llm-wiki 自我优化 2026-08-01
llm-wiki 自我优化 2026-08-01
今天学到的优化原则
今天入库的四个来源共同指向一个主题：AI 系统的可靠性正在从“更会提示模型”转向“多 scope 运行时 + 配置 preflight + skill/control-plane 路由 + board 化长期 loop”。对 llm-wiki 来说，这意味着知识库维护本身也应被当成 Harness-Engineering：有作用域、有候选入口、有晋升门槛、有 evidence ledger、有停止条件；同时也应被当成 Context-Engineering：有明确 context boundary、raw/source/concept 分层和被排除材料记录。
已做的低风险优化
- 今日 deep ingest 不再围绕单一人物或 X 内容，而是用 GitHub/web/arXiv/blog 优先的技术雷达；GitHub API 触发 rate limit 后改用 raw README 读取，保留了来源失败说明。
- 新页面均加入
## 写入记录，并把“为什么重要、机制、与已有概念关系、实践启发、失败模式”作为正式结构。 - 本次晋升标准更偏“深度潜力”：QM、AgentDoctor、ForgeOS、loop-board 都能直接改进 Hermes 的 scope、preflight、skill routing 或无人 loop 纪律；微信导出、写作风格、税务等热门 skill 未晋升，因为与 AI/工程知识库核心目标较远。
建议后续调整
- 增加 agent-config lint 雷达线：定期搜索 Cursor / Claude Code / Codex / MCP 配置扫描、secret/context hygiene、agent permission audit 工具，补足配置 preflight 类知识。
- 把来源晋升做成 board 状态：candidate → raw saved → promoted → concept updated → indexed → verified；这样能减少每日 cron 的重复口头判断。
- 为 skill 页面增加 manifest 字段：触发条件、风险等级、需要的 context pack、deterministic checks、完成证据，逐步把 External-Agent-Skills-Design-Patterns 变成可执行检查表。
未解问题
- GitHub API unauthenticated rate limit 会降低 radar 质量；建议配置 token 或在脚本中使用缓存。
- arXiv API 今日仍出现 timeout/429，论文线索没有可靠晋升；需要代理、RSS 镜像或错峰抓取。
_index.md的 AI 来源行已经很长，后续可能需要拆出wiki/ai/_index.md或 topic map，避免顶层导航退化为巨型单行。
写入记录
- 2026-08-01 09:06 CST：基于 QM、AgentDoctor、ForgeOS、loop-board 的入库结果，记录 llm-wiki 在 scope、preflight、skill routing、board 化 loop 方面的自我优化方向。