← 返回藏书阁

Skill Bill — governed agent skill runtime

wiki/ai/sources/skill-bill-governed-agent-skill-runtime.md
分类:ai / sources · 更新:2026-08-04 09:07

Skill Bill — governed agent skill runtime

核心判断

Skill Bill 值得入库,因为它把“agent skill 是可选 prompt”推进为“由 runtime 执行的工程过程”。README 的关键承诺不是又一个 coding-agent prompt 包,而是:从 spec 到 merge-ready PR 的多阶段流程、专门 subagents、可恢复状态、skill drift contract、跨 Claude Code / Codex / Cursor 的一致执行。它直接补充 External-Agent-Skills-Design-PatternsHarness-Engineering:高价值 skill 不应只依赖模型自觉遵守,而应被运行时、状态机和质量门禁约束。

为什么对用户重要

用户的 Hermes / llm-wiki 已经沉淀了很多 skill、wiki radar、agentic coding 与 ingest workflow。随着规则增多,问题会从“没有方法论”变成“方法论存在但执行不稳定”:不同 agent、不同 session、不同上下文压缩点可能跳过 review、忘记 audit、丢失中间状态。Skill Bill 提醒我们:真正可长期维护的技能体系需要把工程判断打包为可治理、可恢复、可验证的过程,而不是只把规则写进 prompt。

对 Hermes 来说,这尤其适合反思 cron / deep ingest / coding task:如果某个流程每天都跑,它就不应只靠自然语言指令维持一致性,而应逐步外化出检查项、状态文件、失败恢复和 artifact contract。

机制 / 一阶原理

Skill Bill 的一阶原理是:LLM 可以执行工程判断,但不可靠地自发保持工程流程。它用四层机制降低随机性:

  1. Spec-first input:任务从 feature spec 进入,而不是从开放式“帮我实现”进入。
  2. Durable workflow state:长任务在 usage limit、crash、context compaction 后可以恢复,并且恢复不绑定单一 agent。
  3. Specialist review / audit / gates:计划、实现、栈专家审查、spec completeness audit 和质量门禁分阶段执行,减少“完成声明”替代真实验证。
  4. Skill drift contract:skill 文件不是静态建议;当技能或配置偏离预期时应 fail loudly,而不是静默失效。

这与 caliper-skill-reliability-testing 形成互补:Caliper 评估 skill 是否有效;Skill Bill 关注 skill 在真实长流程里是否被稳定执行。

与现有 wiki 的关系

  • Harness-Engineering:补充“governed skill runtime”层。harness 不只是工具权限和验证,还包括让技能流程跨 session、跨 agent 一致运行。
  • Agentic-Coding:把 coding task 拆成 spec → plan → implement → specialist review → audit → gate,比单 agent 长上下文更抗漂移。
  • External-Agent-Skills-Design-Patterns:强化 skill 生命周期里的 contract、drift detection、resumability 和 multi-agent portability。
  • Context-Engineering:durable workflow state 是上下文工程的一种结构化产物;它比把所有历史对话塞进 prompt 更可恢复。

对 Hermes / llm-wiki 的可执行启发

  1. 高频 workflow(wiki radar、source ingest、publish、coding fix)应拥有轻量 state/checklist,而不是只靠 cron prompt。
  2. 对关键 skill,可以新增“drift check”:frontmatter、触发词、references、验证命令、禁止事项是否仍符合当前 Hermes 工具与目录结构。
  3. 长任务恢复时应读取状态与 artifact,而不是信任上一轮自然语言总结。
  4. deep ingest 可以拆成更明确的阶段:candidate scoring、raw capture、source page、concept update、index/log、reindex、claim receipt。

失败模式 / 边界条件

  • Skill Bill 本身是较重 runtime;对 Hermes 不一定要安装或采用完整平台,优先吸收其治理模式。
  • 多 subagent / 多阶段流程可能增加等待、成本和协调失败;低风险小任务不应过度流程化。
  • “内置工程判断”可能固化某个团队偏好;迁移前要验证是否适合用户的 Hermes / llm-wiki 工作流。
  • 如果 contract 太硬,可能在边界任务上频繁 fail;需要明确哪些是阻断项,哪些只是 warning。

写入记录

  • 2026-08-04 09:00 CST:从 GitHub README 深度入库 Skill Bill,定位为 governed skill runtime 与跨 agent 可恢复工程流程。