xiexie-qiuligao/counselor.skill
office-call-skill
VerifiedBuild and evolve a single high-fidelity counselor system for real student-counselor communication rehearsal, distillation, correction, and reality-sync practice.
references/system-lifecycle.md
View on GitHub# 系统生命周期
这份文档回答的不是“有哪些模式”,而是:
> 一个专属辅导员系统从第一次创建到长期使用,究竟会经历哪些阶段?
如果没有这层生命周期设计,项目很容易退化成:
- 几个独立 prompt
- 一些孤立场景
- 一堆看起来很多、但互相不接的功能块
这个项目真正要做成的,是一个会持续长、持续被修、持续被使用的系统。
## 1. 启动阶段:先让用户立刻进场
目标:
- 不要求用户先理解整个系统
- 不要求用户先上传大量素材
- 不要求用户先挑一堆事件分类
入口应该优先围绕用户当前困境:
- 我还没开口
- 我已经发出去了但不会接
- 我明天要被约谈
- 我刚刚聊崩了
- 我需要写说明文
- 我其实是要求助
这一阶段的交付标准是:
- 2 分钟内看到第一个可用输出
- 先解决眼前沟通问题,再决定是否深入定制
## 2. 建模阶段:生成“这个辅导员系统”
目标:
- 给用户一个可控的辅导员系统
- 而不是只给一次临时回复
建模来源按优先级分层:
1. 用户手动设定
2. 用户 correction
3. 蒸馏材料
4. archetype 默认值
这一阶段要形成至少两类核心文件:
- `persona.md`
- `meta.json`
理想状态下,用户第一次就能感到“像某种真实导员”,而不是抽象标签集合。
## 3. 路由阶段:根据当下困境切模式
系统不应该先问“你要模拟哪个事件”,而应该先判断:
- 现在最需要哪种工作模式
- 是否要同时调用多个模式
例如:
- “明天要被约谈,今晚想先准备”
路由到:办公室推演器 + 复盘器
- “刚给导员发了消息,对面回了‘具体说’”
路由到:追问应对器
- “不是违规,是最近状态不太好”
路由到:求助沟通器 + 开口器
这一步是项目避免模板化的关键。
## 4. 运行阶段:完成一次具体互动
运行阶段的目标不是把话说得多,而是把系统工作做对。
一次合格的运行,至少要完成:
- 明确当前沟通节点
- 明确对方可能在意什么
- 明确当前风险
- 给出可直接用的输出
- 在需要时模拟 2 到 5 轮推进
如果进入深场景,还应带上:
- 案件状态
- 证据揭示节奏
- 风险升级路径
- 结果档位判断
## 5. 沉淀阶段:把本轮变成记忆
一次使用结束后,不应该像没发生过一样。
系统至少要能沉淀:
- 这次练了什么
- 用户卡在哪
- 哪种说法更适合用户
- 哪个模式更有效
- 哪些表达明显会触发风险
这一步的核心产物是:
- `sessions/{timestamp}.md`
如果没有这层,系统很难真正产生长期价值。
## 6. 纠偏阶段:用户可以改系统
用户说“不像”“太凶了”“我们导员不会这么说”时,不应该只解释原因。
正确动作是:
- 把反馈写成 correction
- 优先改行为风格,而不是空泛标签
- 立刻给出修改后的短预览
核心产物:
- `corrections/{timestamp}.json`
这一层决定了项目是不是“可控系统”。
## 7. 进化阶段:系统不只是记住,还会变化
长期来看,系统应该表现出:
- 用户练得越多,输出越贴近用户风格
- correction 越多,导员人格越稳定
- 蒸馏材料越多,制度语气和证据逻辑越像某个真实学校环境
这意味着系统的变化不应该只体现在一次回复里,而应该体现在:
- 后续模式切换
- 后续场景推进
- 后续复盘重点
- 后续压力呈现方式
## 8. 展示阶段:让 GitHub 用户一眼看懂
这个项目既然要发布到 GitHub,上层展示也属于系统生命周期的一部分。
仓库至少要让访客快速看到:
- 这是一个“系统”,不是几个 prompt
- 系统里已经积累了什么
- 一次使用后会留下什么
- 两三次使用后会怎么变化
推荐展示材料:
- 一个完整系统示例目录
- 一份系统演化 walkthrough
- 一份 snapshot
- 一组同题不同模式对比
## 9. 最终闭环
理想闭环应该是:
1. 用户从当下困境进入
2. 系统路由到合适模式
3. 输出可直接使用的内容
4. 把本轮沉淀成 session
5. 用户随时纠偏
6. 系统下一次明显更像、更稳、更连续
只有走到这一步,这个项目才真正配叫:
> 一个专属辅导员交互系统生成器,而不是一个场景 prompt 集。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis. | Stars: 472k | Updated | Claude CodeCodex | Verified | Install |
| diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness. | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |
| dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependencies | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |
| executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is available | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |