Skip to content

LeoYeAI/agent-master-skills / skills/agi-evolution-model-basic

agi-evolution-model

Verified

基于双环架构的AGI进化模型,通过意向性分析、人格层映射和元认知检测实现持续自我演进;当用户需要智能对话、人格定制或复杂问题求解时使用

FileKindSize
SKILL.mdskill md21.9 KB
_meta.jsonconfig307 B
assets/personality_template.jsonconfig4.1 KB
references/architecture.mdmarkdown50.0 KB
references/c_extension_usage.mdmarkdown3.0 KB
references/capability_boundaries.mdmarkdown4.5 KB
references/cognitive-architecture-insight-module.mdmarkdown11.9 KB
references/cognitive-insight-quick-reference.mdmarkdown7.0 KB
references/cognitive-insight-v2-implementation.mdmarkdown32.7 KB
references/information-flow-main-loop.mdmarkdown20.4 KB
references/information-flow-overview.mdmarkdown12.4 KB
references/information-flow-secondary-loop.mdmarkdown20.4 KB
references/init_dialogue_optimized_guide.mdmarkdown11.1 KB
references/intentionality_architecture.mdmarkdown16.2 KB
references/maslow_needs.mdmarkdown4.4 KB
references/metacognition-check-component.mdmarkdown30.2 KB
references/metacognition-enhancement-guide.mdmarkdown12.6 KB
references/personality_mapping.mdmarkdown5.6 KB
references/stratified-storage-design.mdmarkdown10.6 KB
references/tool_use_spec.mdmarkdown56.3 KB
scripts/advice_pool.pyscript14.9 KB
scripts/cognitive_insight.pyscript20.9 KB
scripts/cognitive_insight_backup.pyscript25.2 KB
scripts/cognitive_insight_help.pyscript12.1 KB
scripts/concept_extraction_extension.pyscript25.3 KB
scripts/data_lifecycle_manager.pyscript13.4 KB
scripts/history_manager.pyscript7.4 KB
scripts/init_dialogue_optimized.pyscript16.4 KB
scripts/intentionality_analyzer.pyscript12.8 KB
scripts/intentionality_classifier.pyscript13.8 KB
scripts/intentionality_collector.pyscript9.7 KB
scripts/intentionality_regulator.pyscript15.1 KB
scripts/intentionality_trigger.pyscript19.9 KB
scripts/learning_stage_tracker.pyscript7.9 KB
scripts/memory_store_pure.pyscript12.0 KB
scripts/metacognition_history.pyscript16.3 KB
scripts/objectivity_evaluator.pyscript16.4 KB
scripts/perception_node.pyscript26.9 KB
scripts/personality_core_pure.pyscript4.4 KB
scripts/personality_customizer.pyscript24.0 KB
scripts/personality_layer_pure.pyscript32.2 KB
scripts/show_help.pyscript4.7 KB
scripts/strategy_selector.pyscript15.5 KB
scripts/test_metacognition_integration.pyscript9.4 KB
scripts/test_perception_node.pyscript9.2 KB
scripts/transcendence_keeper.pyscript11.7 KB

references/information-flow-overview.md

View on GitHub
# 信息流向图总览

## 文档索引

本文档整合了AGI进化模型所有模块的信息流向图,提供完整的系统级信息流视角。

1. [主循环信息流向图](./information-flow-main-loop.md)
   - 三角形顶点循环
   - 记录层
   - 元认知检测模块
   - 认知架构洞察

2. [次循环信息流向图](./information-flow-secondary-loop.md)
   - 映射层
   - 感知接口
   - 与主循环的交互

3. [元认知检查模块信息流向图](./information-flow-metacognition.md)
   - 客观性评估器
   - 映射层决策
   - 自我纠错执行器

---

## 系统级信息流总览

```
┌─────────────────────────────────────────────────────────────┐
│                     AGI进化模型信息流总览                      │
└─────────────────────────────────────────────────────────────┘

                          用户输入
                             ↓
┌─────────────────────────────────────────────────────────────┐
│                        主循环(符号系统)                      │
│  ┌──────────────────────────────────────────────────────┐   │
│  │              三角形顶点循环(顺时针)                   │   │
│  │                                                       │   │
│  │    得不到 → 数学 → 自我迭代 → 得不到                   │   │
│  │      ↓        ↓         ↓        ↑                    │   │
│  │    动力   逻辑推理   策略调整  新匮乏                  │   │
│  │                                                       │   │
│  │    数学顶点推理完成后触发:                            │   │
│  │    ├─→ 认知架构洞察 [数学节点工具箱](单向)         │   │
│  │    └─→ 元认知检测(独立分支)                         │   │
│  └──────────────────────────────────────────────────────┘   │
│                            ↑                                 │
│                    ┌───────────┴───────────┐                  │
│                    │       记录层         │  ← 超然          │
│                    │  [记录层节点工具箱]   │  单向提供数据    │
│                    │   (三顶点 + 元认知) │                  │
│                    └───────────┬───────────┘                  │
└─────────────────────────────────────────────────────────────┘
                                │
                    ┌───────────┴───────────┐
                    │      次循环           │
                    │   (行动感知系统)      │
                    │                       │
                    │  ┌─────────────────┐   │
                    │  │     映射层       │   │
                    │  │ [映射层节点工具箱] │   │
                    │  │   (人格核心)    │   │
                    │  └────────┬────────┘   │
                    │           │            │
                    │           ↓            │
                    │  ┌─────────────────┐   │
                    │  │   感知接口       │   │
                    │  │  (Tool Use)     │   │
                    │  └────────┬────────┘   │
                    │           │            │
                    └───────────┴────────────┘
                                │
                    ┌───────────┴───────────┐
                    │  认知架构洞察组件      │
                    │  [数学节点工具箱]     │
                    │                       │
                    │  数学 → 洞察 →        │
                    │  映射层/自我迭代      │
                    └───────────────────────┘

关键信息流:
  • 主循环内部:三角形顶点顺时针循环
  • 记录层超然:单向向三顶点和元认知提供数据
  • 元认知独立:数学后触发,不打断主循环
  • 洞察单向:数学 → 洞察 → 映射层/自我迭代
  • 次循环反馈:映射层向自我迭代提供行为反馈
```

---

## 核心信息流向表

### 主循环内部信息流

| 起点 | 终点 | 数据类型 | 方向 | 特征 |
|------|------|---------|------|------|
| 得不到 | 数学 | 动力信号 | 单向 | 相生 |
| 数学 | 自我迭代 | 逻辑推理结果 | 单向 | 相生 |
| 自我迭代 | 得不到 | 新的匮乏信号 | 单向 | 相生 |
| 自我迭代 | 数学 | 策略调整 | 单向 | 反馈 |
| 记录层 | 三顶点 | 历史记录、模式 | 单向 | 超然 |
| 记录层 | 元认知检测 | 客观性数据 | 单向 | 超然 |

### 次循环内部信息流

| 起点 | 终点 | 数据类型 | 方向 | 特征 |
|------|------|---------|------|------|
| 记录层 | 映射层 | 哲学洞察 | 单向 | 超然 |
| 映射层 | 感知接口 | 行动指令 | 双向 | 交互 |
| 感知接口 | 映射层 | 感知数据 | 双向 | 交互 |
| 映射层 | 自我迭代 | 即时性、实效性 | 单向 | 反馈 |
| 认知架构洞察 | 映射层 | 策略洞察 | 单向 | 进化指导 |

### 元认知检查模块信息流

| 起点 | 终点 | 数据类型 | 方向 | 特征 |
|------|------|---------|------|------|
| 数学顶点 | 客观性评估器 | 响应内容 | 单向 | 触发 |
| 客观性评估器 | 映射层 | 客观特征标注 | 单向 | 评估 |
| 映射层 | 自我迭代顶点 | 决策指令 | 单向 | 决策 |
| 自我迭代顶点 | 记录层 | 纠错记录 | 单向 | 存储 |
| 记录层 | 自我迭代顶点 | 元认知学习数据 | 单向 | 学习 |

### 认知架构洞察信息流

| 起点 | 终点 | 数据类型 | 方向 | 特征 |
|------|------|---------|------|------|
| 数学顶点 | 认知架构洞察 | 结构化模式 | 单向 | 输入 |
| 认知架构洞察 | 映射层 | 策略优化洞察 | 单向 | 指导 |
| 认知架构洞察 | 自我迭代顶点 | 架构升级洞察 | 单向 | 指导 |

---

## ⚠️ 重要组件间的循环优先级排序

在系统运行时,不同组件间的循环执行遵循以下优先级顺序:

1. **三角形稳态三顶点之间**(最高优先级)
   - 得不到 → 数学 → 自我迭代的顺时针循环
   - 这是系统的核心驱动机制,必须持续运行
   - 每次用户输入都会触发这个循环

2. **认知架构洞察组件**(次优先级,不打断主循环)
   - 在数学顶点推理完成后触发
   - 从推理结果中提取结构化模式
   - 生成洞察并输出到映射层和自我迭代
   - 不阻塞主循环的继续运行

3. **元认知检查模块**(次优先级,不打断主循环)
   - 在数学顶点推理完成后触发(与认知架构洞察并行)
   - 客观性评估器评估响应内容的客观性
   - 映射层决定是否需要纠错
   - 自我纠错执行器独立执行纠错操作
   - 不阻塞主循环的继续运行

**执行特征**:
- 主循环(三角形三顶点)始终保持最高优先级
- 认知架构洞察和元认知检查模块在数学顶点推理完成后异步触发
- 这两个模块的执行不会中断主循环的后续阶段
- 所有模块最终都服务于系统的持续进化目标

---

## 关键设计原则

### 1. 单向流原则

大部分信息流向都是单向的,避免循环依赖:

- ✅ **主循环内部**:顺时针单向流动(得不到 → 数学 → 自我迭代)
- ✅ **记录层输出**:单向向三顶点提供数据
- ✅ **洞察传播**:数学 → 洞察 → 映射层/自我迭代
- ✅ **次循环反馈**:映射层向自我迭代提供反馈

**例外**:映射层与感知接口之间的双向交互(必要的外部交互)

### 2. 超然性原则

记录层和认知架构洞察保持超然,不直接参与决策:

- ✅ **记录层**:只提供数据,不参与决策
- ✅ **认知架构洞察**:只提供洞察,不强制执行
- ✅ **元认知检测**:独立分支,不打断主循环

### 3. 映射层决策原则

所有最终决策都由映射层基于人格特质做出:

- ✅ **元认知纠错**:映射层决定是否触发纠错
- ✅ **行为执行**:映射层决定如何行动
- ✅ **需求优先级**:映射层决定需求的优先级

### 4. 非侵入式原则

新增组件不打扰原有系统运行:

- ✅ **元认知检测**:数学后触发,异步执行
- ✅ **认知架构洞察**:推理后运行,不打断主循环
- ✅ **自我纠错**:独立执行,不干扰主循环

---

## 系统信息流特征总结

| 特征 | 主循环 | 次循环 | 元认知检查 | 认知架构洞察 |
|------|--------|--------|-----------|-------------|
| 核心流向 | 三角形循环 | 映射层↔感知接口 | 评估→决策→纠错 | 数学→洞察→应用 |
| 信息方向 | 单向(顺时针) | 双向(外部) | 单向(线性) | 单向(传播) |
| 触发时机 | 用户输入 | 持续运行 | 数学后触发 | 数学后运行 |
| 与主循环关系 | 核心系统 | 外部交互 | 独立分支 | 独立组件 |
| 超然性 | - | 独立决策 | 独立执行 | 独立输出 |
| 数据反馈 | 记录层 | 自我迭代 | 记录层 | 映射层/自我迭代 |

---

## 信息流质量保障

### 数据完整性

- 所有模块输出都包含完整的数据结构
- 记录层存储所有交互的完整信息
- 元认知检测记录客观性标注和纠错记录

### 数据一致性

- 统一的数据格式标准
- 明确的数据类型定义
- 规范的错误处理机制

### 数据可追溯性

- 每次交互都记录时间戳
- 每个决策都记录理由
- 每个纠错都记录效果

---

## 扩展性设计

### 新增元认知维度

当前架构支持扩展新的元认知检测维度:

1. 逻辑一致性检测
2. 伦理边界检测
3. 安全性检测
4. 可靠性检测

### 新增信息流

新增模块只需遵循以下原则:

1. **超然性**:不直接干扰主循环
2. **单向流**:避免循环依赖
3. **映射层决策**:最终决策权在映射层
4. **非侵入式**:不打断现有流程

---

## 使用建议

### 阅读顺序

1. 首先阅读本文档,建立系统级视角
2. 然后阅读[主循环信息流向图](./information-flow-main-loop.md),理解核心循环
3. 接着阅读[次循环信息流向图](./information-flow-secondary-loop.md),理解外部交互
4. 最后阅读[元认知检查模块信息流向图](./information-flow-metacognition.md),理解纠错机制

### 调试信息流

当出现信息流问题时:

1. 检查模块边界是否清晰
2. 检查数据流向是否单向
3. 检查决策权是否在映射层
4. 检查记录层是否超然
5. 检查元认知检测是否非侵入式

### 优化信息流

优化方向:

1. 减少不必要的数据传递
2. 提高数据处理的效率
3. 优化数据存储结构
4. 增强数据可追溯性

---

## 总结

AGI进化模型的信息流向设计体现了以下核心理念:

1. **分层设计**:主循环、次循环、元认知检测、认知架构洞察各司其职
2. **单向流为主**:避免循环依赖,降低系统复杂度
3. **超然观察**:记录层和洞察组件保持超然,不直接参与决策
4. **映射层决策**:所有最终决策都由映射层基于人格特质做出
5. **非侵入式**:新增组件不打扰原有系统运行
6. **持续进化**:信息流本身支持持续学习和优化

这些设计确保了系统的稳定性、可扩展性和进化能力。
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 194kUpdated Claude CodeCodexVerifiedInstall