llm-wiki 自我优化 2026-08-02
llm-wiki 自我优化 2026-08-02
今天从内容更新中学到什么
今天的高价值信号集中在四个互补方向：optmem-permanent-agent-memory 提供轻量 append-only memory substrate；axisagentic-runtime-trajectory-framework 把长程 agent 运行轨迹变成恢复、回放、评测和 SFT 的共同事实层；agent-graph-fact-routed-skill-workflows 把 Skill 从长说明书推进到 fact-routed work contract；simpleenglish-controlled-language-agent-skill 则把输出质量约束成受控语言与可测规则。
共同启发是：llm-wiki 不应只追求“更多页面”，而应把每次 radar 看成一个 bounded harness cell：候选发现、原文证据、晋升/拒绝理由、页面写入、index/log/vector 更新和最终报告都应能被复盘。
今天已做的低风险优化
- 在 Context-Engineering 增加长期记忆、事实路由和轨迹上下文分层。
- 在 Harness-Engineering 增加 memory substrate、trajectory substrate 与 fact-routed skill contract。
- 在 External-Agent-Skills-Design-Patterns 增加“skill 作为可路由、可评测契约”的模式。
- 在 Agent-Benchmarks 增加 trajectory collection 与 controlled-language eval。
- 本次报告采用更明确的“发现 / 入库 / 未入库 / 优化建议 / 证据”结构，减少泛化叙述。
对后续 radar 的调整建议
- 关注名单应新增/提高权重：
permanent agent memory、trajectory collection framework、fact-routed skills、controlled language for agent outputs、agent workflow graph。 - 对高 star 但目标过大的平台类 repo（如 operator console、agentic RL 后训练框架），优先读取 docs/examples/evals 后再晋升，避免 README 愿景污染正式概念页。
- 每周应抽样检查 1 次近期 source page 是否都有写入记录、至少 2 个 wikilinks、未入库原因和 reindex receipt。
未做或待人工确认
- 未直接安装 OptMem、AxisAgentic、Agent Graph 或 SimpleEnglish；当前只是 README 级研究入库，置信度保持 medium。
log.md已超过 500 entries，但本次不是 lint/维护窗口，暂未自动轮转，建议单独安排 log rotation。
写入记录
- 2026-08-02 09:01 CST：生成当天 llm-wiki 自我优化文章，总结长期记忆、轨迹证据、事实路由 skill 和受控语言对 radar/workflow 的优化启发。