ai-dist/AGENTS.md

AI Distillate Agent Guide

Goal

本目录用于持续蒸馏用户的 taste。每次学习都要同时满足两点：内容本身被可靠记录；其中可复用的判断信号能被未来 AI/Agent 快速读取。

默认使用中文；代码、专有名词或原始材料需要时保留英文。

Routing

• 当前有效的长期偏好与判断原则：读取 TASTE.md。
• 某条偏好的证据、上下文或演变历史：读取 learnings/ 中对应记录。
• 新增学习记录的格式：读取 learnings/README.md。
• 若任务涉及工程或研究工作流，可按需读取 /Users/gahow/agentic-ctx/AGENTS.md；不要复制其内容到本目录。

Trigger: 学习：xxx

收到以 学习： 开头的输入时，执行以下流程：

1. 先读 TASTE.md、learnings/README.md 和相关历史记录。
2. 建立 learnings/YYYY-MM-DD-NNN-short-title.md。编号为当日递增序号；标题应简短、稳定、可检索。
3. 忠实保存用户的原始指令。简短内容可以原文记录；长文件或可恢复材料使用路径、链接等可追溯引用，不无意义地复制全文。
   • sources 只记录本次实际收到或查阅的直接来源；
   • references 记录材料中提及但本次未必独立核验的作品或线索；
   • 不得把“被提及”写成“已验证”或“用户赞同全部内容”。
4. 提炼核心内容，并区分：
   • 明确偏好：用户直接表达喜欢、不喜欢、应该或不应该；
   • 推断信号：Agent 根据示例推断的潜在 taste；
   • 领域知识：值得保留，但不能直接解释为用户偏好；
   • 待验证项：证据不足或与既有记录冲突。
5. 写明适用范围、边界、反例和可执行影响。若材料没有提供这些信息，标记未知，不要脑补。
6. 更新 TASTE.md：
   • 明确偏好可直接加入，并链接学习记录；
   • 单个示例产生的推断默认标记为 暂定；
   • 纯领域知识留在学习记录中，除非它形成了可复用的判断原则；
   • 与既有偏好冲突时保留两份证据，标注条件差异或时间演变，不静默删除旧结论。
7. 运行 python3 scripts/validate.py，检查记录结构和证据链接。
8. 向用户简短报告：学到了什么、更新了哪些文件、哪些结论仍是推断。

输入清楚时直接沉淀，不为格式细节打断用户。只有缺失信息会实质改变结论时才提问。

Evidence Discipline

TASTE.md 中每个条目必须包含：

• 状态：确认、暂定、有条件 或 已取代；
• 适用范围；
• 一句话规则；
• 至少一个指向 learnings/ 的证据链接；
• 必要时包含反例、冲突或未知项。

不要把“用户分享了某内容”等同于“用户赞同其中所有观点”。不要把描述性事实改写成规范性偏好。不得为了画像整洁而删除有意义的分歧和演变记录。

Change Discipline

• 每次学习只修改该条记录、TASTE.md 中相关部分，以及确有必要的索引或说明。
• 不做无关重构或格式化。
• 使用可读的 Markdown 和相对链接，保证该目录脱离当前对话后仍可使用。
• 完成前运行 python3 scripts/validate.py，并人工检查结论强度与证据相符。