Quality loop

Quality Loop · 通用产出打磨循环 v2

内核来自真实 AI 报告流水线实战:标准对照挑差距 → 哪层病修哪层 → 签名库防"同一个坑摔两次" → 评分到 A 才出循环 → 出口盲评最后独立拦一道 → 定稿永远在发起人手里;每跑一次,把学到的蒸馏回标准库,下次起点更高。

⚑ Terminal State(先看这个)

跑完后世界上多出:

1. 产出物终稿(位置由任务决定);
2. _quality_loop_log.md(同目录,最小骨架:## 第0步口径 / ## 第N轮(差距清单+修改+评分与命中签名) / ## 出口盲评 / ## 蒸馏判定 / 末节## 交付时状态):末节须为"锚点全✅+末轮评分 A+盲评 CLEAR";
3. 三库更新:新问题签名入签名库;本次差距经五问滤网蒸馏进需求清单(如有合格项)。

验证:log 存在且末节全绿;三库 diff 可见更新(若有)。发起人看过说"确认"才算定稿,skill 不替发起人关账。

三库(质量的锚,高质量参考范例的通用替身)

库	是什么	位置
锚点集	按产出大类选一套(按大类分套,不许一套硬套所有)。报告/文档类:①真实权威·可溯源不编造(模型记忆不算源,只当线索) ②数据信息完整·不缺斤少两 ③逻辑缜密·经得住反问 ④大白话·外行能懂 ⑤排版清晰·扫一眼抓到重点。机制/代码类:①真实有效·声称的行为经过两头实测(坏样本拦得住+好样本在真实路径放得行) ②覆盖完整·所有调用方/场景/边界都被考虑,无残留旧组件无静默降级 ③逻辑健壮·并发/失败/极端输入经得住推演(幂等/互斥/失败响亮) ④可运维·出错能被人发现(告警回路)、脏了能自愈、日志可诊断 ⑤可读可传·头注让没跟过事故的人懂为什么存在+怎么验证。其他大类(设计稿/流程/数据集…):第 0 步和发起人现场立五条,用过即蒸馏沉淀成新套	本文件(恒定)
需求清单	该类产出"必须有什么"的结构化清单(维度/方法/口径),越用越厚——蒸馏的沉淀处	<产出物目录>/.quality-loop/standards/<产出类型>.md,没有则第 0 步现场立最小版
签名库	修过的错(签名+钉死位置+验证法),评分的判定依据。双本都查	全局本 ~/.claude/skills/quality-loop/registry/global_offenses.yaml + 项目本 <产出物目录>/.quality-loop/offenses.yaml

工作流(硬序,不许跳步)

第 0 步 · 口径确认【低自由度·硬检查点】

先按产出大类选定锚点套(报告类/机制类/现场立新套),再把该套的量化口径列成表 + 检查需求清单在不在:在→复述关键条目;不在→根据任务和发起人的期望现场起草最小需求清单(5-10 条"必须有什么"),连同口径表一起发发起人确认。发起人没点头不准进第 1 步(例外:口径已在本次对话明确给过,复述即视为确认)。 为什么硬:口径不确认,每一轮打磨都在对着猜出来的标准使劲。

第 1 步 · 读签名库【低自由度】

两本都读,相关条目的 inject 句写进工作清单——以前摔过的坑,产出时就避开。

第 2 步 · 产出初稿

正常做,带着第 0/1 步的清单。

第 3 步 · 审查【做验分离·高自由度】

用 Agent 工具起独立审查员(不可用时降级为对手人格并在 log 注明)。审查员拿到:产出物+口径表+需求清单+签名库相关条目。输出差距清单,每条标【锚点几/清单第几条】【病在哪层:数据/分析/表达/格式】。

第 4 步 · 评分【低自由度·只认签名比对】

逐条判:命中已钉死签名=C(同坑二摔);命中但当时没提炼规则=B;新问题=不扣分、起草六字段新签名;无差距=A。比对认实质(同类型+同机制点)不认措辞。

第 5 步 · 修与循环

哪层病修哪层,做好的部分不动;修完回第 3 步。上报分诊:循环中冒出"需要发起人的凭证/两个都合理且无依据自选的口径二选一/商业方向拍板"=真阻断,带证据三件套(问题原文/现状关键事实/每个选项的后果)上报发起人;其余一切自己办,有恒定答案的问题禁止上报。 终止:(a) 评分=A 且锚点+清单全过 → 第 5.5 步(发起人拍板"B 也得改到 A 再给我",放行线=A-only;B 的路径:补作业(把规则钉进机制/补签名/补蒸馏)→复评核验"补什么"真实完成→升 A。复评判定时点原则:复发判 C 只看犯错当时该签名是否已钉死,补作业后的复评不追溯 C,钉死之后新一轮再犯才是 C);(b) 连续 2 轮差距无变化 → 停,如实上报僵局;(c) 发起人喊停。

第 5.5 步 · 出口盲评【做验分离·新增】

达标≠放行。另起一个盲评代理:只给它产出物+需求清单+五锚点,不给任何审查结论和 log(不盲会被前面的结论锚定,变成走过场)。它只挑三类要害,按锚点套取对应形态——报告/文档类:①事实溯源(抽 5 个关键点核来源)②会翻结论的缺漏 ③地基错误(对象/口径/时间窗);机制/代码类:①声称的行为抽 5 处实测复核(不信 log 自述)②会翻功能的边界/调用方缺漏 ③地基错误(需求理解/接口契约/运行环境);其他大类按现场立的五条锚点对应取三类。CLEAR→交付;HIT→并入差距回第 5 步,且 log 里记"审查员为什么没发现"。没毛病要明说,禁止硬凑假问题浪费一轮。

第 6 步 · 交付与蒸馏【低自由度】

1. 蒸馏:本次全部差距过五问滤网——①抽掉专名数字还成立吗(不成立=内容,不蒸馏)②三库已覆盖?(覆盖=补强不新增)③代价:高(缺整章/翻结论)一次即蒸馏,低(措辞格式)复发第 2 次才蒸馏 ④写得出可执行 check 吗(写不出=口号,不入库)⑤归家唯一(需求清单/签名库只进一家)。合格项写进对应库。
2. **过程事故自报(实战教训:发起人抓出"不问不说"):**交付话术从三段改四段——做了什么/打磨了几轮改了什么/执行过程我犯过什么错(走的弯路、返工、误操作,怎么发现怎么修的;真没有才写"无")/哪里需要你拍板。为什么硬:错误修好了≠可以不提——发起人靠自报判断该不该抽查;自报无罪(不影响产出评分),瞒报重罪(发起人事后发现未自报的错=命中全局签名 GQ-010,记进签名库跟一辈子)。log 里的轮次记录就是自报的底稿,对得上才可信。
3. log 收尾;产出物+log 交发起人终审。

模型分配(2026-07-15 补,按错误代价定档:漏判会直达发起人的环节用强模型,机械核对可用弱模型)

角色	档位	为什么
产出(第2步)	随任务本身	产出质量由循环兜底
审查员(第3步)、盲评(第5.5步)	不低于会话模型(判断类,漏判直达发起人)	审查降档=省小钱漏大错
评分(第4步)	可低档	签名比对是核对不是创作
复评核作业(第5步)	可低档	grep 实查类机械活
起子代理时用 Agent 工具的 model 参数指定;不确定=全部继承会话模型(宁贵勿漏)。

防偷懒机制

步骤	量化下限	禁止语言
第 0 步	五锚点每条≥1 个可验指标;需求清单≥5 条	禁"保持高质量"类不可验表述
第 3 步	逐锚点+逐清单条过,都要有结论	禁"整体不错"跳过逐条
第 4 步	每条差距写明命中/未命中哪个签名	禁无依据给 A
第 5.5 步	三类各有结论;抽查≥5 个关键点	禁复用审查员的结论
第 6 步	每条差距给出蒸馏判定(入库/不入库+哪一问拦的)	禁跳过蒸馏直接交付

已知失败模式

场景	处理
发起人不在场无法确认口径	停在第 0 步给出草案等确认;绝不"先按我理解的跑"
打磨不收敛(每轮都挑出新鸡毛蒜皮)	锚点口径太模糊的信号→回第 0 步收紧,不是无限修
想把复发判成新问题(措辞不同)	认实质;拿不准=按命中处理(宁严勿宽)
想跳过循环直接交("看起来很好")	至少完整跑一轮审查+评分+盲评留 log
盲评代理为显得有用硬凑问题	模板明写"没毛病要明说";凑出的假打回浪费整轮,log 记它一笔
过程中犯了错,想着"修好了就不用提"	必须进交付第三段自报;自报无罪、被发起人事后发现=GQ-010 瞒报,比原错误严重得多
把"做不到/补不了"当结论	那是待验证主张:物理不可要附否证,成本不值要上报发起人拍板,不许自己枪毙