "must_include": [ "不要在 GitHub Actions 上用 uv pip install --system", "改用 uv venv + uv pip install" ], "reference_answer": "不能；runner 的 Python 是 externally-managed，会报错，正确做法是先 uv venv 再用 uv pip install 安装到该虚拟环境。" } }, { "cid": "share_report#0", "target": "share_report", "question": "用户没特别说要把文章列在列表页，这个索引开关我该默认怎么设置？", "excerpt": "**索引控制**（重要）：\n- **默认 `indexed: false`**——文章不出现在 index.html 列表中\n- 仅当用户明确说出以下意图时设为 `true`：\n - \"加到索引\"、\"放到 index\"、\"公开列出\"、\"在索引里包括这篇\"\n- 不确定时，默认 `false`，事后可改", "fact": "列表索引默认关闭，只有在用户明确要求公开列出时才把 indexed 设为 true。", "rubric": { "must_include": [ "明确默认是 indexed: false", "只有用户明确要求公开列出时才改为 true" ], "reference_answer": "保持 indexed: false（默认值），只有用户明确要求时才改成 true。" } }, { "cid": "share_report#1", "target": "share_report", "question": "我把页面生成好了，需要把 site 目录里的 HTML 文件也提交到 Git 吗？", "excerpt": "- `site/` 下的 HTML 文件被 .gitignore 忽略，只有 manifest.json 和脚本被 git 追踪", "fact": "生成的 HTML 不需要提交到版本库，site/ 下的页面被 .gitignore 忽略。", "rubric": { "must_include": [ "不要提交 site/ 下的 HTML 到 git", "说明这些文件被 .gitignore 忽略" ], "reference_answer": "不用，site/ 下的 HTML 被 .gitignore 忽略，不需要提交。" } }, { "cid": "workflow_astra_coordinator#0", "target": "workflow_astra_coordinator", "question": "这轮主模型实际是 GPT‑6.1，但界面上挂了个“Astra”标签。如果我让你担任项目统筹，你会切换到那个特殊模式接管吗，还是继续按普通方式做事？", "excerpt": "本角色仅在同时满足以下两项条件时激活：\n1. 可信运行时确认主线程当前实际模型为 GPT-6 Astra，不能只依据 Agent 标签或显示名称。\n2. 用户在当前任务中明确请求主线程担任 coordinator 或 PI。\n\n模型身份未知、主模型非 Astra、用户仅要求多 agent、赞赏过往编排，或参考材料中出现相关术语，均不激活。", "fact": "仅在运行时确认主模型为 GPT-6 Astra且用户明确请求时才激活；标签或术语提及不触发。", "rubric": { "must_include": [ "需要同时满足：运行时确认实际模型为 GPT-6 Astra 且用户明确请求担任该角色", "仅有标签/显示名称不足以触发", "主模型非 Astra 时不激活并继续常规执行" ], "reference_answer": "不会激活；只有在运行时确认当前模型确为 GPT‑6 Astra且你明确要求我担任该角色时才会进入该模式，否则继续按常规执行。" } }, { "cid": "workflow_astra_coordinator#1", "target": "workflow_astra_coordinator", "question": "我这边有个外部任务启动器返回的 job id。能把它直接当作对方会话地址回信吗，还是可以默认它就等于当前会话的 id？", "excerpt": "不要断言 task id 永远等于或不等于 session id。用作地址前按当前运行时验证映射。Process Launcher 的 job id 不是 session 地址。传输回执，例如 `submitted` 或 HTTP 204，只证明传输层收下 handoff。确认收到、执行完成和验收分开记录。", "fact": "外部启动器的 job id 不是会话地址；用前必须按当前运行时验证映射，不能假定等于会话 id。", "rubric": { "must_include": [ "job id 不是会话地址", "不得默认等于会话 id，需按运行时验证映射" ], "reference_answer": "不可以；这个 job id 不是会话地址，不能默认等于会话 id，用前必须按当前运行时去验证对应的会话地址。" } }, { "cid": "workflow_bilibili_whisper_transcription#0", "target": "workflow_bilibili_whisper_transcription", "question": "我用这个脚本转写 B 站视频时，默认只会给我整篇文本。现在我还想在结果里把分段的小节也一并保留，命令行需要加哪个具体开关？", "excerpt": "默认只保留全文；只有明确需要分段文本时再加：\n\n```bash\n--include-segments\n```", "fact": "要保留分段文本，需在命令行额外加入 --include-segments 开关，默认不会输出分段。", "rubric": { "must_include": [ "--include-segments" ], "reference_answer": "在命令里加 --include-segments。" } }, { "cid": "workflow_bilibili_whisper_transcription#1", "target": "workflow_bilibili_whisper_transcription", "question": "我批量下载 B 站音频时总是被风控拦下，下载之间应该间隔多少秒才比较稳妥？", "excerpt": "**三阶段工作流：**\n\n1. **获取列表** → 使用 yt-dlp 提取视频ID（注意B站API限制，可能返回352错误）\n2. **单线程下载** → 逐个下载音频，每次间隔2-3秒，避免触发反爬\n3. **本地转录** → 默认运行 MLX Qwen ASR 1.7B；只有在兼容性或回归原因下才回退到 Whisper", "fact": "下载阶段必须单线程且每次下载间隔2-3秒以避免触发 B 站反爬。", "rubric": { "must_include": [ "2-3秒" ], "reference_answer": "每次下载之间间隔 2-3 秒。" } }, { "cid": "workflow_cognitive_profile_extraction#0", "target": "workflow_cognitive_profile_extraction", "question": "我打算在这套认知画像提取里一次性并行开 8 个子代理来做扫描，并用 run_in_background 的方式发起调用，这样可以吗？如果不行，正确的并行上限、任务重叠比例和调用方式分别是什么？", "excerpt": "Sub-agent 调度遵循 [并行 Subagent 工作流](./workflow_parallel_subagents.md) 的规则：并行度 ≤5，调研 overlap 30-50%，用 `multi_tool_use.parallel` 在同一条消息里包多个 `functions.task` 调用；不要使用旧的 `run_in_background=true` 写法。", "fact": "子代理并行度≤5，重叠30-50%，用multi_tool_use.parallel而非run_in_background。", "rubric": { "must_include": [ "并行度不超过5", "任务重叠为30-50%", "使用multi_tool_use.parallel而不是run_in_background" ], "reference_answer": "不可以：并行度最多 5 个，调研重叠 30–50%，用 multi_tool_use.parallel 在同一条消息里封装多个 functions.task，不要用 run_in_background。" } }, { "cid": "workflow_cognitive_profile_extraction#1", "target": "workflow_cognitive_profile_extraction", "question": "我准备把这次的公理报告生成网页并上传，请具体说下样式资源要怎么处理、该用什么方式上传整个站点，以及上线后需要做哪些最小化的可用性校验？", "excerpt": "2. 每个 HTML 文件独立自包含（CSS 用 `--embed-resources` 内嵌），不依赖外部样式表——这样单独打开任何子页面都能正常显示\n3. 用 rsync 整个文件夹上传，而非逐文件传——保证目录结构和链接一致\n4. 上传后用 curl 验证索引页和至少 2 个子页面的 HTTP 200", "fact": "发布站点时需内嵌资源(--embed-resources)、用rsync整站上传，并用curl验证索引与至少两个子页返回200。", "rubric": { "must_include": [ "CSS/资源用--embed-resources内嵌为自包含HTML", "使用rsync上传整个文件夹", "用curl验证索引页和至少2个子页面返回HTTP 200" ], "reference_answer": "HTML 转换时用 --embed-resources 内嵌资源生成自包含页面；用 rsync 把整个文件夹上传；上传后用 curl 检查索引页和至少两个子页面都返回 HTTP 200。" } }, { "cid": "workflow_deep_research_survey#0", "target": "workflow_deep_research_survey", "question": "我用 Tavily 开始做这次深度调研，默认应该怎么设参数？特别是一次要抓多少条结果、搜索深度用哪个级别、要不要打开聚合答案？", "excerpt": "**Tavily 参数偏好**:\n- `max_results=6`（覆盖不足可提至 10）\n- `search_depth=\"advanced\"`\n- `include_answer=false`（直接看结果与原文摘录，不依赖聚合摘要）\n- 按需启用 `include_images` / `include_image_descriptions`", "fact": "Tavily 的推荐默认是 max_results=6（不足可提至10）、search_depth=advanced、include_answer=false。", "rubric": { "must_include": [ "max_results=6（可提至10）", "search_depth 设为 advanced", "include_answer 设为 false" ], "reference_answer": "用 Tavily：max_results 设 6（不够再提到 10），search_depth 选 advanced，include_answer 设为 false。" } }, { "cid": "workflow_deep_research_survey#1", "target": "workflow_deep_research_survey", "question": "这份调研写完后系统会不会自动把报告发布到外部平台？如果不会，什么时刻算真正完成交付？", "excerpt": "**交付终点**：写完 `contexts/survey_sessions/` 下的最终 MD 文件即为调研交付终点。不要自动发布到 blog、Twitter、Circle 或其他渠道；发布需要用户对当次动作作出显式指令。\n\n**存储位置**: `contexts/survey_sessions/_survey_YYYYMMDD.md`", "fact": "调研完成的判定是把最终 MD 写入 contexts/survey_sessions/，不会自动发布，发布需用户显式指令。", "rubric": { "must_include": [ "不会自动发布到外部渠道", "完成标志是将最终 MD 写到 contexts/survey_sessions/ 目录（按指定命名）", "发布需用户显式指令" ], "reference_answer": "不会自动发布；当最终 MD 写到 contexts/survey_sessions/ 下（按 _survey_YYYYMMDD.md 命名）就算完成；对外发布需要我明确下达发布指示。" } }, { "cid": "workflow_knowledge_flywheel#0", "target": "workflow_knowledge_flywheel", "question": "我在做一个语义检索的小工具，如果没有手动传入返回条数的参数，系统默认会给出多少条候选结果？", "excerpt": "# embedding + cosine similarity 足够处理大多数场景\ndef semantic_search(query, corpus, top_k=10):\n query_emb = embed(query)\n scores = [cosine(query_emb, doc_emb) for doc_emb in corpus_embs]\n return top_k_indices(scores)", "fact": "语义检索函数未指定返回数量时的默认 top_k 是 10。", "rubric": { "must_include": [ "10" ], "reference_answer": "默认是返回 10 条。" } }, { "cid": "workflow_knowledge_flywheel#1", "target": "workflow_knowledge_flywheel", "question": "我想把文本里的人物关系抽成 JSON，三项字段名具体应该用什么？别给我你自己的命名，我要跟现有规范一致。", "excerpt": "# 强制 JSON 输出，便于后续处理\nprompt = \"\"\"\n从以下文本提取人物关系，输出 JSON 格式：\n{\"relations\": [{\"person_a\": \"...\", \"relation\": \"...\", \"person_b\": \"...\"}]}\n\"\"\"\n", "fact": "人物关系的 JSON 字段名固定为 person_a、relation、person_b。", "rubric": { "must_include": [ "person_a", "relation", "person_b" ], "reference_answer": "使用 person_a、relation、person_b 这三个键。" } }, { "cid": "workflow_parallel_subagents#1", "target": "workflow_parallel_subagents", "question": "我想在并行任务里把 subagent_type 直接写成 deepseek/deepseek-v4-pro 来用这个模型，可以吗？如果不行应该怎么配？", "excerpt": "`subagent_type` 是 OpenCode 原生 agent 名，不是模型名，也不是旧 `category`。OpenCode 会执行 `agent.get(subagent_type)`；找不到同名 agent 就报 `Unknown agent type`。\n\n内置 agent 与自定义 agent 的来源：\n\n- `general` / `explore` 是 OpenCode 源码内置 agent。\n- 其他命名 agent 来自 `~/.config/opencode/opencode.json`、项目 `opencode.json`，或 `.opencode/agent(s)/*.md`。\n- `provider/model` 只是底层模型入口。要能被 `task` 调用，必须包成 agent，例如 `writer_deepseek -> deepseek/deepseek-v4-pro`。", "fact": "subagent_type 必须是已注册的 agent 名而不是 provider/model；要用具体模型需先包装成 agent，否则会报 Unknown agent type。", "rubric": { "must_include": [ "subagent_type 只能填已注册的 agent 名，不能填模型名", "否则会报 Unknown agent type", "要用指定模型需先在配置中将其包装成 agent 再调用" ], "reference_answer": "不可以，subagent_type 只能填已注册的 agent 名；模型名会报 Unknown agent type；要用该模型先把它在配置里包装成一个 agent（如 writer_deepseek→deepseek/deepseek-v4-pro）再调用。" } }, { "cid": "workflow_public_consensus_net_income_audit#0", "target": "workflow_public_consensus_net_income_audit", "question": "我在给一组 A 股做 FY2026 一致预期净利润审计，某只股票在页面上找不到年度净利润，只显示净销售额和净利率。表里现在该如何标注当前状态，备注里要写哪些具体内容，才能符合规范？", "excerpt": "**derived 值必须降级标记。** 如果页面没有直接暴露 annual net income row，只能用 net sales × net margin 或半年度净利润加总，就把 `Current Source Status` 写成 derived / semiannual direct sum，并在 notes 写出公式。不要把 derived 伪装成 direct consensus。", "fact": "当没有直接年度净利润时，必须将状态标为 derived/半年度直和，并在备注中写明计算公式，且不得当作直接共识值。", "rubric": { "must_include": [ "将当前状态标为派生值（derived）", "备注中明确写出净销售额 × 净利率的计算公式", "不得把该值当作直接的共识年度净利润" ], "reference_answer": "标成 derived，并在备注写明用净销售额 × 净利率推得，且不能当作直接共识值。" } }, { "cid": "workflow_public_consensus_net_income_audit#1", "target": "workflow_public_consensus_net_income_audit", "question": "在 MarketScreener 上看 FY2026 的净利润时，年表是 2021–2028，我担心把 2027 误当 2026。要具体核对哪些信息才能避免年份列错位？", "excerpt": "**MarketScreener 年份列容易错位。** annual 表通常是 2021-2028，搜索摘要会把最后一列当 2026，或者把 2027 列误读成 2026。解决办法是必须同时检查 `Fiscal Period` header、announcement dates 和目标年份列。", "fact": "为避免 MarketScreener 年份列错位，必须同时检查 Fiscal Period 表头、公告日期和目标年份列。", "rubric": { "must_include": [ "同时检查 Fiscal Period 表头", "检查公告日期（announcement dates）", "检查目标年份对应的列" ], "reference_answer": "需要同时核对 Fiscal Period 的表头、公告日期以及目标年份那一列，避免把 2027 误当 2026。" } }, { "cid": "workflow_research_paper_survey_writing#0", "target": "workflow_research_paper_survey_writing", "question": "我在写一篇关于小模型推理的技术分析，想先铺背景和方法，到第4段再点题讲清楚结论和意义，这样安排可以吗？如果不行，最晚该在第几段把这两点说清楚？", "excerpt": "**第一层：发生了什么，为什么重要（前 3 段内必须交代完）**", "fact": "开头必须在前三段内交代论文做了什么以及为何重要。", "rubric": { "must_include": [ "必须在前三段内完成", "同时交代“做了什么”和“为什么重要”" ], "reference_answer": "不可以，开头最晚必须在前三段内把论文做了什么以及为什么重要讲清楚。" } }, { "cid": "workflow_research_paper_survey_writing#1", "target": "workflow_research_paper_survey_writing", "question": "我按这套流程做论文外部调研时，第二步具体要用哪种搜索服务？该搜哪些关键词，并且要重点整理哪三类外部信息？", "excerpt": "用 Tavily 搜索论文标题、作者名、关键方法名。关注三类信息：\n\n- **社区讨论**（Twitter/X、Reddit、HN）：有没有人复现、质疑、或者指出未被注意的细节\n- **同行评议**（OpenReview、NeurIPS/ICML reviews）：如果有公开 review，看 reviewer 的主要 concerns\n- **后续工作**：有没有人在这篇论文基础上改进，或者把它集成进了产品", "fact": "调研第二步要求用 Tavily 搜索论文标题、作者名和关键方法名，并关注社区讨论、同行评议、后续工作三类信息。", "rubric": { "must_include": [ "使用 Tavily", "搜索论文标题、作者名、关键方法名", "三类信息是社区讨论、同行评议、后续工作" ], "reference_answer": "第二步用 Tavily 搜索论文标题、作者名和关键方法名，并重点整理社区讨论、同行评议与后续工作三类信息。" } }, { "cid": "workflow_watchdog#0", "target": "workflow_watchdog", "question": "我在 Claude Code harness 里启动了一个要跑很久的代码生成任务，应该默认隔多久自动再醒来看一下它的进度？用哪个调度动作去设这个唤醒？", "excerpt": "派出任务后，设一个 reasonable 的巡检 wake-up，默认约 30 分钟（1800s）。Claude Code harness 用 `ScheduleWakeup`；其他 harness 用对应的定时机制（如 Process Launcher 的延时执行，见 `rules/skills/process_launcher.md`）。", "fact": "默认巡检唤醒约 30 分钟（1800s），在 Claude Code harness 用 ScheduleWakeup 设置。", "rubric": { "must_include": [ "默认约 30 分钟（1800s）的巡检间隔", "使用 ScheduleWakeup 安排唤醒" ], "reference_answer": "默认约 30 分钟（1800s），用 ScheduleWakeup 安排唤醒。" } }, { "cid": "workflow_watchdog#1", "target": "workflow_watchdog", "question": "我的后台批处理在 Claude Code 里似乎卡住了（老在同一步重试），需要先问我能不能停掉吗？如果要停，具体要用哪个动作？", "excerpt": "2. **鬼打墙卡住**：长时间无进展、同一步骤反复重试。把它 kill 掉（Claude Code 用 `TaskStop`），用已有的部分结果推进，或换方法重做。\n\n\"真忙 vs 卡住\"的判断自己做，不用问用户。这和 `rules/SOUL.md` 的自主执行契约一致：巡检和 kill 属于技术编排决策，自己推到底。", "fact": "遇到卡住时无需询问用户，直接终止；在 Claude Code 用 TaskStop 杀掉。", "rubric": { "must_include": [ "无需询问用户，自主决策", "终止/kill 掉卡住的任务", "在 Claude Code 使用 TaskStop" ], "reference_answer": "不用征求用户，判断为卡住就直接终止，Claude Code 用 TaskStop 停掉。" } }, { "cid": "antigravity_cli#0", "target": "antigravity_cli", "question": "我在 CI 里已经设置了 GEMINI_API_KEY，但 agy 还是提示未授权，agy models 也列不出模型。到底应该怎么登录，才能让命令行用上我的订阅？", "excerpt": "- **Authentication Channel**: `agy` authenticates via Antigravity subscription credentials stored in the system keyring. It does not read `GEMINI_API_KEY`. If `agy models` fails to list models, sign in via the Antigravity desktop application. Do not fall back to `GEMINI_API_KEY` (that routes to a distinct API billing path).", "fact": "agy 不读取 GEMINI_API_KEY；需通过桌面应用登录把订阅凭据写入系统钥匙串，且不要用 GEMINI_API_KEY 兜底。", "rubric": { "must_include": [ "说明 agy 不会使用 GEMINI_API_KEY 环境变量", "指明需在 Antigravity 桌面应用中登录以写入系统钥匙串", "明确不要用 GEMINI_API_KEY 作为兜底/该路径是不同计费" ], "reference_answer": "agy 使用系统钥匙串中的订阅凭据，不读取 GEMINI_API_KEY；先在 Antigravity 桌面应用里登录让 agy models 能列出模型，不要用 GEMINI_API_KEY 兜底（那是不同计费通道）。" } }, { "cid": "antigravity_cli#1", "target": "antigravity_cli", "question": "在我的流水线里用 agy --print 跑任务，有时会一直卡住不结束。这个命令的内部超时默认是多少？应该怎么设置，避免永远挂起又能保证日志正常落盘？", "excerpt": "`--print-timeout` | Internal execution timeout; 1.2.0 defaults to **0** (wait until the turn completes). Set explicitly (e.g. `10m`) so a stuck turn cannot hang forever; keep the outer wrapper timeout higher so logs can flush.", "fact": "1.2.0 下 --print-timeout 默认是 0，需显式设置（如 10m）且外层超时要更长以便日志刷新。", "rubric": { "must_include": [ "指出默认值为 0（等待直到该轮完成）", "要求显式传入 --print-timeout（示例 10m）", "外层包装超时需设得更高以便日志刷新" ], "reference_answer": "默认内部超时是 0；请显式加 --print-timeout（如 10m），并把外层超时设得更长，避免挂死且保证日志能刷到磁盘。" } }, { "cid": "claude_code#0", "target": "claude_code", "question": "在 Claude Code CLI 里我想强制关闭所有内置工具（包括 Bash/Read/Write），避免它改动文件，只让它给出文字结果。命令行该怎么写，具体要给哪个参数什么值？", "excerpt": "| `--tools` | Built-in allow list (e.g., `Bash,Edit,Read`). `default` preserves all tools; `\"\"` disables tools. |", "fact": "将 --tools 设为空字符串（\"\"）可以禁用所有工具。", "rubric": { "must_include": [ "--tools \"\"", "说明这是禁用所有工具的做法" ], "reference_answer": "在命令里加 --tools \"\"（空字符串），这会禁用所有工具。" } }, { "cid": "claude_code#1", "target": "claude_code", "question": "我想把我们编排器里的会话 ID 传给 Claude Code，用 --resume 让它延续之前的对话，这样可行吗？如果不行，应该用什么方式正确续上会话？", "excerpt": "- Claude Code sessions are independent of the parent orchestrator's sessions. Resume only via `claude -c` or `claude -r`. Do not supply a parent orchestrator session ID to `--resume`.", "fact": "Claude Code 会话独立，不能把父编排器会话ID传给 --resume，续聊只能用 -c 或 -r。", "rubric": { "must_include": [ "不要把父编排器的会话ID传给 --resume", "使用 claude -c 或 claude -r 来恢复会话" ], "reference_answer": "不可以；Claude Code 会话是独立的，只能用 claude -c 或 claude -r 来恢复，别把父编排器的会话 ID 传给 --resume。" } }, { "cid": "codex_cli#0", "target": "codex_cli", "question": "我想用 codex exec 运行一次任务：一部分提示从管道输到 stdin，同时命令里也写了一个位置参数提示。最终会用哪段为主？两者会如何合并？", "excerpt": "Stdin input: A prompt argument of `-` reads from stdin. If both a positional prompt and stdin are provided, stdin is appended inside a `` block.", "fact": "同时提供位置参数提示和 stdin 时，stdin 会作为一个 块追加在后面而不是覆盖。", "rubric": { "must_include": [ "stdin 不会覆盖位置参数，而是被追加", "追加内容被包在一个 块里" ], "reference_answer": "同时提供两者时，位置参数提示保留不变，stdin 内容会作为一个 块被追加在其后。" } }, { "cid": "codex_cli#1", "target": "codex_cli", "question": "我把 Codex 指向一个第三方兼容后端后总是报 web_search 工具不支持，想在配置里彻底关掉这个能力：具体应该写哪一行、用什么值，放在配置文件的哪个层级？布尔值能不能用？", "excerpt": "Disable it as a bare top-level key `web_search = \"disabled\"` in the base config or in the profile file the run loads (profile files layer over the base config). The value is a string unit variant: on 0.156.1 only `\"disabled\"` parses (`false`, `on`, `off`, and `enabled` are all rejected with `expected string only in 'web_search'`).", "fact": "要禁用默认的 web_search，需在配置顶层写 web_search = \"disabled\"（字符串），可放在基础配置或加载的 profile 中；布尔值无效。", "rubric": { "must_include": [ "配置为顶层裸键，并写成 web_search = \"disabled\"", "值必须是字符串 \"disabled\"，布尔值会被拒绝", "可写在基础配置或该次运行加载的 profile 文件中" ], "reference_answer": "在配置顶层添加 web_search = \"disabled\"（必须是字符串，布尔值会被拒绝），可放在基础配置或此次运行加载的 profile 中即可。" } }, { "cid": "cursor_cli#0", "target": "cursor_cli", "question": "我在一台无头服务器上用 Cursor 命令行登录，浏览器页面已经提示成功了，这时把启动登录的进程关掉可以吗？如果不可以，应该用什么方式执行才能确保凭据真正落盘？", "excerpt": "Login Recovery\n\nThe browser challenge requires the `cursor agent login` process to stay alive to receive the callback. If the waiting process is killed, the browser succeeds but tokens are never written. Run it detached (`nohup cursor agent login ... &`) or interactively in a terminal you control, then verify with `cursor agent about`.", "fact": "浏览器登录时必须保持 cursor agent login 进程存活，否则令牌不会写入；可用 nohup 后台运行或在交互式终端执行，并用 about 验证。", "rubric": { "must_include": [ "必须保持登录进程存活，不能中途杀掉", "推荐用 nohup 后台运行或在受控终端交互执行，随后用 cursor agent about 验证" ], "reference_answer": "不可以，登录进程必须保持存活接收回调；用 nohup cursor agent login ... & 后台跑或在你控制的终端里交互执行，完成后再用 cursor agent about 验证。" } }, { "cid": "cursor_cli#1", "target": "cursor_cli", "question": "想在 Cursor 的 CLI 里控制是否走快速路由，有没有专门的 --fast 选项？如果我要把某模型设为 fast=false，该怎么写 --model 参数，需不需要把整个参数用引号包起来？", "excerpt": "Fast is not a `--fast` flag\n\nThere is still no `--fast` flag. Speed is selected in two ways:\n\n1. **Suffix IDs** from `--list-models`: `composer-2.5` vs `composer-2.5-fast`, `cursor-grok-4.6-high` vs `cursor-grok-4.6-high-fast`.\n2. **Bracket overrides** on `--model`: `'claude-opus-4-8[context=1m,effort=high,fast=false]'`. Quote the whole token so the shell does not split on `[` / `]`.", "fact": "没有 --fast 旗标；需用 --model 的括号覆盖设置 fast=false，并且整个模型字符串必须加引号避免被 shell 分割。", "rubric": { "must_include": [ "明确没有 --fast 选项", "用 --model 的括号参数将 fast=false 指定", "必须把整个模型标识用引号包起来" ], "reference_answer": "没有 --fast 选项；用 --model 'claude-opus-4-8[context=1m,effort=high,fast=false]' 这类括号覆盖来设定，并且要给整个模型字符串加引号以防被 shell 按方括号拆分。" } }, { "cid": "grok_cli#0", "target": "grok_cli", "question": "我已经用浏览器登录过 Grok 订阅账号了，但在 CI 里跑 grok 还是按环境里的密钥计费。怎么强制它走订阅而不是用那个环境变量？", "excerpt": "- **API Key Precedence**: If `XAI_API_KEY` is present in the environment, version 1.0.4 prioritizes the API key over stored subscription credentials in `~/.grok/auth.json`. Explicitly unset `XAI_API_KEY` to enforce subscription usage.", "fact": "在 1.0.4 中，只要环境里有 XAI_API_KEY 就会优先用它计费；要使用订阅必须显式 unset 该变量。", "rubric": { "must_include": [ "需要显式取消设置/清空 XAI_API_KEY 环境变量", "原因是该变量存在时会优先使用 API key 而忽略已登录订阅" ], "reference_answer": "把 XAI_API_KEY 从该进程环境里 unset 掉；1.0.4 看到这个变量就会优先用它而不走订阅。" } }, { "cid": "grok_cli#1", "target": "grok_cli", "question": "在一台没有图形界面的服务器上，我想让 Grok 的深度研究任务一直跑到出报告并写到我指定的文件再退出。提示词里应该怎么写才不会提前结束？", "excerpt": "- **Blocking Invocation Pattern**: To run deep research headlessly, instruct the model in the prompt to invoke the built-in `workflow` tool named `deep-research`, remain in the active turn until the workflow concludes, and persist the cited report to the designated result path.", "fact": "无界面环境下要阻塞运行深度研究，需在提示中让模型调用名为 deep-research 的 workflow 工具、保持在本回合直到完成，并将报告写入指定路径。", "rubric": { "must_include": [ "要求模型调用内置 workflow 工具 deep-research", "保持活动回合直到工作流结束", "将报告持久化到指定的结果路径" ], "reference_answer": "在提示里让模型调用内置的 workflow 工具 deep-research，保持该回合不结束直到完成，并把报告写到你指定的结果文件。" } }, { "cid": "opencode_cli#0", "target": "opencode_cli", "question": "我用 OpenCode 执行任务，想把结果直接写到 /tmp/out.json，但每次都提示写入失败或权限不够。应该怎么设置路径才能让它成功输出？", "excerpt": "- **Workspace Scoping**: OpenCode tools are strictly scoped to the server/project directory (`--dir`). Prompt files and result destination files must reside within that directory tree. Paths outside the project root (such as `/tmp/prompt.md`) cause file access failures.", "fact": "提示与结果文件都必须位于 --dir 指定的项目目录内，目录外路径（如 /tmp）会失败。", "rubric": { "must_include": [ "结果文件路径必须位于 --dir 指定目录树内", "像 /tmp 这样的项目外路径会失败" ], "reference_answer": "把输出文件放到 --dir 指定的项目目录树内（不要用 /tmp 等项目外路径），再运行即可。" } }, { "cid": "opencode_cli#1", "target": "opencode_cli", "question": "我给 OpenCode 的 HTTP 服务启用了基础认证，只配置了服务端的密码环境变量，没有单独设用户名。客户端连接时用户名该填什么？", "excerpt": "Set environment variable `OPENCODE_SERVER_PASSWORD` to enable basic authentication (username defaults to `opencode`).", "fact": "启用基本认证时默认用户名是 opencode。", "rubric": { "must_include": [ "用户名是 opencode" ], "reference_answer": "用户名填 opencode。" } }, { "cid": "skill_ai_agent_cli#0", "target": "skill_ai_agent_cli", "question": "我在写一个脚本用子进程调用代码助手的 CLI，任务内容会先拼成一段长字符串放进提示文件，但里面可能混入了\"\\0\"。这种情况下需要先做什么处理，避免把子进程搞挂？", "excerpt": "- Capture stdout, stderr, and any vendor log file separately.\n- Clean NULs out of prompt strings (`replace('\\0', '')`) before handing them to a subprocess.", "fact": "在把提示字符串交给子进程前，必须先清理其中的 NUL 字符（如用 replace('\\0','')）。", "rubric": { "must_include": [ "必须在交给子进程前移除/清理 NUL (\\0) 字符", "提到可用 replace('\\0', '') 之类的方法" ], "reference_answer": "要先把提示字符串里的 NUL（\\0）都去掉（例如 replace('\\0', '')），再交给子进程。" } }, { "cid": "skill_ai_agent_cli#1", "target": "skill_ai_agent_cli", "question": "我用 Grok Build 跑了一次任务，stdout 里打印了一段很顺畅的总结。我能直接把这段当最终产物提交吗，还是必须写入某个结果文件再校验？", "excerpt": "2. **Artifact Verification**: The designated result file exists, is non-empty, and satisfies all task-specific hard checks (tokens, schema, required URLs). A fluent stdout summary is not a fallback product.", "fact": "仅有 stdout 的流畅摘要不算完成，必须生成并验证非空且通过硬性校验的结果文件。", "rubric": { "must_include": [ "标准输出（摘要）不能作为最终成果", "需要存在一个非空的结果文件并通过规定的硬性检查" ], "reference_answer": "不可以，标准输出的概述不算交付，必须生成并验证非空的结果文件且通过规定的硬性检查。" } }, { "cid": "ai_session_profanity_rate#0", "target": "ai_session_profanity_rate", "question": "我在做最近聊天记录的脏话占比分析，运行 prepare 时老弹出需要我批准写入的提示。应该把输出目录设到哪里？默认的那个能用吗？缓存要不要移动？", "excerpt": "Always pass `--output` pointing under `tmp/` inside the workspace (e.g. `tmp/profanity_runs/-d`); the default `--home/runs/` location is outside the workspace tree and writing there triggers a user-approval prompt that blocks progress. The persistent SQLite cache stays at its default `--home` location.", "fact": "prepare 必须用 --output 指到工作区内的 tmp/，默认 --home/runs/ 会触发阻塞的用户批准；SQLite 缓存仍保留在默认 --home。", "rubric": { "must_include": [ "--output 必须指向工作区内的 tmp/（可给出示例路径）", "不要用默认 --home/runs/，否则会触发需要用户批准并阻塞", "缓存保留在默认 --home，不需要移动" ], "reference_answer": "把 --output 指到工作区里的 tmp/（如 tmp/profanity_runs/-d）；不要用默认的 --home/runs/，否则会弹阻塞的批准提示；持久化 SQLite 缓存继续放在默认 --home 就行。" } }, { "cid": "ai_session_profanity_rate#1", "target": "ai_session_profanity_rate", "question": "我既有用导出工具生成的 Markdown 归档，也还能直接读取本机的原始会话库。能不能在同一次统计里把这两种来源一起喂进去，这样更全？会不会有重复？", "excerpt": "Do not combine an archive with its corresponding native stores in one run; that counts the same messages twice.", "fact": "归档与对应的原生会话库不能在同一次运行中同时使用，否则同一批消息会被重复计数。", "rubric": { "must_include": [ "不能把归档与对应的原生库在同一次运行中同时使用", "原因是会把相同消息重复计算（算两次）" ], "reference_answer": "不能；归档和对应的原生库不能在同一次运行里混用，否则会把相同消息算两次。" } }, { "cid": "skill_ai_usage_dashboard#1", "target": "skill_ai_usage_dashboard", "question": "我想用精确时间窗口统计，如果把整天作为窗口跑一遍，金额会和日汇总完全一致吗？尤其 Cursor 的调用部分，会被计价还是只记用量？", "excerpt": "A full-day window equals the dashboard's day row (same tokens and cost): cost uses the canonical split and the same provider basis (Cursor tokens are counted but not priced, matching the dashboard).", "fact": "整天精确窗口与日表的代币与费用完全一致；Cursor 调用只计用量不计费用。", "rubric": { "must_include": [ "整天窗口与日表结果一致（代币与费用）", "Cursor 调用不计价只计用量" ], "reference_answer": "把整天作为精确窗口统计时结果与日表完全一致，且 Cursor 调用只计用量不计价格。" } }, { "cid": "skill_antigravity_push#0", "target": "skill_antigravity_push", "question": "我在一台通过 Tailscale 连接的笔记本上想先验证把 Antigravity 的用量同步到主机的配置是否正确，但不想真的上传数据。应该用什么命令运行？预期会看到哪些信息？", "excerpt": "## Dry Run\n\nTo verify the configuration without POSTing:\n\n```bash\n.venv/bin/python scripts/push-antigravity --dry-run\n```\n\nPrints the entry count and target URL without sending data.", "fact": "提供 --dry-run 选项：运行 .venv/bin/python scripts/push-antigravity --dry-run 会只打印条目数和目标 URL，不会发送数据。", "rubric": { "must_include": [ "命令 .venv/bin/python scripts/push-antigravity --dry-run", "不发送数据/不POST，只打印本地条数与目标URL" ], "reference_answer": "运行 .venv/bin/python scripts/push-antigravity --dry-run；它只打印本地条数和目标 URL，不会真的发送数据。" } }, { "cid": "skill_antigravity_push#1", "target": "skill_antigravity_push", "question": "如果我在卫星机上不小心多次执行了把 Antigravity 用量同步到主机的操作，主机的统计会被重复累加吗？", "excerpt": "The host deduplicates by `response_id`, so pushing the same entries multiple times is safe and idempotent.", "fact": "主机按 response_id 去重，因此重复推送同一批条目是安全且幂等的，不会重复计数。", "rubric": { "must_include": [ "按 response_id 去重", "重复推送安全/幂等，不会重复累计" ], "reference_answer": "不会；主机会按 response_id 去重，重复推送是幂等的，不会造成重复统计。" } }, { "cid": "apple_photos#0", "target": "apple_photos", "question": "我想用这个工具删除相册里的重复，但对比报告老是不过。具体要满足哪些像素和资源方面的硬性条件（比如尺寸一致、阈值），以及字节完全相同的那类能不能删？", "excerpt": "- **Delete Eligibility**: Support byte-different, single-resource still-image pairs only. Reject Live Photos, RAW+JPEG or edited compound assets, unavailable resources, and non-photo resources. Require equal dimensions, RGB MAE <= 1%, luma MAE <= 1%, and RGB P99 <= 5%. Policies may be stricter, never weaker. Byte-identical duplicate deletion is unsupported.", "fact": "仅支持字节不同的单资源静态照片对；要求同尺寸并同时满足RGB MAE≤1%、亮度MAE≤1%、RGB P99≤5%；字节完全相同的重复不支持删除。", "rubric": { "must_include": [ "同尺寸且满足 RGB MAE <= 1%、luma MAE <= 1%、RGB P99 <= 5% 的数值门槛", "只支持字节不同的单资源静态照片；Live/RAW+JPEG/已编辑等复合资产会被拒绝", "字节完全相同的重复不支持删除" ], "reference_answer": "仅当是字节不同的单资源静态照片对，且尺寸相同并满足 RGB MAE≤1%、亮度 MAE≤1%、RGB P99≤5% 时才可授权；Live、RAW+JPEG、已编辑等复合或不可用/非照片资源会被拒；字节完全相同的重复不支持删除。" } }, { "cid": "apple_photos#1", "target": "apple_photos", "question": "我这次需要清掉大约 120 对候选，能不能一次性发起删除？如果得分批的话，每批最多多少对，而且之前拿到的授权能否复用或对结果不确定的批次再试一次？", "excerpt": "- **Delete Batch Bound**: Limit each delete manifest to 50 pairs. Split larger evidence sets into independent plans and require fresh review and authorization for each; never reuse a token or retry an uncertain batch.", "fact": "每个删除批次上限为50对，必须拆分独立计划分别复核并授权；禁止复用令牌或重试不确定批次。", "rubric": { "must_include": [ "每批最多 50 对，需拆分为独立批次", "每批都要重新审核与授权", "不得复用令牌，且不允许重试不确定批次" ], "reference_answer": "不行：每份删除批次最多 50 对，需拆成独立计划分别复核并逐一授权；不得复用之前的令牌，也不能重试结果不确定的批次。" } }, { "cid": "asr#0", "target": "asr", "question": "我在一台离线的 Apple Silicon 机器上跑这个 ASR 工具的“doctor”自检时，它会不会自动去下载模型权重？如果我只想检查依赖/版本而不加载任何模型，该用什么参数？", "excerpt": "Run asr-skill doctor to inspect the environment. It loads both models from the local cache and does not download weights. The command asr-skill doctor --no-load checks imports and declared pins only.", "fact": "doctor 只从本地缓存加载模型且不下载权重；若只做导入/版本检查，使用 --no-load。", "rubric": { "must_include": [ "不会下载权重（不联网下载）", "使用 --no-load 参数（asr-skill doctor --no-load）" ], "reference_answer": "自检不会下载权重，只会从本地缓存加载；仅检查导入和版本时用 asr-skill doctor --no-load。" } }, { "cid": "asr#1", "target": "asr", "question": "我有一段约2小时10分钟的单个录音，能直接用这个本地转写工具处理吗？如果不行，会在什么阶段被拒绝？把音频切成多段能解决吗？", "excerpt": "A single file longer than 7200 seconds is rejected before a model loads. Splitting a file makes separate files; a speaker letter does not continue across slices. Several files that add up to a long day are not one file over the limit.", "fact": "单个音频超过7200秒会在模型加载前被拒；切分成多文件可分别处理。", "rubric": { "must_include": [ "单文件超过7200秒会被拒绝", "在模型加载前拒绝", "可通过切分为多文件分别处理" ], "reference_answer": "不能：单个文件超过7200秒会在模型加载前被拒绝；把录音切成多段即可分别处理（合计时长不限）。" } }, { "cid": "skill_agentic_patrol#0", "target": "skill_agentic_patrol", "question": "我在用 Process Launcher 给一个巡检任务排下一次检查时，如何避免重复预约？是只要看同名 label 就算重复，还是还需要比对别的字段？", "excerpt": "Query `GET /scheduled?status=pending&label=