AI 工作流方法库

删重复：稳定规则只保留一个真源，其他入口引用它，不复制一份近似版本。

删过程：Prompt 负责目标、边界、证据和退出条件；确定性的解析、校验与格式转换交给代码。

删实例：业务案例用于测试，不长期堆在主 Prompt 里。例子一多，模型更容易模仿表面形式而忽略规则。

删模糊词：把“认真检查”“尽量正确”改成可观察条件，例如必须回读、必须绑定输入版本、失败时停在哪一步。

删不可验证要求：不能从输出或状态证明的要求，不应成为流程完成条件。最终保留的是少量不变量、授权边界和验证合同。

目标：只写一个可验证结果，不把多个项目愿望塞进同一个 Goal。

完成条件：列出什么证据出现时才算完成，避免把“已经开始”“工具已返回”当成结果。

边界：说明不可写入、不可发布、不可付费调用或不可覆盖的对象。

状态源：指出继续任务时应重新读取什么，而不是依赖聊天记忆。

停止条件：写清何时暂停、何时需要人工决定，以及不确定结果为什么不能自动重试。

最有效的约束不是规定每一次点击，而是固定四件事：唯一目标、可信输入、允许动作和完成证据。工具顺序可以根据现场调整，这四项不能漂移。

每轮只给当前步骤所需的最小充分上下文。长背景放进按需参考，稳定规则放进 Skill，当前任务只携带差量事实。

发现偏差时先找最早发生变化的合同，不在下游不断追加补丁。Prompt 的维护目标是减少解释分支，而不是覆盖所有可能句式。

需求：把愿望改写成单一结果、范围、风险与完成条件。

分析：读取当前事实，冻结直接输入，区分已知、推断和缺失证据。

执行：一次只推进一个目标；能用确定性代码完成的步骤不交给 Agent 猜。

验证：先验证产物本身，再验证它与输入、范围和版本的绑定关系。

Commit：只有验证通过才原子更新状态；写入后立即回读，确认真实世界已经变化。

QA：从使用者视角做独立复核，检查遗漏、回归与边界，而不是重复执行者的自我说明。

自动化可以增加调度、批处理和连续运行，但不能把人工路径中的硬门概括成一句“检查通过”。人工流程要求的证据、依赖、冲突检查和退出条件，自动流程必须逐项同义复用。

正确的提速方式是减少重复观测、合并安全写入和复用已验证结果。删掉质量门得到的速度，不是效率，而是把错误推迟到更昂贵的阶段。

人工介入后只让受影响项及其直接依赖重新未决；状态身份变化才回到入口。这样既不重复全流程，也不会用旧结论覆盖新事实。

一、把工具调用成功当成业务完成。文件出现、任务结束或消息送达，都可能缺少最终验收。

二、存在两个状态真源。聊天、文件和数据库各说一套时，自动化迟早会从错误位置继续。

三、不确定结果直接重试。上一次写入可能已经生效，盲目重试会制造重复提交、重复生成或重复扣费。

四、自动路径弱于人工路径。为了快而省略人工流程中的证据门，会让“自动完成”失去可信度。

五、Prompt 用补丁无限增长。每次失败都加一条局部规则，最终会形成互相冲突、无人敢删的文本系统。

六、把页面显示当成底层事实。界面、缓存、网络回执和持久状态可能不同步，必须明确哪一层能证明什么。

七、过早引入并行。多个执行者同时写共享状态或相同文件，速度收益会被冲突与回滚成本吃掉。

八、只测正常路径。真正危险的是错目标、旧回调、版本漂移、部分写入和中断恢复。

九、健康检查覆盖错范围。测试全绿只能证明被测试的合同，不能证明业务目标已经完成。

十、为每个问题新增实体。新 Agent、新表、新状态文件和新 Prompt 会放大治理成本；能收紧原合同就不扩张拓扑。

开 Goal：任务跨多轮、需要持续推进、存在明确终态，并且每轮都能从真实状态继续。

开 Subagent：子问题边界独立、输入已冻结、输出可单独验收，或需要与主执行者隔离的独立审核。

不要并行写：多个子任务会修改同一状态、同一文件或同一外部对象时，保持串行交接。

拆 Prompt：稳定规范、领域知识和当前任务变化频率不同，或同一段文字被多个角色以不同方式解释时。

不用 Agent：解析、哈希、Schema 校验、排序、格式转换和确定性构建优先交给代码；Agent 只处理真正需要判断的部分。

Knowledge 提供可复用事实与方法，但不决定当前项目进度。

Goal 只声明当前要达成的结果和完成证据，不保存业务真相。

Workflow 把目标拆成合法阶段、角色和交接合同。

State 是唯一进度真源，只记录已经通过授权的真实变化。

Gate 对冻结输入和产物做独立质量决定，没有通过就不能前移。

QA 从最终使用和风险视角复查整条链，防止局部测试通过却整体不可用。

这六层分开后，知识可以持续增长，目标可以更换，状态却不会被对话或文档污染。

当工作主要发生在一个代码库或一个本地工作区，阶段大多串行，状态可以落在少量机器对象中，Codex Goal 加 Skill、脚本和测试通常更容易审计，也更容易做减法。

多 Agent 框架适合长期在线服务、跨系统事件驱动、大量独立任务队列或需要专门调度基础设施的场景。没有这些需求时，先引入框架往往只是增加第二套状态、重试和观测系统。

决策标准不是“哪个框架更强”，而是当前问题是否真的需要持久调度、跨服务通信和独立伸缩。先用最小架构验证边界，复杂度出现后再升级。

Prompt Rule：一个任务只保留一个目标；区分事实、推断和授权；所有完成声明都必须指向证据。

Coding Rule：确定性逻辑进入代码；共享状态只有一个写入口；副作用默认幂等或带唯一尝试标识。

Review Rule：先审风险、错误与遗漏，再谈风格；审核者消费冻结输入，不依赖执行者口述结论。

Commit Rule：测试通过不自动等于可提交；先核对范围、差异与用户现有改动，再形成最小、可回退的提交。

共同底线：无法证明安全、身份、范围或结果时失败关闭，不用“应该没问题”继续推进。

现象：只写用户或系统真正观察到的行为，不先夹带原因判断。

原因：定位最早失真的合同、状态或观测层，不把下游症状拆成多个根因。

证据：记录什么对比、回读或最小实验能排除其他假设。

解决：只修改能直接消除根因的最小范围，并说明为什么不会改变其他合同。

预防：把教训放回最近的规则、测试或适配器；无法机械验证的经验不要假装成硬规则。

观测冲突：两个传感器对同一状态给出不同答案。解决重点是建立证据优先级，而不是任选一个相信。

写入结果不确定：动作可能已生效但回执丢失。解决重点是唯一尝试标识、独立回执通道和禁止盲目重试。

真源漂移：源码、安装版本、缓存镜像或兼容副本不一致。解决重点是保留单一真源，并用版本、哈希和运行时回读证明加载的是同一份内容。

先画出每个阶段的外部往返、重复读取、进程启动和固定等待。大量小调用通常比单次计算更昂贵，也更容易在中途丢失上下文。

高收益顺序通常是：合并只读观测、一次解析共享结构、批量执行同一对象内的安全写入、复用已经验证的中间产物，最后才是微调单次函数耗时。

每项优化都要同时测速度、返回体积与质量门覆盖。省下少量时间却扩大错误范围的优化不应进入主流程。

可以批量：同一身份、同一版本、同一授权范围内的只读采样与确定性写入。

不应批量：尚未冻结的判断、互相依赖的阶段推进、结果不确定后的自动重试，以及多个执行者对共享状态的并发修改。

批量化减少的是控制开销，不是证据粒度。输出仍要能追溯到具体输入、具体对象和具体验收结果。

Goal：本轮唯一要实现的可观察结果。

Done：哪些产物、测试、回读和外部状态共同证明完成。

Source of truth：继续执行前必须重新读取的状态与版本。

Boundaries：禁止写入、发布、付费、覆盖或推断的范围。

Stop：遇到哪些证据缺口、不确定结果或人工变化时立即暂停。

Input：冻结输入的路径、版本、哈希与范围。

Contract：本阶段必须满足的结构、行为和边界。

Findings：按严重度记录可复现问题，每个根因只保留一条。

Evidence：为每个结论附上独立检查或最小复现实验。

Decision：通过、退回或阻断，以及重新进入流程所需的最小条件。

现象：用户看见了什么，首次发生在何处。

影响：错误影响哪些对象，哪些对象明确未受影响。

根因：最早失真的合同或状态是什么。

验证：哪组对照证明修复有效且没有扩大副作用。

预防：应收紧哪条现有规则、测试或观测，不新增同义真源。

预填值、年龄、相邻椎体结果和全阴模板只能提供操作状态，不能替代当前椎体的直接影像证据。任何阳性或阴性判断都应能回到对应层面。

总览、接触图与候选轴位快扫负责确定方向和发现疑点，不能据此批量冻结阴性、部位或级别。真正支持字段的证据必须回到可辨认的最小解剖单元，并绑定真实层号与原始像素。

关键层面无法读取时，应明确记录证据缺口。完成字段填写不等于完成准确性验证，不能把技术不可达包装成医学判断。

病灶编号和实际椎体错位会污染后续所有字段。先完成一一映射并补齐漏框，能够把错误限制在流程入口。

一次总览、一次候选轴位快扫和一次头尾单向精读，共同覆盖方向、候选和有效锚点。已闭环项没有新冲突时不重复读取，把时间留给真正未决的证据缺口。

页面值只反映执行状态，不能反向证明医学结论。只有完成证据绑定与写前门的字段才进入 APPLY；已有人工值或部分值只做获准差量，避免覆盖有效修正。

按字段组而不是选项数量计数，确认每个病灶恰好覆盖全部字段组，并检查“无”与阳性是否互斥。

单次写入回执不等于页面已稳定保存。字段级双回读确认写入结果，VERIFY 再检查任务身份、字段覆盖、互斥与依赖以及整例结果，两层验证缺一不可。

两种模式使用完全相同的 MAP、ONE-LOOK、APPLY、VERIFY 和退出门。人工模式在校验后停止；自动模式也只有在当前会话明确授权仍有效时才能提交，并在状态不确定时暂停。

人工修正用于定位本轮失败的最小根因，只更新能复现且优于现行规则的定位、证据顺序、归卡或交互方法。单例选值、页面字段和提交成功本身都不能被推广为医学规则。