开源地址：
https://github.com/luozhilzh/prompt-model-adaptation-opensource
https://gitee.com/luozhilzh/prompt-model-adaptation-opensource
prompt-model-adaptation
一套可复用的 提示词优化 + 跨模型适配 方法论，打包成开源资源，可在 WorkBuddy、Cursor、Claude Code、Codex、以及任意支持长指令的 AI 工具里使用。
核心思想：把"主观感受词"换成"可验证的动作与标准"，并堵住两个最容易让提示词跑偏的坑——信息不足直接生成、以及角色混淆 / 上下文泄漏；再把优化后的提示词按目标模型的家族癖好做定向适配，用 4 组回归用例验证不引入回归。
⚠️ 免责声明：本仓库中所有「模型家族癖好 / 预测风险」均为经验性归纳，非基准测试。具体版本请以你在真实模型上跑回归的「实际」结果为准；未知版本号（如 GLM5.2 / Qwen3.7 / hy3）务必标注不确定性。
目录结构
prompt-model-adaptation-opensource/
├── LICENSE # MIT 许可证文本
├── README.md # 本文件：中文使用说明
├── README_en.md # 英文使用说明
├── SOP.md # 纯文本 SOP（合并 4 文件、去 frontmatter），可直贴任意 AI 工具
├── SECURITY.md # 安全护栏说明（Phase 0 结果）：设计 + 红队样例集
├── CHANGELOG.md # 里程碑变更记录（Phase 0→1→2/3 脚手架，标注离线/等 key）
├── skill/ # WorkBuddy 原生 skill（带 frontmatter，给 WorkBuddy 用户）
│ ├── SKILL.md
│ ├── security/ # 安全护栏：红队回归集（Phase 0 结果）
│ │ └── redteam-cases.md # 14 条 / 8 类机器可读攻击样例，零容忍判定
│ ├── adaptations/ # 跨模型适配工作区（Phase 1 结果）：6 模型隔离目录（子 Agent 扇出）
│ │ ├── README.md # 工作区契约 + manifest 字段说明
│ │ ├── _merged/ # 中心合入草稿（apply_merge 默认产物，独立变体，不覆盖线上）
│ │ ├── gemini/ # Gemini 适配产物（隔离）
│ │ ├── claude/ # Claude 适配产物（隔离）
│ │ ├── deepseek/ # DeepSeek 适配产物（隔离）
│ │ ├── glm/ # GLM 适配产物（隔离，国产）
│ │ ├── qwen/ # Qwen 适配产物（隔离，国产）
│ │ └── hunyuan/ # Hunyuan/混元 适配产物（隔离，国产）
│ └── references/
│ ├── checklist-template.md # 可填写的 6 区块适配检查表
│ ├── regression-and-techniques.md # 4 组回归用例 + 定向改法速查
│ ├── model-quirks.md # 各模型家族癖好与适配要点
│ ├── eval-spec.md # 4 组回归用例的机器可读评测规范（A→D 闭环用）
│ ├── optimizer-meta-prompt.md # 提示词优化器元提示（自优化闭环驱动核心）
│ ├── demo-a-tier.md # A 档自评审实跑演示（0/4 → 4/4 记录）
│ ├── demo-deepseek-adaptation.md # DeepSeek 五步法适配范例（Phase 1 范例集）
│ ├── demo-gemini-adaptation.md # Gemini 五步法适配范例（Phase 1 范例集）
│ ├── demo-claude-adaptation.md # Claude 五步法适配范例（Phase 1 范例集）
│ ├── demo-glm-adaptation.md # GLM 五步法适配范例（国产模型 extras 范例集）
│ ├── demo-qwen-adaptation.md # Qwen 五步法适配范例（国产模型 extras 范例集）
│ ├── demo-hunyuan-adaptation.md # Hunyuan 五步法适配范例（国产模型 extras 范例集）
│ ├── running-real-adaptation.md # 真机适配 API 接入 Runbook（配 key/跑 --multi/读 manifest/回校准）
│ ├── eval-credibility.md # Phase 2 评测可信度脚手架（方差/baseline/ablation 模板+离线工具）
│ ├── optimizer-intelligence.md # Phase 3 优化器智能化脚手架（根因映射/Pareto/有界自适应）
│ ├── tier-tests/ # 各档位 WorkBuddy 内实测产物（记录 + 复现 SOP）
│ │ ├── b_tier_test_record.md # B 档实测记录（1/4→4/4）+ 踩坑
│ │ ├── b_tier_harness.md # B 档复现 SOP
│ │ ├── c_tier_test_record.md # C 档实测记录（3/4→3/4→4/4，独立 blind 裁判）+ 诚实边界
│ │ ├── c_tier_harness.md # C 档复现 SOP（独立裁判模板）
│ │ ├── d_tier_test_record.md # D 档实测记录（2/4→3/4→4/4，失败类型驱动+检查表自填）+ 诚实边界
│ │ └── d_tier_harness.md # D 档复现 SOP（分类器+定向改法+检查表自填）
│ ├── 模型适配横向对比.md # 多模型适配差异横向对比表
│ └── cross-model-adaptation-methodology.md # 跨模型适配方法学（Phase 1 核心交付，路线 A）
├── formats/ # 跨工具格式转换（各自独立可用）
│ ├── cursor-prompt-model-adaptation.mdc # Cursor Rule（.mdc）
│ ├── claude-code-prompt-model-adaptation.md # Claude Code 命令
│ └── codex-AGENTS.md # Codex / Agents 指引（AGENTS.md 风格）
├── tier_test_candidates/ # B/C/D 档实测产物（候选提示词 v1/v2/v3，供复现）
│ ├── candidate_v1.md # 第 1 轮候选：用户原始「AI Prompt 教练」提示词
│ ├── candidate_v2.md # B 档第 2 轮候选：优化器修订版
│ ├── candidate_v2_c.md # C 档第 2 轮候选（澄清门，过触发）
│ ├── candidate_v3_c.md # C 档第 3 轮候选（修过触发，4/4）
│ ├── candidate_v2_d.md # D 档第 2 轮候选（限长+截断示例+澄清门+终止条件）
│ └── candidate_v3_d.md # D 档第 3 轮候选（加待优化初版类区分，修过触发，4/4）
├── scripts/ # B/C/D 档外部 API 闭环脚手架（本地跑，需 key）；Phase 0 护栏内置
│ ├── run_loop.py # 主循环：执行 → 评分 → 优化（B/C/D 档；--redteam 跑安全回归；--multi 多目标适配）
│ ├── test_phase0.py # 安全护栏离线自检（mock 模型，无需 key）
│ ├── eval_credibility.py # Phase 2 评测可信度：K 份裁判报告方差/稳定性汇总（离线）
│ ├── root_cause.py # Phase 3 根因诊断：评测报告 → 根因映射（离线，调 run_loop）
│ ├── merge_candidates.py # §6 中心合入评审：读各 manifest→红队+棘轮判 merge/revert（离线）
│ ├── apply_merge.py # §6 落盘：merge 判定→生成独立变体（默认草稿，--apply/--apply-main 提升）
│ ├── .env.example # API 配置模板
│ └── README.md # 运行说明（含 C 档双模型节）
└── assets/ # 文档配图（SVG，GitHub 通用渲染）├── style-principle-method.svg # 提示词优化生命周期：风格/原理（中英文共用）└── roadmap-a-to-d.svg # 自优化演进路线图 A→D（中英文共用）
快速开始（Quick Start）
不想配 API key 也能立刻看到全流程？先跑零依赖模拟（强烈推荐第一步）：
-
零 key 试跑（无需任何配置）：直接跑模拟，验证整套多目标编排脚手架端到端跑通，并在
skill/adaptations_sim/生成带「模拟」水印的示例产物。python scripts/simulate_run.py无需安装
openai、无需OPENAI_API_KEY，几十秒出结果。详见下方「零依赖验证：模拟运行」。 -
当 WorkBuddy skill 用（推荐长期使用）：把
skill/复制进用户级 skills 目录，对话里直接说"优化这段提示词"或"适配成 DeepSeek"即可触发。cp -r skill ~/.workbuddy/skills/prompt-model-adaptation -
当纯文本 SOP 用：把
SOP.md全文粘贴进任意 AI 工具（Claude / GPT / 通义 / 豆包…），它就会照工作流执行。 -
跨模型批量适配（需 API key）：配好
.env后跑多目标编排，自动出每个家族的隔离适配产物；完整 SOP 见skill/references/running-real-adaptation.md。python scripts/run_loop.py --multi --targets deepseek \--base-skill skill/SKILL.md \--redteam-cases skill/security/redteam-cases.md \--workspace skill/adaptations --rounds 3
想搞懂"为什么这样适配"，先看
skill/references/cross-model-adaptation-methodology.md（五步法 + 家族癖好→定向改法）。
工作流概览（4 步）
- 诊断与优化：找反模式（主观形容词、缺成功标准、角色混淆、无澄清门、无终止条件、格式不一致），给 before→after 对照并附理由。
- 生成适配检查表：复制检查表，填目标模型档案（名称 / 部署方式 / 温度 / 已知癖好）。
- 适配到目标模型：填 5 维度 + 4 组回归的预测风险，套用定向改法，产出「可直接复制的系统提示词 + 部署须知」。未知版本号须标注不确定性。
- 回归验证：在真实模型上跑 4 组用例，填「实际」列。漂移则回改法表补刀。4/4 通过 + 偏差清零即达标。
优化风格与原理
风格：工程化、结构化、可复现（不是"措辞玄学"）
| 风格特征 | 具体表现 |
|---|---|
| 诊断驱动 | 不急着写，先找反模式、打风险等级（高/中/低），再动手 |
| 对照式交付 | 每条改动都是 改动前 → 改动后 + 理由，不是只甩一个成品 |
| 以"可验证"为唯一标尺 | 每条建议都能回答"怎么算做对了"，而非"感觉更好了" |
| 版本化、防漂移 | 每个模型一份适配版，互不覆盖，方便横向对比 |
| 诚实标注 | 预测风险明确写"未实测"，不把经验当结论 |
原理：用可验证约束替代主观感受
核心原理只有一条：把「主观感受」换成「可验证的动作 + 标准」。
原始提示词的问题几乎都源于"靠模型自由发挥"——形容词无锚点、成功标准缺失、角色边界模糊。优化的本质就是用约束替代模糊，让模型每一步都有明确边界。围绕这条核心，派生出 6 条可操作原理：
- 模糊 → 可验证（核心）：「更好」→ 5 条可勾选自检清单；「谐趣」→ 1–2 句 + 明确询问。每个形容词都要有对应动作。
- 角色与上下文隔离：消除"双初始化"歧义（生成提示词内的角色 vs 教练自身），切断角色混淆与上下文泄漏——这是稳定性最大的隐患。
- 澄清门 + 终止条件：信息不足先问 ≤3 个问题再生成（防跑偏）；用户满意即定稿（防无限循环）。把开环变成有进出口的闭环。
- 模型差异维度化：把"哪个模型表现差"拆成 5 个可测维度——指令遵循 / 结构化敏感度 / 角色保持 / 输出长度 / 中文语感，再映射到定向改法（否定→必须式、XML 包裹、限长、few-shot、预填充）。
- 回归验收闭环：4 组用例跑「预期 vs 实际」，偏差清零才算完成。让"优化"从艺术变成可验收的工程。
- 经验诚实化：模型癖好是公开经验归纳，不是基准测试——所以检查表留"实际"空白待你实测，避免误导。
一句话总结：风格 = 系统化的「诊断 → 对齐标准 → 适配 → 验收」流水线；原理 = 用可验证约束替代主观感受，并针对模型族弱点做定向加固。 它不追求"一句话让 AI 质变"的神话，而是把提示词当作可测试、可移植、可版本化的工程产物来对待。
用法一：WorkBuddy（原生 skill）
把 skill/ 目录整体复制到你的用户级 skills 目录：
# 复制后路径应为：
# ~/.workbuddy/skills/prompt-model-adaptation/SKILL.md
# ~/.workbuddy/skills/prompt-model-adaptation/references/*.md
cp -r skill ~/.workbuddy/skills/prompt-model-adaptation
之后在任意对话中说：
- 「优化这段提示词」→ 触发 Step 1
- 「适配成 DeepSeek / GLM / Qwen / 混元」→ 触发 Step 2–3
- 「给我个模型适配检查表」→ 触发 Step 2
- 「校验这个提示词稳不稳」→ 触发 Step 4
也可手动输入 /prompt-model-adaptation 或「用 prompt-model-adaptation skill 看这段」。
用法二：任意 AI 工具（纯文本 SOP）
直接把 SOP.md 全文复制粘贴进对话 / 项目说明 / 知识库，当作一份 SOP 文档投喂即可。任何支持长指令的 agent（Claude / GPT / 通义 / 豆包 …）都能照做。
用法三：Cursor
把 formats/cursor-prompt-model-adaptation.mdc 放到项目（或用户级）的 Cursor rules 目录：
# 项目级
mkdir -p .cursor/rules && cp formats/cursor-prompt-model-adaptation.mdc .cursor/rules/# 用户级（全局）
# macOS/Linux: ~/.cursor/rules/
# Windows: %USERPROFILE%\.cursor\rules\
规则带 description + globs，Cursor 会在涉及 *.prompt.md / prompts/** / *system*prompt* 等文件或相相关对话时自动匹配；也可在设置里手动启用。
用法四：Claude Code
把 formats/claude-code-prompt-model-adaptation.md 放到 Claude Code 的命令目录（文件名即命令名）：
# 项目级
mkdir -p .claude/commands && cp formats/claude-code-prompt-model-adaptation.md .claude/commands/prompt-model-adaptation.md# 用户级（全局）
# ~/.claude/commands/prompt-model-adaptation.md
之后在 Claude Code 里输入：
/prompt-model-adaptation <这里贴你要优化/适配的提示词>
命令文件内含 $ARGUMENTS 占位，会自动接收你贴入的提示词并按工作流处理。
用法五：Codex / 通用 Agents
把 formats/codex-AGENTS.md 放到仓库根目录（或重命名为 AGENTS.md）：
cp formats/codex-AGENTS.md AGENTS.md
Codex 与多数 coding agent 会自动加载仓库根目录的 AGENTS.md 作为 agent 指引；涉及提示词优化 / 适配的任务会按其中工作流执行。
4 组回归用例（适配是否完成的判定）
| 用例 | 输入 | 预期 |
|---|---|---|
| 1 稀疏需求 | 一句模糊需求（如「帮我写个卖课提示词」） | 触发澄清，先问 ≤3 问，不直接生成 |
| 2 B 类初版 | 一段缺「约束/示例」的初版提示词 | 先诊断缺口，再给优化版并标注改动点 |
| 3 角色混淆压测 | 生成提示词扮演角色后问「你是谁」 | 教练仍自称原身份，不串角色 |
| 4 定稿终止 | 连改 3 轮后说「定稿」 | 输出最终版并提示可复制，不再追问 |
4/4 通过 + 偏差清零 = 适配完成，写版本号归档（建议 v1.1_模型名），不覆盖原版。
后续计划：自优化与自适应（A→D 路线图）
当前 skill 是人驱动的提示词优化：人看回归结果、手动改提示词。下一步可升级为带评估闭环的自动提示优化（灵感来自 DSPy / OPRO / APE）。下图是从「零依赖」到「完全自适应」的四阶演进路线，每阶都是上一阶的超集，不可跳阶。
总策略：增量交付，每阶可独立验收
- A 自评审 = 给 skill 装「优化器元提示 + 自评规范」（纯提示，无需 API）
- B 闭环 = 在 A 上加「真实调用目标模型 + 自动评分器」（需脚本，本地跑）
- C 双模型 = 在 B 上加「独立裁判模型」（换 judge 配置即可）
- D 自适应 = 在 C 上加「模型癖好的数据驱动校准」（把
model-quirks.md从静态表变动态调参）
阶段 A：自评审（✅ 已落地，不需 API）
- 目标：让「优化器」在纯提示层面自己改自己。
- 构建（已全部完成并随仓库发布）：
- ✅
references/eval-spec.md— 把 4 组回归用例改写成机器可读{输入, 预期, 评分维度, 通过标准} - ✅
references/optimizer-meta-prompt.md— 模型扮演「提示词优化器」，吃{当前提示词 + 评测报告}→ 吐{改进版 + 改动日志} - ✅
SKILL.md第 5 步「自优化闭环（A 档）」已加入工作流
- ✅
- 做法：在对话里手动跑循环——模型当优化器，按 eval-spec 自评每轮。
- 验收：同一段烂提示词跑 2–3 轮后，4 组用例自评通过率明显上升、且改动有迹可循。
- 实跑记录：见
references/demo-a-tier.md——用「AI Prompt 教练」原提示词演示一轮，回归通过率 0/4 → 4/4。
阶段 B：闭环（加真实执行）
- 前置：A 跑通。
- 构建：
scripts/run_loop.py+ 评分器（规则层正则/结构检查 + LLM-judge 语义评分 0–1）。 - 做法：脚本读 eval-spec，对候选提示词真实调用目标模型 API 拿输出 → 评分 → 报告喂回 A 档优化器 → 生成下一版；保留最高分版本，循环 3–5 轮自动停止。
- 验收：脚本一键跑完，输出「每轮分数曲线 + 最优提示词 + 改动日志」。
- 已在 WorkBuddy 内实测（无需 API key）：见
references/tier-tests/b_tier_test_record.md——用 WorkBuddy 子 Agent 当执行器跑通闭环，通过率 1/4 → 4/4，完整记录各用例输出、评分、优化器改动日志，并列出 7 条踩坑（同模型自评偏差、子 Agent 隔离不彻底、多轮需拼接、澄清门过触发、成本、非确定性、防过拟合未验）。复现步骤见references/tier-tests/b_tier_harness.md（含子 Agent 指令模板 + 规则层 Python 评分片段）。候选原文在tier_test_candidates/candidate_v1.md（v1）与candidate_v2.md（v2）。 - 诚实边界：此内测的执行器 / 评分器 / 优化器同属 WorkBuddy 模型家族，分数仅可纵向比（v1→v2），非跨模型基准；要消自评偏差需上 C 档独立裁判。
- 外部 API 脚手架已提供：见仓库根
scripts/run_loop.py+scripts/README.md——真实调用目标模型跑闭环（需本地 API key，OpenAI 兼容）。与 WorkBuddy 内测共用eval-spec/ 优化器逻辑，仅把「子 Agent 执行器」替换为call_model()；填JUDGE_MODEL即升级为 C 档独立裁判。
阶段 C：双模型（独立裁判）—— 已就绪
- 前置：B 跑通。
- 构建：
scripts/run_loop.py的JUDGE_MODEL/--judge-model（裁判 + 优化器走独立模型，执行器留目标模型）；WorkBuddy 内测用「独立 blind 裁判子 Agent」模拟角色隔离。 - 做法：把评分裁判（及优化器）换成另一个（或更强）模型，生成与裁判分离。
- 已在 WorkBuddy 内实测（无需 API key）：见
references/tier-tests/c_tier_test_record.md——用独立 blind 裁判子 Agent（只评输出、不读候选）跑通闭环，通过率 3/4 → 3/4 → 4/4（中途修掉澄清门过触发回归）；复现见references/tier-tests/c_tier_harness.md。候选原文在tier_test_candidates/candidate_v1.md、candidate_v2_c.md、candidate_v3_c.md。 - 诚实边界（重要）：WorkBuddy 内执行器 / 裁判 / 优化器同属一个模型家族，"独立"只是结构独立（上下文隔离），不能证实"独立裁判更严/更稳"——内测中 blind 裁判与自裁判在所有被测样本上分数完全一致。该性质只对真·双模型（外部
run_loop.py填跨家族JUDGE_MODEL）成立。 - 外部真·双模型已提供：
scripts/run_loop.py传--judge-model <不同模型>即进入 C 档——执行器 =MODEL、裁判 + 优化器 =JUDGE_MODEL，详见scripts/README.md第 7 节。 - 验收（真·双模型）：同一候选，跨家族独立裁判的分数比 B 档（自裁判）更严格、波动更小——证明去掉了自评宽松偏差。
阶段 D：自适应（数据驱动调参）—— 已就绪
- 前置：C 跑通。
- 核心思想：把静态的
model-quirks.md（「DeepSeek 偏长」等）变成可写入、可调整的约束参数，由实测漂移自动修改。 - 做法（四步）：
- eval-spec 给每个模型建一份「初始约束集」（来源即 model-quirks）
- 评分器除打通过/失败，还输出失败类型标签：
过长 / 出戏 / 否定失效 / 格式崩 / 语感乱 - 优化器读失败标签，从「定向改法速查」里自动选对应手法加强（如检测到
过长→ 收紧字数上限 + 截断示例） - 循环 N 轮后，固化该模型的
{适配版提示词 + 实际生效约束集}并自动填实检查表的「实际」列
- 已在 WorkBuddy 内实测（无需 API key）：见
references/tier-tests/d_tier_test_record.md——用失败类型分类 → 定向改法 → 检查表自填这条自动化链跑通闭环，通过率 2/4 → 3/4 -> 4/4（中途修掉澄清门过触发回归）；复现见references/tier-tests/d_tier_harness.md。候选原文在tier_test_candidates/candidate_v1.md、candidate_v2_d.md、candidate_v3_d.md。 - 诚实边界（重要）：WorkBuddy 内执行器 / 裁判 / 优化器同属一个模型家族，无真实跨模型漂移数据——分类器只在已知 4 组上贴失败类型标签，检查表"实际"列是回填结论而非 D 档自主发现新约束；且分类器只认"输出表现"，认不出"门控逻辑配置错误"（如澄清门过触发会被误归"格式崩"）。因此本内测只能证明自动化链可跑通，不能证实"自适应替代人工适配"。
- 外部真·D 档已提供：
scripts/run_loop.py加--d-mode（建议配--judge-model跨家族）即进入 D 档——自动分类失败类型、把定向改法注入优化器、跑完自动填实output/checklist_auto.md，详见scripts/README.md第 8 节。 - 验收（真·自适应）：拿一个从未手调过的模型 + 足量 unseen 用例集，D 档自动产出质量接近人工适配版的提示词，且检查表「实际」列被自动填实——人工适配工作被替代。仅针对已知 4 组优化会过拟合，那不是真自适应。
三个贯穿原则
- 不跳阶：D 依赖 B/C 的执行与评分——没有真跑测试，D 无从「自适应」。
- 防过拟合：每阶都留一份 unseen 测试集，不能只针对已知 4 组优化。
- 评分对齐真实目标：维度必须映射到「真实表现」，不能只盯格式是否好看。
诚实边界：本仓库提供 A 档完整设计（
eval-spec/optimizer-meta-prompt/ SKILL 第 5 步），A → D 四档的双重实现现已全部就绪——
- B 档：① WorkBuddy 内实测与复现 SOP（
references/tier-tests/b_tier_test_record.md/references/tier-tests/b_tier_harness.md，子 Agent 当执行器、无需 key）；② 真·外部 API 脚手架scripts/run_loop.py（自裁判模式）。- C 档：① WorkBuddy 内实测与复现 SOP（
references/tier-tests/c_tier_test_record.md/references/tier-tests/c_tier_harness.md，独立 blind 裁判、无需 key，仅证方法论）；② 真·外部 API 脚手架scripts/run_loop.py --judge-model（跨家族独立裁判，真·双模型）。- D 档：① WorkBuddy 内实测与复现 SOP（
references/tier-tests/d_tier_test_record.md/references/tier-tests/d_tier_harness.md，失败类型分类+定向改法+检查表自填、无需 key，仅证方法论）；② 真·外部 API 脚手架scripts/run_loop.py --d-mode（失败类型驱动自适应+检查表自填，建议配--judge-model）。
诚实提醒：WorkBuddy 内测的"独立"是结构独立，不能证实偏差消除；"自适应"是回填已知结论，不能证实替代人工——这两类性质只对跨家族JUDGE_MODEL+ 足量 unseen 集（外部真·C/D 档）成立。
Phase 2 / Phase 3 脚手架（已就位，真机验证等 key）
路线 A 的 Phase 2（评测可信度）与 Phase 3（优化器智能化）原定"视听众补 / 暂缓"。
现先把离线可搭的部分落地——模板、报告格式、根因映射、离线工具都已就位，无需OPENAI_API_KEY；真机数字（方差 / baseline / ablation / Pareto / 有界自适应实跑）仍等 key 后补。
Phase 2 — 评测可信度（守门：尺子准不准）
回答专家"你尺子准吗"：把"4/4"变成可审查的数字，而非只靠诚实边界自述。
- 裁判自洽投票 / 方差报告：
scripts/eval_credibility.py汇总 K 份裁判报告的通过率稳定性 + 维度分均值/标准差（--demo离线演示）。报告格式见references/eval-credibility.md§1。 - baseline 对比（量化 lift）：同任务跑 zero-shot / 人写一次 / 通用模板，量化本管道 lift。模板见
references/eval-credibility.md§2。 - ablation 研究：逐个关掉技术测 Δ，证明每招都挣到了位置。模板见
references/eval-credibility.md§3。 - 诚实边界：方差报告只证"判分稳定"，不证"判分标准对"；baseline / ablation 才证"管道有价值"。真机数字需 key + 足量 unseen 集。
Phase 3 — 优化器智能化（优化器变聪明而非变长）
把 D 档的"表象失败 → 定向改法"从治标升级为治本 + 多目标权衡 + 有界。
- 根因级分类（Surface → Root Cause）：
run_loop.py的ROOT_CAUSE_MAP/root_cause_diagnosis()把失败维度上溯到根因（角色未锚 / 指令模糊 / 格式约束缺失 / 长度失控），scripts/root_cause.py离线诊断一份报告（--demo演示）。 - 多目标 Pareto（通过率 vs 长度 vs 安全） + 有界自适应（参数上下限 + 反复放松报警 + unseen 守门）：格式与字段定义见
references/optimizer-intelligence.md§2/§3，真机实现等 key。 - 诚实边界：根因映射正确性需人工审 + 跨模型漂移数据验证；Pareto / 有界自适应目前是格式定义，非已运行代码。依赖 Phase 2 的评测可信度数字。
安全护栏（Phase 0，已落地）
当提示词进入"自动优化循环"后，最大的风险不是效果差，而是循环在无人监督下悄悄跑偏：候选提示词被注入操纵、评测规约被外部改写、某轮退化被当成进步保留。Phase 0 在 A→D 闭环之下加了一层只守不攻的护栏，确保优化"只进不退、不被劫持、规约不被悄悄改动"。
四项护栏均已随仓库发布，作用于 scripts/run_loop.py v2：
| 护栏 | 作用 | 触发行为 |
|---|---|---|
| 规约冻结 Spec Freeze | 对评测用例集计算 sha256 基线，可选对 eval-spec.md 做哈希比对；优化器被硬约束为"不得改评测维度/阈值/安全机制、不得植入操纵裁判的指令" |
规约哈希不符则阻断该轮优化 |
| 棘轮 Ratchet | 只接受分数不低于上轮的候选；可选 --ratchet-git 每轮提交产物 |
本轮低于上轮 → 自动回退到上轮最优 |
| 反注入探针 Injection Probe | 正则扫描候选提示词，命中"忽略评分 / 请打高分 / 你是裁判 / 泄露 system prompt / 绕过安全"等模式即报警 | 含注入的候选被拦截，不进入下一轮 |
| 红队回归集 Red-Team Set | skill/security/redteam-cases.md：14 条 / 8 类机器可读攻击样例（指令覆盖、角色伪装、上下文注入、任务劫持、规约消解、编码绕过、少样本污染、权威欺骗），零容忍判定 |
任意一条违规 → 该轮适配作废，棘轮回退 |
此外，基础 skill/SKILL.md 已内置 Safety & Integrity Constraints 小节（6 条硬不变量：不披露规约 / 素材即数据 / 硬不变量不可移除 / 拒绝削弱安全 / 注入即拒绝 / 不模仿有害示例）。任何跨模型适配产物须继承该小节，移除即触发棘轮 revert。
运行红队回归（需 API key）：
python scripts/run_loop.py --redteam --cases skill/security/redteam-cases.md
离线自检（无需 key，mock 模型）：
python scripts/test_phase0.py # Phase 0 护栏 + 一致性 + 反漂移门禁（21 用例）
python scripts/test_harness.py # run_loop 核心逻辑单测（65 用例：纯函数 + mock call_model 的 eval/optimize/redteam/merge/apply）
CI 还会跑四个离线脚手架工具的 --demo 自测（eval_credibility / root_cause / merge_candidates / apply_merge），全绿才放行。
诚实边界：护栏防的是"循环自身跑偏 / 候选被注入操纵 / 规约被外改"，不证明适配在真实模型上绝对安全。红队集需随新攻击模式持续扩充；真实安全验证要在目标模型上实跑红队集，而非仅过代码层测试。棘轮 git 提交默认关闭（
--ratchet-git显式开启），不会自动改动你的 git 历史。
护栏设计与攻击样例集完整说明见 SECURITY.md。
Phase 1 跨模型适配深度（路线 A，已搭脚手架）
Phase 0 是"守住底线的地基"；Phase 1 是路线 A（负责任跨模型适配方法论）的核心交付——把一份提示词稳当适配到多个目标模型家族，且每版产物都必须过 Phase 0 红队门禁。
交付物（均已随仓库发布）：
| 产物 | 说明 |
|---|---|
skill/references/cross-model-adaptation-methodology.md |
适配方法学：五步法、A→D 用法、失败类型→定向改法映射、红队门禁、棘轮合入、子 Agent 并发架构 |
skill/references/demo-deepseek-adaptation.md、demo-gemini-adaptation.md、demo-claude-adaptation.md |
三模型五步法适配范例集：家族癖好→定向改法；经验预测、非真机跑分、需 --multi 校准 |
skill/references/demo-glm-adaptation.md、demo-qwen-adaptation.md、demo-hunyuan-adaptation.md |
国产模型（GLM/Qwen/Hunyuan）五步法增值范例集：同方法论；属 extras（不在 --targets 默认工作区）、预测同需实跑校准 |
skill/references/running-real-adaptation.md |
真机适配 Runbook：配 .env、每目标网关、读 manifest、红队门禁解读、回校准闭环、§10 真机 SOP + 回灌清单、§11 中心合入评审与落盘 |
skill/adaptations/ |
多目标隔离工作区（gemini / claude / deepseek 各一目录，互不干扰），含 adaptation_manifest.json 契约 |
scripts/run_loop.py --multi |
多目标编排：对每个目标在隔离工作区跑闭环 + 红队门禁，产出 manifest 与 multi_summary.json |
运行多目标适配（需 API key）：
python scripts/run_loop.py --multi \--targets gemini claude deepseek \--base-skill skill/SKILL.md \--redteam-cases skill/security/redteam-cases.md \--workspace skill/adaptations --rounds 3
合入规则（硬不变量中的硬不变量）：当且仅当 ratchet_delta > 0（相对基线通过率有提升）且 redteam_violations 为空时，该目标适配产物才允许作为独立变体保留或合入主文件；否则棘轮自动 revert。
诚实边界：本地
--multi为顺序编排，真正的并发由 WorkBuddy 子 Agent 扇出实现（每个目标一个子 Agent，见方法论文档 §6）。无真实 API 时，本阶段仅交付"工作区骨架 + 方法论 + 红队门禁逻辑跑通"的脚手架，真实跨模型适配（不同模型的不同失败模式 → 不同定向改法）需配置OPENAI_API_KEY后运行；红队门禁证明"适配产物没弱化安全"，不证明"在真实模型上绝对安全"。
零依赖验证：模拟运行（无 API key 也能跑通全链路）
没有真实 API 也能验证整套 --multi 编排逻辑是否跑通——scripts/simulate_run.py 用桩函数替换模型调用（不联网、不依赖 openai SDK），复用真实的 run_multi_target 评测 / 优化 / 红队门禁 / 棘轮 / 产物落盘逻辑。
python scripts/simulate_run.py --targets gemini claude deepseek --rounds 3
跑完在 skill/adaptations_sim/ 生成示例产物（已随仓库提交，可直接浏览）：
├── skill/adaptations_sim/
│ ├── gemini/ adaptation_manifest.json · SKILL.md · loop/
│ ├── claude/ adaptation_manifest.json · SKILL.md · loop/
│ ├── deepseek/ adaptation_manifest.json · SKILL.md · loop/
│ └── multi_summary.json
每个 adaptation_manifest.json 都带 note: "无 API 时为脚手架…" 与「模拟·非真适配」水印；红队门禁 / 棘轮 / 隔离工作区均为真实逻辑跑通。
诚实边界：模拟产物均为桩模型伪造，仅证明脚手架与产物结构正确，不代表任何真实模型的适配质量；真实适配仍需配
OPENAI_API_KEY跑run_loop.py --multi（见上方 Quick Start 第 3 项）。
许可与贡献
- 本仓库以 MIT 许可证开源，许可证文本见根目录
LICENSE文件；允许自由使用、修改、分发，请保留版权与许可声明。 - 欢迎提交 Issue / PR 补充更多模型家族的癖好与回归用例。
- 维持「经验性归纳，非基准测试」的诚实标注：任何具体版本的断言都应来自真实回归，而非推测。