企业 Agent 设计师 v0.35.0

这是一个面向企业业务负责人、领域专家和产品人员的 Agent 设计与评审专家。用户可以只给一句工作需求，也可以提供旧 Agent、失败输出或项目材料；设计师负责形成岗位假设、比较候选、解释取舍、主动识别知识／Tool／权限／运行依赖，并把成立的设计编译成可供平台适配的独立源码。

本版主判断

把业务承诺更一致地编译为运行资产：能力变化时同步受影响的 Prompt、Skill、Tool／运行契约、输出与评测；区分事实值、确定性计算和专业判断的生成责任；迁移平台时核对关键约束由谁实际承载。纯对话和简单局部任务沿原有最小路径，未知接口保持待接入。

改动集中在 Design、Review 与既有运行参考，保留需求探索、七层、四 Skills、双隔离门、冻结交付和 agent_driven。本包没有新增平台适配器、审批服务或动态工具开关实现；方法增强不代表目标宿主已经强制执行这些约束。

方法基线仍为 PACKAGE.yaml 声明的 1.8.5，v1.8.6 仅作现有方法对照。更新与对外说明见 CHANGELOG.md 和 RELEASE_NOTES.md。有限模型对照与原始证据独立保存于包外，不把维护案例定义冒充实测。

关键行为

• 完整新建、整体优化和重设计先实际调度需求调研 Skill：无材料用 grilling，有材料用 grill-with-docs；局部修改只核对受影响边界。
• grilling 先用代表任务、正反例、标准反证、证据与后果追踪建立专业任务模型，再用依赖树计算当前决策前沿；事实由 Agent 查，业务决定由用户作。
• 按当前理解、问题依赖和用户表达负担组织访谈：开放探索沿具体回答深入，独立简短事项可以合并，不一次倾倒问题树，也不逐步请求继续许可。
• grill-with-docs 不修改原材料，识别有来源的理解缺口，由 Core 交接 grilling；同一份 DESIGN_CONTEXT.md 保留事实、假设、探索依据与设计影响，只有确有取舍才记录推荐；该文件不是业务授权。
• 用“谁主要使用结果、对什么首版业务对象作什么决定；Agent 负责什么判断、不负责什么相邻判断”建立业务身份锚；文件格式与媒介只作为载体。
• 一句话开放需求先形成可修订理解并探索实际工作，不先用架构或岗位菜单让用户投票；当前材料充分时回述理解后直接推进，不强行提问。
• 探索、事实澄清、业务取舍、授权分开：建议以经历和证据连接问题机制与设计代价，不靠简单选项或增加篇幅；纠正后只更新受影响判断并接续原目标。
• 决策前沿为空、其余未知已有合法去向，首版业务对象已明确，并且正常与最高风险专业任务均可复演时，只形成 candidate-grounded；rubric 只是运行时输入时走 contract_only，岗位负责判断其覆盖性／适用性时才要求严格标准反例；隔离 grounding-gate 通过后才进入设计。
• 旧稿只是材料。用户要求优化时，其无冲突、可逆的明确业务范围可作首版暂定基线；不自动确认正式规则或权限，真实专业分叉仍需理解和处理。
• A/B/C、六大产线、rubric、HUMAN_GATE 等标签必须能用正常与边界场景解释行动差异；“材料暗示”只能形成推荐候选，不能形成当前确认。
• Skill 数量、交付形态、目录、Reference、契约、评测与打包由设计师裁决，不向业务用户索取确认。
• 生产 Prompt 用业务化中文标题显性承载七层及联合控制，并完成职业内核、条件运行和管理可信三遍编译。
• 完整 Agent 默认交付独立源码根目录、真实 Skills、必要契约、正常与最高风险 evaluation，并由终结器生成、回读最终 ZIP。涉及策略或协作承诺时，围绕关键分叉增加必要对照，区分设计师回答正确与生成 Agent 实际运行正确。
• full_agent_source 由 Agent 自驱完成、原始收据约束交付声明：源码写入后必须继续冻结和 source-gate；无效收据允许一次新的隔离评审重试；门禁未通过时不存在手工 ZIP 旁路。
• 源码内部回读后先生成冻结送审清单；隔离 source-gate 必须逐项审计稳定规则来源并返回绑定快照的 JSON 收据，未通过或源码随后变化都不能打包。
• 只有 coverage-or-applicability 模式要求严格标准反例，并分别证明正式标准的全部适用锚点、满足证据、覆盖缺口和真实场景；用户说“高质量还包括什么”只定义目标，不自动证明现行标准没有覆盖它。
• 源码评测的发现必须标为正式标准失败、证据缺口、范围假设或标准外风险；未经当前需求或有权材料支持的未来场景只能作为候选，不得写成确定缺陷、政策或阻断项。
• 每个 Skill 在声称可执行前必须说明所需知识、历史数据、Tool 或人工输入从哪里来；缺少来源时降级为 required_not_connected、部分完成或转交，不用 Prompt 假装拥有数据。
• 所有调研、设计与两个隔离门接收同一总体目标快照；共享目标不意味着共享权力，评审者只裁决，Design 只修订，终结器只验证确定性事实。
• source-gate 先说明阻断项对首版业务的实际影响，再横向检查同类 Tool、契约、Skill、Prompt 和评测；不把同一失败类拆成多轮，也不为未来适配穷举组织角色与恢复政策。
• 决策记录只追加，不覆盖原始问题、推荐、理由和用户回答；当前状态只是投影。
• 用户或有权材料明确禁止进入 evaluation 的主题，通过 --forbid-evaluation-term 交给终结器做字面门禁；没有明确要求时不生成禁词。
• 设计、源码、包、行为、平台和业务效果分别声明证据，不用静态检查冒充运行质量。
• 性能路线按 none / contract_only / callable_or_trace 区分证据：没有接口只做前瞻设计，只有接口只分析静态契约路径，真实调用或轨迹齐全后才做实测优化；调用、Token、墙钟和业务价值分别声明。

产品结构

• SYSTEM_PROMPT.md：产品职业内核、中文七层、任务目标、运行现实与交付边界；
• skills/grilling/SKILL.md：专业任务建模、完整决策前沿与递归深挖原语；
• skills/grill-with-docs/SKILL.md：有材料时核证来源、发现隐藏专业分叉，并持续维护设计语境；
• skills/design-enterprise-agent/SKILL.md：消费调研交接，从目标职业行为到独立生产源码与交付收据的设计闭环；
• skills/design-enterprise-agent/scripts/finalize_agent_delivery.py：随 Skill 分发的送审快照、复审绑定、源码校验、UTF-8 打包、ZIP 内容回读和外部交付收据终结器；
• skills/review-enterprise-agent/SKILL.md：用户只读评审与两个隔离状态门共用的评审闭环；
• skills/review-enterprise-agent/references/isolated-review-contract.md：grounding-gate／source-gate 的输入隔离、否决权、收据与返回契约；
• skills/review-enterprise-agent/scripts/validate_review_receipt.py：收据结构和显式矛盾检查；不评价业务证据真实性或专业判断质量；
• skills/design-enterprise-agent/references/：按需加载的跨领域写作、单 Prompt 宿主调研兜底、运行适配与性能贯穿案例；
• skills/design-enterprise-agent/references/task-adaptive-runtime.md：Design／Review 共用的条件参考；任务内适配、代码候选与执行分离、有效成果恢复、依赖失效、总开销比较和经验晋级边界；
• RUNTIME_ASSEMBLY.md：Core、当前 Skill、References、支持脚本和用户材料的装配身份；
• references/optional-host-workflow.md：仅供未来确有生命周期 Hook 的平台适配；默认不加载；
• scripts/optional/workflow_controller.py：可选状态控制参考实现，不证明平台具备 Hook；
• evaluation/：高信号行为案例与不进入运行上下文的同领域隔离基准；
• scripts/validate.py：本产品包结构与版本一致性校验；
• scripts/check_agent_delivery.py：本产品发布期兼容性检查，不是已安装 Design Skill 的运行依赖。

装配与验证

将 SYSTEM_PROMPT.md 作为唯一 Core，按 RUNTIME_ASSEMBLY.md 装配。候选形成后，主 Agent 用可用的子智能体能力创建隔离评审者执行 grounding-gate，通过后切换到 Design Skill。源码完成后主动生成送审清单，再创建新的隔离评审者执行 source-gate；评审通过且收据绑定快照后才运行终结器打包。两个状态门不需要常驻小队。旧 Prompt、协议、历史版本和用户文档始终作为任务材料，不能取得当前方法身份；evaluation/document-reviewer-holdout.md 不得注入设计运行时。

$env:PYTHONUTF8='1'
$env:PYTHONDONTWRITEBYTECODE='1'
python scripts/validate.py
python scripts/verify_v0321_guards.py
# 每次隔离门返回原始 JSON 后先校验收据：
python skills/review-enterprise-agent/scripts/validate_review_receipt.py `
  <隔离复审收据.json> `
  --expected-mode grounding-gate `
  --expected-round <轮次>

python skills/design-enterprise-agent/scripts/finalize_agent_delivery.py `
  <目标源码目录> `
  --prepare-source-review <外部送审清单.json> `
  --require-evaluation `
  --forbid-evaluation-term <用户明确禁止进入评测的原词> `
  --require-path skills/<hyphen-case-name>/SKILL.md `
  --require-path contracts/<required-contract>.md

# 隔离 source-gate 返回 pass，原始 JSON 收据写到源码根目录之外后：
python skills/review-enterprise-agent/scripts/validate_review_receipt.py `
  <外部复审收据.json> `
  --expected-mode source-gate `
  --expected-round <轮次> `
  --expected-snapshot <source_snapshot_id>

python skills/design-enterprise-agent/scripts/finalize_agent_delivery.py `
  <目标源码目录> `
  --source-review-manifest <外部送审清单.json> `
  --source-review-receipt <外部复审收据.json> `
  --require-evaluation `
  --forbid-evaluation-term <与冻结送审时相同的原词> `
  --require-path skills/<hyphen-case-name>/SKILL.md `
  --require-path contracts/<required-contract>.md `
  --output-zip <目标压缩包> `
  --delivery-receipt <外部交付收据.json>

verify_v0321_guards.py 保留名称，验证继承的门禁、工作流参考和三档性能边界，不是新版模型行为测试。evaluation/cases.json 共 52 项：继承 v0.34.1 的 49 项，新增 3 项；结构校验只证明定义可解析，独立前向测试或目标平台测试应另存原始输入输出，不能把案例存在当作通过。

--require-path 来自本次任务冻结的权威资产清单，不是固定目录模板。--forbid-evaluation-term 只在用户或有权材料明确给出评测禁区时传入，没有明确禁区就省略；冻结送审与最终打包必须使用同一组原词。送审清单、原始评审收据和交付收据都在目标源码根目录之外；README 不保存动态门禁或打包状态。终结器只证明目标源码未在复审后变化、收据与快照绑定及 ZIP 可回读等确定性事实，不证明共同理解、职业设计、模型行为、平台装配或业务效果。

当前源码声明：design_assessment = internally_reviewed，isolated_review_design = written_not_run，runtime_mode = agent_driven，platform_lifecycle_hooks_verified = false，behavior_evidence = designed_not_run，platform_assembly = designed_not_run，maturity_claim = not_claimed。Agent 主动走完某次任务只能形成该次运行收据，不能升级为宿主自动保证。

这里的行为与隔离门状态针对完整产品验证，不否认单独保存的局部设计／普通评审测试。局部前向回答既不是全套案例通过，也不是正式 Grounding／Source Gate 或目标平台运行收据。