- 博客(130)
- 收藏
- 关注
RSS订阅原创 把复杂度变成一次集中设计：框架设计的核心命题
框架的水平由此体现为把复杂放在正确的层次、让合适的人承担：业务开发者面对业务的本质复杂，框架设计者承担共性的技术复杂。真正高级的简单，是复杂被组织好、封装好、验证好之后呈现出来的结果：内部结构清晰、边界稳定、行为可观测，对外接口在多数场景下足够简单，同时始终保留可验证、可绕过的路径。条件三，维护可持续。模式是否稳定、边界是否清晰、抽象泄漏时是否存在公开的绕过路径，决定的是 S、L、M 的大小，进而决定 n* 的位置：模式越稳定，S 与 L 越小，n* 越低。它的成本结构是：一次集中，持续维护，长期摊销。
2026-10-05 16:35:49
224
原创 面向数据式编程的分层数据框架
数据式编程：行为主要由数据、配置或 DSL 定义，代码退居为引擎、运行时与执行器。它强调声明式程度，而非“纯数据”与“程序”的绝对二分。身份锚点：实体在数据空间中的稳定标识，用于绑定与引用。身份锚点可分为本地身份键、全局身份 ID 与绑定关系。关系：实体之间的语义边，如成员、所有权、依赖、血缘、权限、版本。治理：围绕目录、契约、版本、血缘、质量、权限、生命周期与审计形成的横切机制。L3 关系层：多种关系子图的统一治理层。
2026-09-18 01:46:20
329
原创 基于节点编排LLM的对话历史
抓住「节点」这一核心抽象，追问它的第三种身份——。（对话历史 + 节点产出 → LLM 上下文）与（节点处理完成 → 再组装为新的对话历史）。：Agent 工程源码（角色分工见文末「参考定位」）。凡结论标注证据来源，凡推演标注「设计意图 vs 未证」。
2026-08-31 13:47:02
167
原创 本地 LLM 联调（LocalLlm / LocalLlmHttp）：完全模拟调用与显式上下文传递
上下文管线 = 从原始输入出发，经确定性变换（提示词拼接、逐轮计划选中、状态编码、协议解码），到 LLM 消费点（
2026-08-20 14:17:54
197
原创 Agent数据价值分类存储原则
当前主流 AI Agent 记忆方案(L0-L3 金字塔、Chat/Skill/Wiki/CodeGraph 四类资产、Team Memory 等)多采用大模型主动储存:由 LLM 在运行中抽取事实、自行决定沉淀什么,框架只在事后做治理。这类方案在长期运行中暴露出一组可复现的风险——图谱膨胀不可控、旧逻辑删不掉、全量加载爆上下文、拼凑式逻辑——其根因不在于"LLM 参与判定"这一行为本身,而在于治理三环(价值分类 / 淘汰 / 召回预算)的缺失。
2026-08-12 18:44:38
366
原创 HFSM与智能体架构：状态所有权、传递与转换协议
底层路由的可观测性与可调试性由确定性映射表保证，而智能体的灵活性由非确定性信号注入体现，两者各司其职，互不污染。机制：每深入一层，HFSM执行 new_lease = merge(parent_lease, node_blueprint)，生成新的不可变租约实例（父实例保持不变）。这种“租约链”保证了状态切换的轻量性（只动指针）与数据隔离性（租约不可变）。HFSM引擎（拓扑骨架） 当前蓝图指针 + 租约组合逻辑 接收信号→查邻接表→切换指针→组合新租约 路由过程中生成派生租约，不持有根租约。
2026-08-09 19:10:29
166
原创 边界即智能：论最优性迷思的终结
如果“求解给定边界内的一级最优”不是智能的本质，那什么是？让我们做一个思想实验。系统 A：在一个明确的、静态的、完全可观测的问题空间中，总能找到一级全局最优解。它从未失手。系统 B：它经常失败，但它在失败时能够自问：“这个问题空间本身是否定义错误？这个目标函数是否合理？我是否需要先改变观测条件？哪一个系统更“智能”？按照我们被训练出来的直觉，系统 A 是“更强的求解器”。但让我们再想一步：如果问题空间本身是被错误定义的，如果目标函数本身就是错的，系统 A 的“一级最优”就是在错误的方向上走得最远。
2026-08-08 20:09:39
212
原创 大模型循环调用：从协议级到应用级的循环控制谱系
大语言模型单次推理的本质是"无状态的 token 映射"——给定一段 prompt，输出一段 token。这种单次映射在"问答"场景足够，但在"任务"场景捉襟见肘：任务需要模型读取环境、采取行动、观察结果、调整策略、验证完成——任何一个环节都需要外部世界的状态反馈，而模型本身不持有状态。弥合"无状态推理"与"有状态任务"之间鸿沟的唯一结构手段，是循环：把模型上一次的输出（含工具调用）作为输入的一部分，连同工具执行结果，再次喂给模型，直至任务完成。这一构造的工程学名是agent loop（代理循环）。
2026-08-07 23:14:08
205
原创 提示词分级：规则与生成结合的层次化提示工程
分级由循环与 Agent 共同触发，是二者的结构性必然投影。Agent 按定义即"面向目标的多步工具调用循环"，这一本质张开了进程-任务-步骤三种嵌套时间尺度，L0/L1/L2 正是这三种尺度在 prompt 结构上的必然投影。单轮无循环则无缓存可命中（N=1，分级反亏）；循环无自主性则单模板即足（固定流水线，三级冗余）；Agent 无循环则无跨轮累积（单步，缓存破坏未显形）——唯有循环 × Agent 交汇，分级才从"锦上添花"变为"承重结构"。
2026-08-07 23:05:45
261
原创 契约式脚本生成：Agent工具复用的结构化设计理念
在自由生成模式下，Agent 被期待为"有创造力的写作者"——它能写出任何东西，但系统需要事后去理解它写了什么。在结构化规范下，Agent 被期待为"遵循规范的工程师"——它按照规范产出标准化组件，系统直接使用而不需要理解其内部细节。这两种能力模型并非对立，但它们在工程化部署中的价值不同。自由创造力在探索性任务中仍不可或缺；但在规模化、重复性、可预测的运维场景中，"规范遵循"比"自由表达"更有价值。Agent 的经济性不在于它能写出多聪明的代码，而在于它的产出能被多系统化地复用。
2026-08-06 19:33:40
169
原创 从“省着用”到“循环用”：Agent Token成本优化的逻辑重构与工程全景
大语言模型 Agent 正被广泛部署于软件工程、运营自动化、数据分析等复杂多步任务中。然而，当 Agent 从单轮问答走向多轮交互与长时程任务时，上下文长度的指数级膨胀迅速成为根本性瓶颈。Agent 的“状态”并非由模型参数表征，而是由提示上下文构成：系统指令、演化中的计划、历史推理轨迹、工具调用结果、用户指令、长期记忆与检索知识。随着任务深度与广度的增加，这一状态日益庞大、冗余且昂贵。
2026-08-06 19:33:05
226
原创 形式化约束框架如何改善AI Agent的执行不确定性
值得单独指出的是，本文规范将“逻辑正确性”和“消除冗余”这两类命题从强制执行的公理（[AX]）降级为策略标注（[Strategy]）。它不试图限制模型的生成能力，而是通过状态归约、分类-动作分离、分层不变式和L0核心公理，将Agent从“不可预测的试错机”重塑为“状态可观测、错误可隔离、终止可保证”的工程组件。handle(error, Scope)是动作决议器：接收分类结果和当前作用域策略（Scope，定义了什么动作是合法的），输出一个确定的原子动作（halt、retry、switch）。
2026-08-05 22:38:01
333
原创 知识图谱与编程语言的关系：一项分层辨析
围绕“知识图谱本质上是否是一种编程语言”这一议题，本文以分层透视的方法整合激进派（语言派）与保守派（数据派）的对立立场。通过“int a”类比建立还原论警示，将知识图谱技术栈拆解为数据层、定义层、操作层三个层次，论证完整技术栈在结构上等价于一门领域特定语言（DSL），并与 SQL 生态进行平行比较予以验证。随后厘清 DSL 与通用编程语言（GPL）的根本区别，重新定位“自动生成”与“编译”的工程隐喻，最终给出“知识图谱作为关系型 DSL”的精确定位。
2026-08-05 15:05:18
216
原创 SystemPrompt索引编译文件
#requires -Version 5.1<#.SYNOPSISclinerules 符号引用校验器 + 索引编译器 + references.md 生成器.DESCRIPTION编译模式：符号索引不再由人工登记表承载，而是由本脚本从源文件定义点扫描编译生成（幂等）。references.md 为【纯编译产物】——整份文档（含 §0/§1.1/§2/§3/§4 规则章节）由 从（dsl.md 枚举 + 源定义点扫描 + 脚本行为契约）模板化生成，禁止手改。修改 references.md 内容
2026-08-04 23:27:31
265
原创 SystemPrompt 智能体系统提示词
智能体提示词版本1.0，引入逻辑运算简化整理公理和公式推导层面的复杂运算逻辑。这套提示词应该可以把AI复杂的思考逻辑转换为查表和推公式，增加Agent的运行效率，降低成本。@已有项目代码优化指令描述 ai\@.clinerules
2026-08-04 17:35:02
1322
原创 formula 公式提示词
/ 抽象语义表(权威);书写语法权威: [CR: dsl:Sec.1@see]（单向引用链, 无反向依赖）标识名称语义输出类型真值域约束公理[AX]领域公理声明声明工程领域内逻辑上必然的命题逻辑命题[TD]阈值决策基于阈值比较输出决策枚举值[CM]分类映射输入→类别的映射类别标签[CD]条件决策基于条件分支输出决策枚举值[SM]序列映射输入→有序步骤的映射步骤列表[QA]质量评估基于标准输出质量等级[CC]成本计算基于参数输出量化成本数值[CS]约束声明。
2026-08-03 19:15:14
233
原创 LLM工具调用失败的机理与工程剖析：从注意力稀释到序列化格式崩溃
策略：在工具Schema中启用模式，并添加引导模型正确填充参数。有效性：减少了"幻觉参数"的发生率，但对命名空间前缀丢失等输出结构层的格式错误无效，因其作用于Schema之内的参数层，而非Schema之外的调用封装层。
2026-08-03 15:50:20
242
原创 Type-Level Computation Reference (类型级推导参考实现)
/ 定义 5 种逻辑门类型（Xor / And / Or / Nand / Nor），// 结果 = IBit.Value 属性在运行时沿嵌套类型链递归求值。使用泛型 类型“Nand<A, B>”需要 2 个类型参数。使用泛型 类型“Nand<A, B>”需要 2 个类型参数。使用泛型 类型“Nor<A, B>”需要 2 个类型参数。使用泛型 类型“And<A, B>”需要 2 个类型参数。// 通过纯心算跟踪 40 层嵌套的泛型参数展开，// ── 主入口 ──。
2026-07-30 23:59:12
225
原创 LLM测试设计的底层逻辑
追踪力 = 在长序列中保持变量初始值不变的注意力维持能力推导力 = 在多层运算叠加中正确演算的数值保持能力类型力 = 在类型转换链中维持正确类型语义的能力标识力 = 在引用传递中区分"值拷贝"与"引用拷贝"的能力语义力 = 在特殊语义（闭包/延迟/异步）中正确理解执行时刻的能力迭代力 = 在循环体中追踪变量随迭代次数演化的能力感知力 = 在近似类型间识别细微转换差异的能力这些维度通过§二的11种链类型分别测量，各维度测量结果通过迁移折扣矩阵（§四.3）建立关联。术语符号定义逻辑追踪深度。
2026-07-30 23:09:10
212
原创 离散与连续的认知切割：变量与实例的公理化思辨
一、引子：一个值得认真对待的"误读"一切始于一句看似错误的话：变量是单一点，实例是图关系。站在教科书的角度，这句话当然可以轻易批驳——变量是存储单元，实例是被存储的对象，二者是容器与内容物的关系，这点不容混淆。但若放下教科书，认真对待这句话里藏着的直觉，你会发现它指向了一个远比"栈与堆"更深的问题。它试图说的其实是：变量像一枚孤零零的钉，而实例像一张蔓延开来的网。这个比喻是否精确并不重要，重要的是它触到了计算机科学底层那条隐秘的线索——离散与连续的纠缠。
2026-07-29 19:52:53
386
原创 认知自举：LLM自我指令泛化的三层逻辑
当LLM在长上下文中反复接触“请专注”“不要跑题”“先做A再做B”“仅基于文档回答”这类自然语言指令时，其高维语义空间会自然形成一种“注意力聚焦”的隐式模式——即关于“何时关注什么”的分布式表征。经过推导的公式扎根于模型自身的经验土壤，模型能够真正“认领”这套规则，而非仅仅“识别”它。这不仅是指令设计的技巧升级，更是人机协作范式的根本性转变——从“为模型编写指令”到“引导模型为自身编写认知宪法”。自然语言本质上是模糊的。最高级的提示词，不是人写给模型的命令，而是模型在人的引导下，自己为自己编写的认知内核。
2026-07-29 17:29:06
194
原创 Cline智能体系统提示词
本 DSL 是对axioms.md中公理书写语法的形式化提炼与规范定义。核心变革是引入---meta三明治结构作为可选语法(短公理仍可使用行内尾缀)，消除的语法歧义。解析器需同时支持两种格式:三明治结构(用于多行公式体/复杂元数据)和行内尾缀(用于单行短公理)。!层级引擎关注点默认焦点阶段典型策略/规范L0项目结构、模块边界、通信模式、路径规范L1控制流、迭代循环、错误熔断、状态恢复L2实现细节、代码质量、设计模式、内聚性L3工具调用、文件操作、语言特性、参数格式。
2026-07-28 18:42:06
1312
原创 .clinerules 系统提示词价值评判
本文通过对比实验分析了.clinerules系统提示词对AI代码分析能力的影响。实验显示，带有.clinerules的系统能识别设计反模式、架构耦合等高层次问题，而无提示词的系统仅能发现编码错误等基础问题。核心发现包括：1）提示词能系统性地将AI注意力从代码正确性转向设计合理性；2）显著扩展了AI的认知层次（从L1模式匹配提升到L5架构评估）；3）收益（高阶分析能力）具有不可替代性，而代价（基础错误检测）可通过其他工具弥补。研究认为，高质量的.clinerules能实现AI分析能力的垂直增长，使其具备多维度
2026-07-28 17:52:31
295
原创 engine prompt
当前焦点层级 ≥ 规则声明的层级时，规则激活。层级名称关注点典型策略/规范L0-ENG架构层项目结构、模块边界、通信模式、路径规范L1-ENG逻辑层控制流、迭代循环、错误熔断、状态恢复L2-ENG代码层实现细节、代码质量、设计模式、内聚性L3-ENG语法层工具调用、文件操作、语言特性、参数格式M = (Axioms: 公理集合, StrategyRules: 策略配置, Params: 参数特化)Axioms: OnError 输出空间；Adjust 固定为Params。
2026-07-27 03:25:37
144
原创 rules prompt
标识名称语义输出类型真值域约束公理[AX]领域公理声明声明工程领域内逻辑上必然的命题逻辑命题[TD]阈值决策基于阈值比较输出决策枚举值[CM]分类映射输入→类别的映射类别标签[CD]条件决策基于条件分支输出决策枚举值[SM]序列映射输入→有序步骤的映射步骤列表[QA]质量评估基于标准输出质量等级[CC]成本计算基于参数输出量化成本数值[CS]约束声明声明外部约束 / 不变式约束命题[SS]状态规范定义状态空间的结构 / 类型签名类型规范[DR]
2026-07-27 03:24:59
623
原创 dsl prompt
Axiom DSL 语法规范摘要 本规范定义了Axiom DSL的三明治结构语法，核心特点包括： 强制分离：公式体与元数据严格分离，公式体仅含纯逻辑表达式，元数据通过---meta块承载 消除歧义：公式体内的|仅表示逻辑运算，元数据使用独立区块 结构化标记：提供前缀系统（如[AX]、!、#等）区分公理类型 元数据标准化：定义view、src、irr等标准元数据键及其格式 多类型支持：涵盖公理声明、推论、配置、缺陷记录等多种语法单元 典型结构示例： [AX] 公理名: 逻辑公式 ---meta view =
2026-07-27 03:24:27
173
原创 axioms prompt
本文摘要（148字）： Axioms DSL定义了一个分层公理系统架构，核心特征包括：1)严格分层结构(L0-L3)实现层间隔离，L0为不可变核心公理；2)引入元演化规则(MetaEvolution)实现系统自反修正，通过λ抽象保持逻辑骨架不变；3)分层反射机制(StratifiedReflection)解决元/对象层混淆问题，要求高层仅能谈论低层的可证明性标签；4)外部一致性见证被提升为元级假设，规避哥德尔不完备性限制；5)系统明确声明本质不可判定性(EssentiallyUndecidable)作为能力
2026-07-27 03:23:37
245
原创 Systemprompt 体系全览：形式化公理驱动的分层系统设计
以下逻辑摘自axioms.md[Type] Entity = 可指称实体 | domain:非空(至少包含OBSERVER)[Type] OBSERVER = 观察者类型 | domain:⊆Entity,由IDI-Identity定义同一性[Type] Round = 轮次类型 | domain:由RoundCompletion定义[Type] State = 系统状态 | domain:由TriPerspectiveStructure定义张量积分解。
2026-07-27 03:22:35
252
原创 迭代 终止提示词
本文档定义了通用的迭代循环指令规范，适用于需要"运行→分析→修复→重试"模式的场景。主要内容包括： 循环定义：包含输入输出、状态管理等要素 终止公理：包括轮次完成、评估结果、决策输出和终止优先级规则 循环体规范：五步通用模型（执行→收集→评估→决策→调整） 终止条件策略：六种终止类型及其触发条件 状态管理：初始化规则 该规范通过公理化的方式定义了迭代循环的行为模式，包含严格的终止条件和状态管理机制，确保循环过程的可控性和可预测性。文档引用了多个元规则，形成完整的指令体系。
2026-07-26 16:21:16
182
原创 面向复杂矛盾输入的LLM推理时延波动：一项系统性解构
在自回归大语言模型推理服务中，观测到的"输出速度下降"并非输入序列长度的简单线性函数。当输入指令包含高逻辑复杂度或语义矛盾时，推理系统会在算法策略层、推测执行层和内存IO层发生级联性的计算路径切换，导致每输出令牌时间（TPOT）出现非线性增长。本文将该现象归因于四项决定性因素，并通过三模块框架对问题空间、解空间及归约路径进行系统性构造。
2026-07-26 16:18:08
206
原创 文档模块化模板
v3.12026-07-25定义一类文档的通用逻辑架构。该架构由三个具有明确输入-职责-输出边界的模块组成，模块间的数据依赖构成有向无环图，不依赖任何人员角色、领域假设或管理场景。设文档为三元组，其中，满足。M₁.T₁为问题归约变换，M₂.T₂为空间构造变换，M₃.T₃为路径归约变换。整篇文档即为这组变换的复合，其不动点为满足G的终态。任何需要结构化分析、设计或论证的方案性文本。依次填充各模块。若某模块的输入条件不满足（前置模块未完成），则该模块标记为[pending]。
2026-07-25 23:33:22
199
原创 规则核心库：AI系统的认知框架
标识名称语义输出类型[AX]公理声明声明逻辑上必然的命题逻辑命题[TD]阈值决策基于阈值比较输出决策枚举值[CM]分类映射输入→类别的映射类别标签[CD]条件决策基于条件分支输出决策枚举值[SM]序列映射输入→有序步骤的映射步骤列表[QA]质量评估基于标准输出质量等级[CC]成本计算基于参数输出量化成本数值P_plan→(规划,{需求分析,方案设计,信息收集})P_exec_prep→(执行-准备,{文件读取,代码理解,结构分析})
2026-07-24 14:06:56
1523
原创 ClineRule系统提示词
要素含义设计关注点边界职责范围清晰/完整/无重叠契约对外接口稳定/完备/可测试实现内部细节可替换/可独立演化拓扑结构：三种类型可嵌套组合（面→线→点）类型定义适用场景示例点聚合分散同类操作收敛到单一入口外部依赖/数据流边界收敛线聚合有序步骤编排为管线流程编排/阶段式处理面聚合模块公开能力收敛到入口面模块能力出口收敛。
2026-07-23 21:02:22
350
原创 聚合架构设计规范：从三收拢点到多元聚合的工程范式
在软件架构的语境中，聚合（Aggregation）将一组相关的操作、数据流或能力收敛到一个明确定义的边界内，对外暴露统一的契约接口，对内封装实现细节的架构模式。聚合 = 边界（Boundary） + 契约（Contract） + 实现（Implementation）要素含义设计关注点边界聚合的职责范围，什么属于内部、什么属于外部边界是否清晰、是否完整、是否重叠契约聚合对外暴露的接口，包括输入、输出、异常契约是否稳定、是否完备、是否可测试实现聚合内部的实现细节，对外部完全隐藏。
2026-07-23 13:53:11
494
原创 AI 静默失败代码约束模式 — 从概率偏好到可执行规则
本文档是 AI 生成静默失败代码的概率偏好的约束模式化总结，属于 Structuring 系列文档。文档角色内容原始文档理论分析概率模型、数学推导、定性分析本文档实践约束可执行规则、代码审查清单、提示工程对照原始文档回答"为什么 AI 倾向于生成静默失败代码"，本文档回答"如何检测和预防这些静默失败"。
2026-07-22 21:40:17
467
原创 AI 生成静默失败代码的概率偏好：从代码语法到框架配置的数学解剖
AI 生成的静默失败代码，并非"粗心"，而是概率模型在数据分布偏差和用户指令模糊双重作用下的必然结果。从数学角度看，它是先验概率与条件似然共同作用下的"最优"（最高概率）输出。认识到这一点后，我们便能通过改变输入分布（提示词）和后处理过滤，让 AI 从"静默"走向"喧哗"，确保错误信号的每一级传递都清晰可辨。当你的代码审查工具再次捕获时，请记住——这背后是一组数字化的概率选择，而我们有能力重新计算它们。
2026-07-22 20:36:45
232
原创 DiagnosticContext 模块设计文档
AsyncLocal 上下文丢失：通过"AsyncLocal 传播 CallChainId + ConcurrentDictionary 存储数据"的架构，确保在场景下上下文正确传播引用一致性：缓存 DiagnosticContext 包装实例，同一 DiagnosticScope 返回同一实例，解决引用比较失败问题序列化优化：延迟序列化策略，避免 EventEntry 预序列化导致的双重转义代码去重：DiagnosticContextProxy 作为 Share 层统一入口，消除 6 个重复文件配置驱动。
2026-07-20 19:16:00
210
原创 架构重构模式 — 常见架构缺陷与应对策略
本文档是文档内容关系日志架构基础设施层函数调用链流程层控件使用流程流程层本文档架构重构模式模式/方法论层本文档描述的缺陷模式具有通用性，适用于各类软件架构的重构场景。第 9 章以 ECS 渲染管线重构为具体案例，展示各模式的实际应用。
2026-07-20 19:06:06
568
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人